Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 嘉应学院邓嘉明获国家专利权

嘉应学院邓嘉明获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉嘉应学院申请的专利一种基于物联网多维度数据的设备故障评估系统及其方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114004306B

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111325074.9,技术领域涉及:G06F18/2433;该发明授权一种基于物联网多维度数据的设备故障评估系统及其方法是由邓嘉明;侯跃恩;叶忠文;邓文锋;曾军;陈文飞设计研发完成,并于2021-11-10向国家知识产权局提交的专利申请。

一种基于物联网多维度数据的设备故障评估系统及其方法在说明书摘要公布了:本发明公开一种基于物联网多维度数据的设备故障评估系统,采集电机工作过程中的混合声音、轴向振动、径向振动以及轴承温度等多维度数据并进行分析,以对电机故障进行综合评估。本发明通过采集电机的噪声、振动以及温度等多维度数据并进行多维度数据的分析,以获得多维度数据展示出的电机继续工作的电机维持危险评估系数,体现了电机故障后继续使用的危险程度,并实现对危险程度的量化展示,便于对电机故障进行综合评估和预测,达到提前预警和维护的作用。

本发明授权一种基于物联网多维度数据的设备故障评估系统及其方法在权利要求书中公布了:1.一种基于物联网多维度数据的设备故障评估系统,其特征在于:包括噪音源区分模块、振动检测模块、轴承信息检测模块、频谱特征归类处理模块、故障链训练干扰模块、故障预测判定模块和多维度数据评估模块; 噪音源区分模块实时采集电机工作过程中的混合声音,并采用傅里叶变换对电机工作过程中的混合声音进行频谱分析,得到分离后的轴承噪音的频谱特征和电机工作时产生的机械噪声的频谱特征; 振动检测模块采用涡流式位移传感器,分别实时采集电机轴向振动幅值和径向振动幅值;轴承信息检测模块采用温度传感器,安装在轴承上,对轴承表面的温度进行采集; 频谱特征归类处理模块接收噪音源区分模块分离后的轴承噪音的频谱特征和电机工作时产生的机械噪声的频谱特征,将轴承噪音的频谱特征和机械噪声的频谱特征依次分别与对应的不同轴承噪声故障等级程度下的轴承噪音的频谱特征和不同机械噪声故障等级的机械噪声的频谱特征进行对比,以筛选出分离后的轴承噪音所对应的轴承噪声故障等级和机械噪声所对应的机械噪声故障等级; 故障预测判定模块提取电机的轴向振动幅值和径向振动幅值,根据获取的轴向振动幅值和径向振动幅值建立时域振动信号图,并采用傅里叶变换对时域振动信号图中的时域振动信号进行分析,得到轴向振动的频率和相位以及径向振动的频率和相位,依次将轴向振动的基本参数与径向振动的基本参数进行逐一相对分析,初步预测出电机振动是否异常以及对电机振动异常程度进行判定,并接收轴承表面的温度,将轴承表面的温度绘制成温度变化曲线,统计轴承表面的温度上升的最大速度、轴承温度大于预设温度W的累计时长以及轴承温度大于预设温度W后的轴承表面温度,通过电机振动异常程度判定量以及轴承温度相关参数信息分析出电机抱轴预估系数; 多维度数据评估模块提取频谱特征归类处理模块筛选出的轴承噪声故障等级和机械噪声故障等级,根据轴承噪声故障等级和机械噪声故障等级依次筛选出与之相互映射的轴承噪声故障等级所对应的轴承故障评定系数以及机械噪声故障等级所对应的机械故障评定系数,并获取故障预测判定模块分析的电机振动异常程度、电机抱轴预估系数以及轴承温度大于预设温度W后的轴承表面温度,采用多维度数据评估模型预测当前电机继续工作的电机维持危险评估系数; 所述电机抱轴预估系数的计算公式如下: ,表示为振动造成的电机抱轴的比例系数,表示为轴承温度造成电机抱轴的比例系数,,表示为由轴承温度产生电机振动异常的关联干扰系数,表示为由电机振动异常造成轴承温度升高的关联干扰系数,表示为轴承温度大于预设温度W的累计时长,表示为预设的轴承温度大于预设温度W的上限时长,t1和t2分别表示为轴承温度等于预设温度W所对应的时间点以及温度大于预设温度W所对应的某一时间点,t2大于t1,表示为轴承表面的温度上升的最大速度,表示为轴承温度大于预设温度W后的轴承表面温度; 所述多维度数据评估模块是基于对多种传感器采集的数据进行处理后的数据的综合评估,所述多维度数据评估模型为,a1,a2,a3,a4分别为轴承噪声、机械噪声、电机抱轴以及轴承温度故障种类所对应的权重系数,a1+a2+a3+a4=1,X和Y分别为轴承故障评定系数、机械故障评定系数,轴承故障评定系数和机械故障评定系数分别表示该轴承噪声故障等级下电机发生故障的概率以及该机械噪声等级下电机发生故障的概率,E为电机异常振动系数,n为4,为为预设的轴承温度大于预设温度W的上限时长,为轴承表面可允许的最大温度,为轴承温度大于预设温度W后的轴承表面温度随时间的累计量,为第aj个故障种类对第ai个故障种类的关联干扰系数,i=1,2,3,4,即a1,a2,a3,a4分别为轴承噪声、机械噪声、电机抱轴以及轴承温度异常,当i=j时,等于0。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人嘉应学院,其通讯地址为:514000 广东省梅州市梅江区梅松路160号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。