公开(公告)号：CN112881054B

公开(公告)日：2023-04-14

申请号：CN202110088959.5

申请日：2021-01-22

Applicant: 广东省特种设备检测研究院珠海检测院

Inventor： 梁敏健 ,  戚政武 ,  杨宁祥 ,  林少杰 ,  王璐 ,  苏宇航 ,  林晓明 ,  刘德阳

IPC: G01M99/00 ,  B66C15/06 ,  G06N3/06 ,  G06F17/15

Abstract: 本发明涉及一种起重机械故障诊断方法和系统的技术方案，包括：初始化，将多个加速度传感器分别与待检测位置相互关联；数据获取，获取来自加速度传感器的时域信号，并从时域信号中提取时域特征；数据处理，对时域信号进行LMD分解以获得若干个峭度最大的PF分量，并将若干个PF分量进行排序后获得数据集；训练深度卷积神经网络，将训练集输入到预设的深度卷积神经网络中进行调参训练，将测试集输入到完成调参训练的深度卷积神经网络中进行有效性验证；故障诊断，完成训练后的深度卷积神经网络对来自每个待检测的加速度传感器的检测信号进行运算，输出机械故障类型。本发明的有益效果为：提高起重机械故障诊断的效率，以及提高故障判断的准确性。

公开(公告)号：CN112881054A

公开(公告)日：2021-06-01

申请号：CN202110088959.5

申请日：2021-01-22

Applicant: 广东省特种设备检测研究院珠海检测院

Inventor： 梁敏健 ,  戚政武 ,  杨宁祥 ,  林少杰 ,  王璐 ,  苏宇航 ,  林晓明 ,  刘德阳

IPC: G01M99/00 ,  B66C15/06 ,  G06N3/06 ,  G06F17/15

Abstract: 本发明涉及一种起重机械故障诊断方法和系统的技术方案，包括：初始化，将多个加速度传感器分别与待检测位置相互关联；数据获取，获取来自加速度传感器的时域信号，并从时域信号中提取时域特征；数据处理，对时域信号进行LMD分解以获得若干个峭度最大的PF分量，并将若干个PF分量进行排序后获得数据集；训练深度卷积神经网络，将训练集输入到预设的深度卷积神经网络中进行调参训练，将测试集输入到完成调参训练的深度卷积神经网络中进行有效性验证；故障诊断，完成训练后的深度卷积神经网络对来自每个待检测的加速度传感器的检测信号进行运算，输出机械故障类型。本发明的有益效果为：提高起重机械故障诊断的效率，以及提高故障判断的准确性。

公开(公告)号：CN213387318U

公开(公告)日：2021-06-08

申请号：CN202021654220.3

申请日：2020-08-10

Applicant: 广东省特种设备检测研究院珠海检测院

Inventor： 梁敏健 ,  林少杰 ,  戚政武 ,  杨宁祥 ,  刘德阳 ,  林晓明 ,  李继承 ,  陈建勋

IPC: B66B5/02

Abstract: 本实用新型涉及一种电梯液压缓冲器隐患识别装置的技术方案，包括：采集传输装置采集并将数据传输给电梯井道外的计算机装置；测距辅助装置反射数据采集传输装置中的传感器所发射的信号，以便于传感器能准确采集缓冲器的位置信号；计算机用于对数据采集传输装置发送命令，并接收数据，进行数据处理，并按照预先设定的程序和识别方法进行隐患自动识别，以判断是否有隐患。本实用新型的有益效果为：使得电梯液压缓冲器隐患的自动识别便捷和智能，提高了检测效率。

公开(公告)号：CN214586454U

公开(公告)日：2021-11-02

申请号：CN202120181797.5

申请日：2021-01-22

Applicant: 广东省特种设备检测研究院珠海检测院

Inventor： 梁敏健 ,  戚政武 ,  杨宁祥 ,  林少杰 ,  王璐 ,  苏宇航 ,  林晓明 ,  刘德阳

IPC: G05B19/042

Abstract: 本实用新型涉一种起重机械故障智能采集与分析装置，包括：加速度传感器、数据采集单元、数据处理单元、人机交互单元、数据存储单元及电源模块；所述数据处理单元依次连接所述数据采集单元、所述人机交互单元、所述数据存储单元及所述电源模块；所述数据采集单元连接所述加速度传感器。本实用新型的有益效果为：可以根据人机交互单元输入的系统参数来控制起重机振动数据的采集与分析，可以定量地对起重机关键部位的振动数据进行采集，并自动分析出关键部位的旋转频率。