隨著工業技術的快速發展,工業企業的設備正在向自動化、智能化方向發展,而在設備運行當中常常會因為設備故障導致事故發生。保障設備安全穩定運行、減少安全隱患是企業提高經濟效益的根本。
制造業企業設備往往處于工況惡劣、不穩定、負載重、連續運行狀態,由早期故障發展而導致惡性事故頻頻,為了消除其故障隱患以避免安全事故發生,企業迫切需要新手段、新技術來實現故障的早期預警,防止惡性事故的發生。
目前設備狀態監測及故障預警若干關鍵技術可歸納如下:
(1)揭示設備運行狀態機械動態特性劣化演變規律。設備由非故障運行狀態劣化為故障運行狀態,其機械動態特性通常有一個發展演變過程。需揭示劣化過程及故障變化演變規律及發展特點,分析故障產生機理、發展原因和發展模式,構建劣化演變機械動態特性模型。
(2)提取設備運行狀態發展趨勢特征。在役設備往往具有復雜運行狀態,在長歷程運行中工況和負載等非故障因素會造成信號能量變化,故障趨勢信息往往被非故障變化信息淹沒,需較大程度上消除非故障變化造成的冗余信息,進而構建預測模型。若提取到敏感特征分量因子及模式,有望實現典型部件及部位分析。
(3)低信噪比微弱信號特征早期故障的信號處理。早期故障信息具有明顯的低信噪比微弱信號的特征,為實現早期故障有效分析,涉及方法包括:多傳感系統檢測及信息融合,非平穩及非線性信號處理,故障征兆量和損傷征兆量信號分析,噪聲規律與特點分析,以及相關數據挖掘、盲源分離、粗糙集等方法。
(4)故障預測模型構建。構建基于智能信息系統的設備早期故障預測模型,這類模型大致有兩個途徑,分別是物理信息預測模型以及數據信息預測模型,或構建這兩類預測模型相融合的預測模型。
(5)運行狀態劣化的相關評價參數、模式及準則。如表征設備狀態發展的參數及特征模式,狀態發展評價準則及條件,面向安全保障的決策理論方法,穩定性、可靠性及維修性評估依據及判據等。
云酷科技的設備狀態物聯網聲學監控系統以音頻數據為核心,輔以其他設備參數,通過物聯網技術實現設備狀態的遠程感知,基于AI神經網絡技術,計算并提取設備音頻特征,從而實現設備運行狀態的實時評估與故障的早期識別。幫助企業用戶提升生產效率,保證生產安全,優化生產決策。
主站蜘蛛池模板: 青青草原国产| 亚洲a级黄色| 日本亚洲精品色婷婷在线影院| 亚洲精品卡2卡3卡4卡5卡区 | 欧美一级黄视频| 亚洲伊人国产| 夜色伊甸园| 一边吃奶一边啪啪真舒服| 亚洲精品视频免费在线观看| 亚洲国产第一| 亚洲AV久久无码精品九九软件| 微福利92合集| 我的家庭女教师| 无人区尖叫之夜美女姐姐视频| 特级淫片大乳女子高清视频| 色淫阁色九九| 天天拍拍国产在线视频| 午夜DY888国产精品影院| 偷窥自拍性综合图区| 午夜伦理网| 亚洲精品婷婷无码成人A片在线 | 亚洲狠狠操| 夜夜爽一区二区三区精品| 亚洲人成在线观看男人自拍| 亚洲婷婷在线| 最新四虎4hu影库地址在线| 思久久| 图片一区| 亚洲精品乱码久久久久久蜜桃欧美| 亚洲国产精品久久久天堂麻豆| 亚洲女同一区二区| 一个人www在线观看| 中文天堂最新版在线精品| 2021精品乱码多人收藏| www.国产精品视频| 法国剧丝袜情版h级在线电影| 国产成年人在线观看| 国产中的精品AV一区二区| 伊人国产| 51精品少妇人妻AV一区二区 | 亚洲精品自拍视频|