一种基于振动信号分析的选煤厂振动筛智能检测系统及方法

    公开(公告)号:CN113280909A

    公开(公告)日:2021-08-20

    申请号:CN202110376013.9

    申请日:2021-04-08

    Applicant: 上海大学

    Abstract: 本发明提出一种基于振动信号分析的选煤厂振动筛智能检测系统及方法。主要用于解决振动筛激振器轴承、齿轮、连接杆损伤,筛板脱落等故障状态检测问题。本发明所述系统主要包括振动信号数据采集系统、本地控制柜、计算机系统。所述振动信号数据采集系统包括压电式加速度传感器、十通道恒流适配器、数据采集卡;所述本地控制柜包括电源控制模块、信号转换模块、网络通信模块;所述计算机系统包括振动信号采集软件、振动信号分析及监测软件、数据库系统。本发明实现了选煤厂振动筛运行状态实时监测,以及故障状态提前预警,能满足目前选煤厂生产需要。

    一种基于位移量的电动闸板阀门开度控制系统及方法

    公开(公告)号:CN113175552A

    公开(公告)日:2021-07-27

    申请号:CN202110375749.4

    申请日:2021-04-08

    Applicant: 上海大学

    Abstract: 本发明涉及自动控制技术领域,具体为一种基于位移量的电动闸板阀门开度控制系统及方法。解决了现有电动闸板阀门控制方式落后、开度控制精度低的问题。本发明所述系统包括基于位移量的阀门开度传感器、信号处理平台以及计算机系统。所述信号处理平台中包括信号接入模块、主控制器模块、网络通信接口模块和电机驱动器模块。所述计算机系统为用户提供控制入口,具体包括电动闸板阀门开度控制界面、电动闸板阀门故障报警界面和电动闸板阀门工作日志收集界面。所述信号处理平台和基于位移量的阀门开度传感器间采用4‑20mA电流信号通信,和计算机系统间使用以太网通信。本发明所述系统优化了电动闸板阀门的控制方式,实现了开度的精确控制。

    一种基于调频连续波雷达的煤仓料位智能检测系统及方法

    公开(公告)号:CN112113636A

    公开(公告)日:2020-12-22

    申请号:CN202010872204.X

    申请日:2020-08-26

    Applicant: 上海大学

    Abstract: 本发明涉及煤仓料位高度检测领域,具体为一种基于调频连续波雷达的煤仓料位智能检测系统及方法。解决现有煤仓料位检测方案存在的测量精度低、实时性差的技术问题。本发明所述系统包括基于调频连续波雷达的料位传感器、传感器本安电源模块、本地控制柜、计算机系统。所述本地控制柜包括电源控制模块、信号转换模块、网络通信模块;所述计算机系统通过智能算法预估煤仓的模型为决策提供支持,该系统包含煤仓料位检测软件和数据库系统。所述本地控制柜和传感器本安电源模块间采用485通信方式,和计算机系统间采用以太网通信方式。本发明所述系统实现了煤仓料位高度的实时、精准检测,能满足目前煤矿、电厂和洗煤厂的需要。

    一种基于声波分析的流程供应链运载设备托辊故障监测系统及方法

    公开(公告)号:CN113852661B

    公开(公告)日:2024-02-02

    申请号:CN202110879179.2

    申请日:2021-08-02

    Applicant: 上海大学

    Abstract: 本发明提出一种基于声波分析的流程供应链运载设备托辊故障监测系统及方法。主要用于解决大型运载设备托辊运行状态监测问题。本发明系统主要包括声音数据采集子系统、分站通信子系统、分站直流供电子系统、交流供电子系统、集中通信总站、远程控制子系统、计算机子系统与移动监测子系统。本发明所述方法对基于声音数据采集子系统采集到的声波数据进行数据处理,针对托辊常见异常状态进行数据分类,基于机器学习算法建立故障诊断模型,基于实时数据优化故障诊断模型,如果托辊发生异常状态则发出报警提示。本发明实现了工业生产流程供应链运载设备托辊运行状态实时监测以及故障状态监测报警,能够满足目前工业生产需要。

    一种基于声波分析的流程供应链运载设备托辊故障监测系统及方法

    公开(公告)号:CN113852661A

    公开(公告)日:2021-12-28

    申请号:CN202110879179.2

    申请日:2021-08-02

    Applicant: 上海大学

    Abstract: 本发明提出一种基于声波分析的流程供应链运载设备托辊故障监测系统及方法。主要用于解决大型运载设备托辊运行状态监测问题。本发明系统主要包括声音数据采集子系统、分站通信子系统、分站直流供电子系统、交流供电子系统、集中通信总站、远程控制子系统、计算机子系统与移动监测子系统。本发明所述方法对基于声音数据采集子系统采集到的声波数据进行数据处理,针对托辊常见异常状态进行数据分类,基于机器学习算法建立故障诊断模型,基于实时数据优化故障诊断模型,如果托辊发生异常状态则发出报警提示。本发明实现了工业生产流程供应链运载设备托辊运行状态实时监测以及故障状态监测报警,能够满足目前工业生产需要。

Patent Agency Ranking