-
公开(公告)号:CN115753906A
公开(公告)日:2023-03-07
申请号:CN202211265837.X
申请日:2022-10-17
Applicant: 上海电力大学
Abstract: 本发明涉及一种基于多数据融合的智能气体监测与预警系统及方法,其中系统包括:现场采集模块,用于采集现场数据信息并发送至数据处理模块;数据处理模块,利用多数据融合技术,实现气体的定性分析和定量分析,并将处理后的数据通过通信模块实时传递到预警处理模块;通信模块,用于实现现场端与监控端的数据传输通信;预警处理模块,位于监控端,具有数值预警、趋势预警和溯源功能;报警模块,利用预警处理模块的数值预警和趋势预警结果,通过通信模块,实现现场端与监控端的双向预警。与现有技术相比,本发明具有监测精度高、预警反应速度快等优点。
-
公开(公告)号:CN118051821A
公开(公告)日:2024-05-17
申请号:CN202410205391.4
申请日:2024-02-26
Applicant: 上海电力大学
IPC: G06F18/241 , G06F18/213 , G06N3/048 , G06F123/02
Abstract: 本发明属于监测预警及诊断技术领域,公开了一种基于信号升维及特异性激活函数的旋转机械故障诊断智能方法及系统,本发明使用凯斯西储大学的轴承故障数据集,通过混合在三个位置采集的加速度传感器信号,构建了8个具有较大类内信号差异的数据集。通过混合实验室转子实验平台两个位置的轴承,并收集水平和垂直方向的涡流传感器信号,又构建了16个类内信号差异较小的故障数据集。分类结果表明,整套方法可以在不对振动信号降噪的情况下对不同类型的传感器信号取得非常好的分类结果。降维可视化的结果还表明,对于类内信号差异大、类间信号差异小的数据集,也能进行有效的区分。这是一种对原始信号质量要求较低的有效方法,可用于多传感器数据融合。
-