-
公开(公告)号：CN114166507A
公开(公告)日：2022-03-11
申请号：CN202111410485.8
申请日：2021-11-19
Applicant: 郑州恩普特科技股份有限公司 , 淮南矿业(集团)有限责任公司朱集东煤矿
IPC: G01M13/045
Abstract: 本发明提出的一种基于快速谱峭度的谐波识别方法，属于设备状态监测和故障诊断领域。首先对采集的振动信号进行快速谱峭度计算，得到对应谱峭度较大的p个滤波器，并对振动信号进行滤波和降噪处理，得到对应包络谱序列；再对每个包络谱序列进行区间划分，确定各子区间的基础频率；然后根据谐波搜索区间计算各子区间的有效谐波个数和谐波强度；最后计算各子区间的谐波强度指数，输出谐波强度指数最大的前n个子区间所对应的频率。该方法通过自动识别设备振动信号中的谐波成分，可以准确识别出调制信号的有效频率成分，为智能诊断轴承或齿轮等设备提供重要的故障征兆参数，相比人工识别调制信号的有效频率成分，明显简化工作复杂度且能提高诊断效率。
-
公开(公告)号：CN114166507B
公开(公告)日：2024-04-12
申请号：CN202111410485.8
申请日：2021-11-19
Applicant: 郑州恩普特科技股份有限公司 , 淮南矿业(集团)有限责任公司朱集东煤矿
IPC: G01M13/045
Abstract: 本发明提出的一种基于快速谱峭度的谐波识别方法，属于设备状态监测和故障诊断领域。首先对采集的振动信号进行快速谱峭度计算，得到对应谱峭度较大的p个滤波器，并对振动信号进行滤波和降噪处理，得到对应包络谱序列；再对每个包络谱序列进行区间划分，确定各子区间的基础频率；然后根据谐波搜索区间计算各子区间的有效谐波个数和谐波强度；最后计算各子区间的谐波强度指数，输出谐波强度指数最大的前n个子区间所对应的频率。该方法通过自动识别设备振动信号中的谐波成分，可以准确识别出调制信号的有效频率成分，为智能诊断轴承或齿轮等设备提供重要的故障征兆参数，相比人工识别调制信号的有效频率成分，明显简化工作复杂度且能提高诊断效率。
-
公开(公告)号：CN115856621A
公开(公告)日：2023-03-28
申请号：CN202211552020.0
申请日：2022-12-05
Applicant: 郑州恩普特科技股份有限公司
IPC: G01R31/34 , G06F18/24 , G06F18/213
Abstract: 本发明涉及一种异步电机转子断条故障诊断方法及系统。系统包括两部分：边缘侧设置在待检测异步电机处的振动传感器和采集器，以及远端的服务器。方法通过远边协同实现：边缘侧采集器定时获取电机的振动波形数据；根据振动波形、服务器端下发的电机电源频率和电机极对数，计算电机实际转速；根据电机实际转速、电机电源频率和极对数，计算出极通过频率；将速度频谱上电机转频的前十倍频进行分段，对每一段频谱进行包络解调处理，计算每一个包络谱的特征频率位置；将极通过频率与计算出的十个包络谱特征频率进行数值对比，判断电机是否有转子断条故障发生。本发明采集振动信号兼顾机械和电气两种故障类型的诊断，监测成本低，效率高。
-
公开(公告)号：CN115311416A
公开(公告)日：2022-11-08
申请号：CN202210976336.6
申请日：2022-08-15
Applicant: 郑州恩普特科技股份有限公司
Abstract: 本发明属于数字孪生领域，具体涉及一种创建三维场景的方法，包括：依据业务需求，使用场景超模型模板创建并配置场景超模型，使用场景对象超模型模板创建并配置场景对象超模型；建立场景超模型与场景对象超模型的对应关系；依据场景超模型、场景对象超模型和对应关系使用渲染引擎对场景超模型和场景对象超模型进行解析并渲染，得到三维场景；场景超模型模板为使用预设场景数据结构描述设定场景对象和设定场景属性的文件；场景对象超模型模板为使用预设对象数据结构和预设对象属性标准化描述多种数据类型场景对象的文件；场景对象的多种数据类型包括：渲染策略、数据展示和行为事件。由此，本发明解决了现有技术中制作场景过程繁琐和效率低的问题。
-
公开(公告)号：CN115265982A
公开(公告)日：2022-11-01
申请号：CN202210912031.9
申请日：2022-07-29
Applicant: 郑州恩普特科技股份有限公司
Abstract: 本发明属于智能制造与设备预测性维护领域，具体涉及一种多模块数据采集器的采样控制方法及多模块数据采集器，包括：在采集器中的动态信号采集模块之间需要同步采样且有键相信号时，使各个需要同步的动态信号采集模块的键相信号采集通道连接同一个键相信号，并使采集器中的主控模块向各个需要同步的动态信号采集模块发送同步采样指令，各个需要同步的动态信号采集模块依据接收的键相信号确定采样频率，并依据同步采样指令和确定的采样频率同时使用各个动态信号采集模块对应的振动信号采集通道同步进行采样，以实现各个动态信号采集模块间的同步整周期采样；由此，本发明用以实现多个采集模块间的整周期同步采样。
-
Patent Agency Ranking
公开(公告)号：CN110530507B
公开(公告)日：2021-10-15
申请号：CN201910810604.5
申请日：2019-08-29
Applicant: 郑州大学 , 郑州恩普特科技股份有限公司 , 韩捷
IPC: G01H17/00
Abstract: 本发明涉及一种用于旋转设备监测的边缘计算方法、介质及系统，属于设备故障监测领域。方法包括以下步骤：1)利用边缘计算单元对采集的旋转设备的振动信号进行预处理；预处理过程包括：A、根据振动信号，计算振动信号的通频值；B、将振动信号进行频域转换，将转换后的频域振动信号划分为若干个窄带信号；C、将各窄带信号分别进行傅里叶反变换，得到各窄带的时域信号，并求得各窄带信号对应的振动幅值；D、判断通频值和各窄带的振动幅值是否超标，并根据判断结果生成设备状态信息；2)将特征数据传输至云服务器。本发明将采集的旋转设备的振动波形数据转换为特征数据传输至云服务器，减少了网络传输的成本，同时兼顾了传输信息的完整性。
-
公开(公告)号：CN112943639A
公开(公告)日：2021-06-11
申请号：CN202110426716.8
申请日：2021-04-20
Applicant: 郑州恩普特科技股份有限公司
IPC: F04D15/00
Abstract: 本发明属于汽蚀故障检测技术领域，具体涉及一种机泵汽蚀故障检测方法。本发明首先利用机泵的振动频谱序列的面积来表征底部噪声，并将底部噪声作为汽蚀故障指标；然后一方面可对当前时刻是否发生汽蚀故障进行检测判断，以提高汽蚀故障检测判断的准确性；另一方面还可利用汽蚀故障指标预测模型对未来某时刻是否会发生汽蚀故障进行预测判断，预测机泵是否会发生汽蚀故障以及在预测到会发生汽蚀故障时其发生的时刻，从而可以提前预知机泵汽蚀故障的发生，减少非计划停机，降低维修成本，促进工业企业实现预测性维护。
-
公开(公告)号：CN111426498A
公开(公告)日：2020-07-17
申请号：CN202010327817.5
申请日：2020-04-23
Applicant: 郑州大学 , 郑州恩普特科技股份有限公司
Abstract: 本发明属于设备状态监测与故障诊断技术领域，具体涉及一种监测设备运行状态的边缘处理方法。本发明首先每隔设定时间间隔，对动态信号进行一次采样，获取其动态波形，并提取所述动态波形的特征数据；然后在一个上送周期内，将特征数据与设定报警值进行比较：若所有特征数据均小于等于对应的设定报警值，将该上送周期内的所有特征数据和对应的采样时刻上送；否则，除特征数据和对应的采样时刻外，还上送周期内首次出现特征数据大于设定报警值的时刻对应的各动态信号的动态波形。本发明减轻了数据传输的压力，提高系统的监测扫描周期和实时性。且在发生报警时，同步采集各个信号的原始数据，用于交叉评价分析，提高故障分析诊断的可靠性。
-
公开(公告)号：CN109784127A
公开(公告)日：2019-05-21
申请号：CN201711107379.6
申请日：2017-11-10
Applicant: 郑州大学 , 郑州恩普特科技股份有限公司 , 韩捷
Abstract: 本发明涉及一种设备健康状态预警方法及其系统，具体公开了一种基于高维(Hyper Dimension,HD)-支持向量回归机(Support Vector Regression,SVR)技术的大数据设备预警方法。根据设备运行历史健康数据建立设备的健康集，采集设备当前状态的运行数据作为观测向量，并由健康集得到的对应状态的预测向量，通过残差向量即观测向量与预测向量之差来判定当前设备运行状态健康程度，以实现实时的高维数据监测、异常工况预警。同时利用支持向量回归机对设备进行故障预测。
-
公开(公告)号：CN112943639B
公开(公告)日：2022-08-02
申请号：CN202110426716.8
申请日：2021-04-20
Applicant: 郑州恩普特科技股份有限公司
IPC: F04D15/00
Abstract: 本发明属于汽蚀故障检测技术领域，具体涉及一种机泵汽蚀故障检测方法。本发明首先利用机泵的振动频谱序列的面积来表征底部噪声，并将底部噪声作为汽蚀故障指标；然后一方面可对当前时刻是否发生汽蚀故障进行检测判断，以提高汽蚀故障检测判断的准确性；另一方面还可利用汽蚀故障指标预测模型对未来某时刻是否会发生汽蚀故障进行预测判断，预测机泵是否会发生汽蚀故障以及在预测到会发生汽蚀故障时其发生的时刻，从而可以提前预知机泵汽蚀故障的发生，减少非计划停机，降低维修成本，促进工业企业实现预测性维护。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.064 seconds)
