[发明专利]机械轴承振动智能实时监测系统在审

专利信息
申请号: 201810745735.5 申请日: 2018-07-09
公开(公告)号: CN108989415A 公开(公告)日: 2018-12-11
发明(设计)人: 邱炎新 申请(专利权)人: 深圳汇创联合自动化控制有限公司
主分类号: H04L29/08 分类号: H04L29/08;H04W84/18;G01M13/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市宝*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机械轴承 振动数据 智能实时监测 传感监测 显示设备 云存储器 存储 采集
【权利要求书】:

1.机械轴承振动智能实时监测系统,其特征是,包括用于采集机械轴承振动数据的传感监测子系统、用于存储机械轴承振动数据的云存储器和用于显示所述机械轴承振动数据的显示设备;所述传感监测子系统、显示设备皆与所述云存储器连接;所述传感监测子系统包括汇聚节点和多个用于采集机械轴承振动数据的传感器节点,汇聚节点和传感器节点通过自组织方式构建分簇型结构的无线传感器网络,其中根据低功耗自适应集簇分层型协议对传感器节点进行分簇并选取簇头,在簇头的通信范围内选择一个传感器节点作为该簇头所在簇的中继节点,以使得该中继节点接收簇内其他传感器节点采集的机械轴承振动数据后生成数据包并上报至对应的簇头;汇聚节点主要用于将各簇头发送的机械轴承振动数据汇总发送至云存储器。

2.根据权利要求1所述的机械轴承振动智能实时监测系统,其特征是,所述传感器节点包括传感器和用于将传感器信号转换为对应的机械轴承振动数据的信号适配器,所述信号适配器与传感器连接。

3.根据权利要求2所述的机械轴承振动智能实时监测系统,其特征是,还包括用于控制采集频率的控制器,所述控制器与传感器连接。

4.根据权利要求2所述的机械轴承振动智能实时监测系统,其特征是,所述显示设备包括显示屏、智能手机、笔记本、桌上型电脑中的任意一种或任意几种。

5.根据权利要求1所述的机械轴承振动智能实时监测系统,其特征是,基于蚁群优化算法获取簇头到所能通向的各汇聚节点的最优路径,包括:

(1)簇头s0定期产生一定数量的前向蚂蚁报文,随机选择通信范围内的另一个簇头进行转发,并启动第一超时时钟,所述前向蚂蚁报文携带有簇头s0的节点标识;

(2)当前向蚂蚁报文δ到达簇头s1时,簇头s1在其通信范围内概率地选择一个没有转发过前向蚂蚁报文δ的簇头,继续转发前向蚂蚁报文δ;

(3)若簇头s1已选择簇头s2转发前向蚂蚁报文δ,则将自身的节点标识加入前向蚂蚁报文δ的地址链表,按照下列公式更新前向蚂蚁报文δ中记录的当前链路总开销,并将前向蚂蚁报文δ发送给簇头s2

Pt=Pt-1+Lij×P

式中,Pt表示更新后的链路总开销,Pt-1表示更新前的链路总开销,初始时链路总开销为0,P为设定的单位距离链路开销值;

(4)按照(2)、(3)继续转发前向蚂蚁报文δ,直至将其发送到任意一个汇聚节点;

(5)汇聚节点oj收到簇头s0产生的前向蚂蚁报文δ时启动第二超时时钟,对于在第二超时时钟超时前收到的多个簇头s0产生的前向蚂蚁报文,汇聚节点oj选择当前链路总开销最小的前向蚂蚁报文作为标准前向蚂蚁报文,并根据标准前向蚂蚁报文产生后向蚂蚁报文,将后向蚂蚁报文沿着标准前向蚂蚁报文的逆路径发送出去,其中后向蚂蚁报文携带有标准前向蚂蚁报文的地址链表、汇聚节点oj标识、链路总开销;

(6)当簇头s3收到簇头s4发送的后向蚂蚁报文时,提取簇头s4的节点标识以及汇聚节点oj标识,并保存在本地,簇头s3更新自身至簇头s4的链路的信息素浓度;

(7)当前簇头按照后向蚂蚁报文的地址链表指示的信息继续转发后向蚂蚁报文,直至后向蚂蚁报文到达簇头s0

(8)簇头s0对在第一超时时钟超时之前收到的后向蚂蚁报文,按照(6)提取、更新相应的信息,从而得到与收到的后向蚂蚁报文数量相同的到不同汇聚节点的最优路径;其中簇头s0收到一个后向蚂蚁报文,表示有一条通向该后向蚂蚁报文所记录的汇聚节点的最优路径。

6.根据权利要求5所述的机械轴承振动智能实时监测系统,其特征是,设簇头a所能通向的汇聚节点数目为m,簇头a在数据传输阶段将机械轴承振动数据分流发送至所能通向的m个汇聚节点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳汇创联合自动化控制有限公司,未经深圳汇创联合自动化控制有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810745735.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top