[实用新型]一种智能化振动分析及故障诊断装置有效

专利信息
申请号: 201920221550.4 申请日: 2019-02-22
公开(公告)号: CN209296300U 公开(公告)日: 2019-08-23
发明(设计)人: 朱清;王纪章 申请(专利权)人: 朱清
主分类号: G01M13/00 分类号: G01M13/00;G01H17/00
代理公司: 南京汇盛专利商标事务所(普通合伙) 32238 代理人: 陈扬
地址: 212000 江苏省镇江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 故障识别 融合 故障诊断装置 信号采集模块 信号调理模块 智能处理模块 振动传感器 云服务器 振动分析 振动信号 现场端 智能化 采集 云端 诊断 设备状态传感器 故障诊断技术 设备状态分析 数据通信模块 本实用新型 多信息融合 电源模块 独立使用 多个装置 工况分析 设备振动 构建 外接 分析
【说明书】:

本实用新型公开了一种智能化振动分析及故障诊断装置,其属于故障诊断技术领域。该装置由振动传感器、信号调理模块、信号采集模块、智能处理模块、电源模块、数据通信模块和云服务器组成。信号采集模块通过信号调理模块采集振动传感器所采集的振动信号,智能处理模块对采集的振动信号进行工况分析、故障识别和诊断,并与云服务器构建现场端融合与云端融合相结合的设备振动分析和故障识别与诊断。装置可以外接电压、电流、温度、声音等设备状态传感器进行多信息融合的设备状态分析。该装置既能独立使用,也能多个装置联合使用;通过现场端融合与云端融合相结合提高故障识别诊断能力。

技术领域:

本实用新型涉及一种智能化振动分析及故障诊断装置,其属于故障诊断技术领域。

背景技术:

随着现代工业设备和系统日益大型化和复杂化,机械设备的可靠性、可用性、可维修性与安全性的问题日益突出,随着计算机技术及数字信号处理技术的迅速发展,机械设备振动监测与故障诊断技术被广泛应用于电力、石油化工、冶金等行业的大型、高速旋转机械中。目前这种技术己成为设备现代化管理和提高企业综合效益的技术基础。

另一方面以振动监测与故障诊断技术为基础的设备预知维修能节省大量的维修费用,取得显著的经济效益,而且还能保证设备的安全运行,预防和减少恶性事故的发生,消除故障隐患,保障人身和设备安全,提高生产率。

目前故障诊断的基本模式为通过大量的试验获得设备的正常和故障状态下的载荷谱库,通过识别当前设备的状态来进行故障识别和诊断。这样的方法需要前期大量的试验工作量。传统的诊断方法和理论对单过程、单故障和渐发性故障的简单系统可以发挥较好的作用,对于多过程、多故障和突发性故障以及复杂庞大、高度自动化的大型设备和系统,例如汽轮发动机组、船舶推进系统等,就具有较大的局限性。

随着现代大数据技术、云计算物联网技术的发展,通过构建典型设备故障特征库大数据和云计算平台实现故障诊断,可以减少前期工作,但是在实际运行设备运行过程中,大量的现场设备均进行数据传输时,大规模的数据传输和处理会对整个云平台的运行造成压力,同时由于通过网络传输过程中的数据丢失、网络堵塞等问题,影响了系统的实时性。而设备故障的诊断对实时性要求是非常高的。因此在构建故障诊断系统时,考虑在现场实现设备端融合融合与云端融合相结合,充分利用人工智能技术和现代信息处理技术的功能,以减少数据网络传输和中心化处理对于故障诊断具有重要的现实意义和应用需求。

发明内容:

本实用新型是为了解决上述现有技术存在的问题而提供一种智能化振动分析及故障诊断装置,以能够实现设备端融合与云端融合相结合的设备振动分析和故障识别与诊断,通过现场端融合与云端融合相结合提高故障识别诊断能力。

本实用新型采用如下技术方案:一种智能化振动分析及故障诊断装置,由振动传感器、信号调理模块、信号采集模块、智能处理模块、电源模块、数据通信模块和云服务器组成,所述信号采集模块通过信号调理模块采集振动传感器所采集的振动信号,智能处理模块对采集的振动信号进行工况分析、故障识别和诊断,并通过数据通信模块将当前工况信息传输至诊断云服务器进行保存与处理。

进一步地,还包括数据中间件,所述信号调理模块和信号采集模块通过数据中间件适应不同类型振动传感器信号。

进一步地,还包括与信号采集模块相连接的外接参数接口模块。

本实用新型的工作方法,步骤如下:

(1).通过云服务器中建立典型设备故障特征库,用于设备故障识别与诊断,在装置初始化时通过数据通信模块将所测设备故障特征库传输至智能处理模块,构建当前设备故障特征库;

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朱清,未经朱清许可,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/201920221550.4/2.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