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: 欧美国产激情18| 亚洲jlzzjlzz少妇| 久久国产精品波多野结衣av| 精品无码人妻夜人多侵犯18| 国产精品无码一区二区在线看| 欧美日韩精品一区二区三区高清视频| 国产乱人伦偷精品视频下| 伊人久久大香线蕉综合影院首页| 国产xxxx视频在线观看| 亚洲欧美日韩中文字幕一区二区三区| 朝鲜女子内射杂交bbw| 亚洲欧美日韩国产综合一区二区| 亚洲国产另类精品| 色综合色国产热无码一| 人妻中文无码久热丝袜| 国产精品久久久久久久久久久不卡| 红桃av一区二区三区在线无码av| 国内揄拍国内精品| 国产乱人伦app精品久久| 成人无码www免费视频| 久久久久久曰本av免费免费| 亚洲av成人一区二区三区在线观看 | 天天摸天天做天天爽| 国产免费av片在线看| 亚洲午夜久久久精品影院| 玩弄丰满少妇人妻视频| 亚洲男同gv在线观看| 亚洲爆乳成av人在线视菜奈实| 日韩夜夜高潮夜夜爽无码| 久久黄色网站| 国产chinasex对白videos麻豆 | 艳妇乳肉豪妇荡乳在线观看| 双乳奶水饱满少妇呻吟| 男女久久久国产一区二区三区 | 欧洲乱码伦视频免费| 日韩精品亚洲人成在线观看| 亚洲国产精久久久久久久| 337p日本欧洲亚洲大胆色噜噜| 大肉大捧一进一出好爽视频mba| 国产精品毛片va一区二区三区 | bt天堂新版中文在线地址|