一种基于人机交互的磨煤机运行管理系统

    公开(公告)号:CN119869732A

    公开(公告)日:2025-04-25

    申请号:CN202510304980.2

    申请日:2025-03-14

    Abstract: 本发明涉及磨煤机数据处理技术领域,尤其涉及一种基于人机交互的磨煤机运行管理系统,包括前置检测模块,运行数据采集模块,集成数据处理模块以及动作执行模块,通过对历史运行数据进行分析,将历史运行数据按照数据组合进行划分,得到数据集合,根据数据集合中的关联影响参数,确定每个关联影响参数下的单位成本,再根据关联影响参数和单位运行成本,获取整体分布曲线,基于关联影响参数的正常运行范围,在整体分布曲线中确定标准运行参数,获取实时的检测数据,将检测数据与数据组合进行结合,确定检测数据的执行参数,并按照执行参数对磨煤机进行参数调整,使得磨煤机可以连续、稳定地运行。

    风机运行状态异常检测方法
    3.
    发明公开

    公开(公告)号:CN119532231A

    公开(公告)日:2025-02-28

    申请号:CN202411615100.5

    申请日:2024-11-13

    Inventor: 曹宏 刘加 刘德广

    Abstract: 本发明公开了一种风机运行状态异常检测方法,S1、生成风机运行声纹信号数据集;S2、对风机运行声纹信号数据集进行预处理;S3、构建特征数据集;S4、基于特征数据集使用分层聚类算法对风机运行声纹信号进行初步分类;S5、在每个风机运行状态簇中进一步使用分层聚类算法进行二次细分;S6、基于正常状态子簇的风机声纹信号特征数据建立风机正常运行声纹信号特征模型,并基于潜在异常状态子簇的声纹信号特征数据建立风机潜在异常状态声纹信号特征模型;S7、系统判断风机运行状态;S8、当风机运行状态被检测为异常时,系统发出报警信号。本发明在风机运行状态监控和异常检测方面具有显著的有益效果。

    故障检测方法、装置、电子设备及存储介质

    公开(公告)号:CN116754016A

    公开(公告)日:2023-09-15

    申请号:CN202310756200.9

    申请日:2023-06-25

    Abstract: 本公开提出一种故障检测方法、装置、电子设备及存储介质,涉及传感器技术领域。该方法包括:获取待检测设备上部署的多个传感器、在同一时刻分别采集的待处理数据;将多个待处理数据输入自编码器中的编码器,使编码器对多个待处理数据进行联合编码,以获取编码器输出的特征向量,其中,自编码器为基于多个传感器在正常运行的第一预设时间段内,采集的第一样本数据集训练生成的;根据特征向量,对待检测设备进行故障检测。由此,将多个传感器进行联合编码,以对待检测设备进行故障检测,避免某个传感器性能退化,对故障检测带来的误差,从而不需对传感器进行频繁校准,也可以准确地对设备进行故障检测。

    风电机组叶片异常检测方法和装置

    公开(公告)号:CN115640503B

    公开(公告)日:2023-08-11

    申请号:CN202211310179.1

    申请日:2022-10-25

    Abstract: 本申请提出了一种风电机组叶片异常检测方法,涉及风电机组叶片异常检测技术领域,其中,该方法包括:获取第一预设时间内的风电机组叶片内部的声音数据和气候信息,并对声音数据进行预处理和短时傅里叶变换,得到待测声音数据,其中,气候信息包括风速信息和降雨信息;将待测声音数据输入预训练模型,得到原始特征向量;将原始特征向量与气候信息进行拼接,得到拼接特征向量;将拼接特征向量输入GMM模型进行异常检测,得到检测分值,根据预设阈值对检测分值进行判断,得到检测结果。本申请通过采集叶片内部声音数据,并结合转速和降雨信息对风电机组叶片进行异常检测,提高了检测的准确性。

    基于分布式传声器阵列的设备内部噪声声源确定方法

    公开(公告)号:CN116338583A

    公开(公告)日:2023-06-27

    申请号:CN202310354566.3

    申请日:2023-04-04

    Abstract: 本申请提出一种基于分布式传声器阵列的设备内部噪声声源确定方法,涉及故障定位技术领域。该方法包括:部署K个传声器阵列在设备外壁处紧贴设备外壁,K个传声器阵列之间间隔θ,K为正整数,且K≥1,θ为间隔角度,且θ≥0°;获取K个传声器阵列中每一个传声器的信号校正参数;通过K个传声器阵列分别对设备内Z个噪声声源进行信号采集,并基于每个传声器的信号校正参数得到各自的波形数据,其中不同的传声器阵列对应不同的采集方向,Z为正整数,且Z≥1;根据分布式传声器阵列所采集的波形数据,确定噪声源所在位置及该位置上的噪声功率。本申请实施例中分布式传声器阵列部署难度小,噪声源位置确定的准确性更高。

    基于多个预训练神经网络的设备健康状态分类方法

    公开(公告)号:CN115496131B

    公开(公告)日:2023-06-13

    申请号:CN202211053039.0

    申请日:2022-08-30

    Abstract: 本申请提出了一种基于多个预训练神经网络的设备健康状态分类方法,该方法包括:获取待分类设备的历史音频数据,并通过预训练数据集和分类目标函数对多个神经网络进行预训练;通过历史音频数据对多个预训练神经网络进行循环迭代训练;针对每段历史音频数据,获取多个训练完成的神经网络输出的多个决策向量,计算对应的融合决策向量;通过无监督聚类算法对全部的融合决策向量进行聚类,通过专家知识标注每个类对应的设备健康状态;将实时音频数据输入至多个训练完成的神经网络,获得对应的目标融合决策向量,并根据目标融合决策向量所属的类,确定待分类设备的实际健康状态。该方法可以提高设备健康状态分类的准确性,减少数据标注成本。

Patent Agency Ranking