高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
基于网络的大型机电装备远程运行监视和故障诊断
重点围绕实施大型机电设备预测性的状态检修需要,建立设备状态劣化监测模型,在线评价设备健康状态。采用自动逻辑推理的自主故障诊断方法,结合专家人机交互方式进行观察、推理的人工诊断方式,形成更准确全面的故障原因分析和故障定位。根据状态评价和故障定位结果,自动给出设备维修建议的方法。利用长期积累的设备试验、运行、故障前后的各种状态数据,进行设备状态劣化模型、故障诊断模型的更新和修正方法。基于Internet的远程协作诊断机制,遇到疑难问题时邀请多领域专家进行在线会商。可以用于机电设备、水电机组、风力发电机组
扬州大学 2021-04-14
典型石化装置转动设备故障诊断与维护检修管理平台
成果简介: 以典型石化装置的转动设备系统作为研究对象,建立转动设备故障诊断与维护检修管理平台,实现对设备可靠性分析、FMEA(失效模式与影响分析)以及维护检修管理。通过本项目实施,加强对转动设备检维修工作的指导,实现基于时间的预防性检维修模式向基于状态和基于风险分析的预知性检维修模式的转变。系统主要包括设备信息管理、设备运维管理、项目管理、可靠性分析、F
南京工业大学 2021-01-12
旋转机械振动故障检测与诊断系统
项目概况 本系统采用自主研发的数据采集处理箱,对旋转机械的振动数据进行实时采集、降噪、快速傅立叶变换、小波变换等处理,并将处理过的数据送往上位机进行故障特征的提取。 上位机对下位机传送来的数据信息进行特征提取、故障检测及诊断,实时监测旋转机械的运动状态。 本项目实用性强,拥有自主知识产权,市场应用前景广阔。 主要特点 数据采集处理在以DSP作为处理器的下位机进行,大大加快了振动信号的实时处理能力;振动信号的降噪和特征提取综合运用傅立叶变换和小波变换两种算法,提高了振动故障信号的降噪和故障鉴别能力;故障的诊断综合运用专家系统、神经网络、支持向量机等故障分类方法。技术指标 本系统可分别显示时域振动图、频谱图、极坐标图、轴心轨迹图、瀑布图、相关分析图等旋转机械振动信号傅立叶变换频谱信息;也可显示小波序列图、小波能量分布图等旋转机械振动信号的小波变换谱信息。同时,可给出引起旋转机械振动的故障原因。市场前景 旋转机械的振动故障占旋转机械故障的70%以上,对旋转机械的正常运行构成较为严重的威胁。旋转机械振动故障的检测与诊断设备价格一直偏高,而且故障的漏报率和误报率一直较高,影响了大型旋转机械故障诊断系统得应用。 本系统的价格适中,使用方便,对于提高企业的经济效益具有非常现实的意义,拥有广阔的市场前景。
南京工程学院 2021-04-11
一种起重机在线监测与故障诊断系统
本发明公开了一种起重机在线监测与故障诊断系统,包括:信号拾取子系统,用于获取起重机运行过程中的多种状态信息;数据采集子系统,用于采集信号拾取子系统获取的信息并进行预处理后输出;现场监测与报警子系统,用于对数据采集子系统输出的信息进行分析处理,进行在线监测和故障报警;无线通信子系统,实现起重机的定位,并传输输入到现场监测与报警子系统中的数据;远程监测与诊断子系统,用于接收无线通信子系统传输的数据并进行分析处理,以在远程进行在线监测、故障报警、故障诊断和趋势分析。本发明具有在线监测、提前预警和报警、分析和诊断、无线通信远程监测等功能,可以为起重机的安全运行提供可靠的依据,避免或减少出现安全事故。
华中科技大学 2021-04-11
实时智能监测与故障诊断专家系统的研究与开发
在DCS与实时信息集成系统的基础上,实时智能故障诊断与专家系统充分利用网络技术、计算机技术、控制技术、通讯技术以及人工智能技术将分散的DCS系统进行集成,实现信息管理的智能化。实时智能故障诊断与专家系统实现从已有的DCS通讯网络获得数据,进行高一层次的综合和处理,进行监督、诊断和预报。主要内容:通讯网关:DCS数据高速公路和IFDES通过网关交换数据和信息。数据处理:从DCS、PLC和传感器送来的数据进行预处理,如数据工程化,数据转换和压缩。知识库:存放专家知识,用于工况监督、故障诊断、事故预报、提供在线操作指导;采用多种智能处理方法及软测量技术用于炼油生产过程的专家系统知识库的构建。推理系统:集成了前向推理机和反向推理机等,操作经验和事故教训将用于指导问题的解决。多媒体显示及操作手册的开发。与综合自动化平台集成。技术优势:1、 系统驱动器和数据处理器2、 数据库和服务器3、 IFDES专家系统4、 超媒体显示系统5、 IFDES与实时数据库接口的实现位号显示与趋势图模块  应用实例:已在炼油厂加氢裂解装置、烯烃厂锅炉装置等现场成功投运  投资规模及设备需求:  硬件环境(机型及CPU、内存、硬盘容量):机型:运行Microsoft Windows操作系统;CPU: Intel 1.3GHz 及以上;内存:512M及以上;硬盘:80G及以上。  软件环境(操作系统、支持软件的名称及版本号):操作系统:Microsoft Windows2000及以上版本;Web服务器:Microsoft IIS;数据库:Oracle 8.0以上;开发工具:Microsoft .Net Framework 1.1。实时智能监测与故障诊断专家系统软件(IFDES)  经济效益分析:本系统采用一系列先进的技术与开发集成手段。系统设计合理,使用方便,人机界面友好、开发周期短、扩充与二次开发便捷。性能价格比较高。它是低成本推广应用计算机及新技术的一次成功的尝试。使管理操作人员加强了工艺管理,及时捕捉到了装置运行过程中的事故隐患,确保了整个装置始终能处于高负荷、长周期稳定运行。使企业在最经济的成本下,产生最大的效益,减少事故的发生、原材的浪费与对环境的污染。经济与社会效益显著。
南京工业大学 2021-04-13
基于网络的大型机电设备远程运行监视和故障诊断
采用自动逻辑推理的自主故障诊断方法,结合专家人机交互方式进行观察、推理的人工诊断方式,形成更准确全面的故障原因分析和故障定位。根据状态评价和故障定位结果,自动给出设备维修建议的方法。利用长期积累的设备试验、运行、故障前后的各种状态数据,进行设备状态劣化模型、故障诊断模型的更新和修正方法。基于 Internet的远程协作诊断机制,遇到疑难问题时邀请多领域专家进行在线会商。
扬州大学 2021-04-14
一种基于远程视频的数控机床故障诊断系统
本发明公开了一种基于远程视频的数控机床故障诊断系统,其 包括数控机床监控模块、视频数据管理模块和故障诊断模块,该数控 机床监控模块包括摄像头、流媒体服务器和流媒体客户端;该视频数 据管理模块包括数据管理单元和故障数据单元,所述数据管理单元用 于接收并存储由所述流媒体服务器录制并转发的视频数据;所述故障 数据单元预存储有数控机床各类故障的故障信息,并构建故障信息库; 该故障诊断模块根据流媒体客户端实时显示的视频,同时结合故障信 息库中的故障信息,实现数控机床故障的智能诊断。本发明克服了传 统诊断方法实
华中科技大学 2021-04-14
重载组合列车关键设备智能数据安全监控与故障诊断技术
为打破重载组合列车制动系统维修瓶颈,本成果对电控空气制动系统进行了安全监测与故障诊断技术研究,并研制出相应故障诊断测试装置、在线安全装置;提出车地一体化实时数据联动安全保障技术。主要创新如下: 1.研制了CCBII制动机成套检测设备、法维莱制动机成套检测设备、DK-2制动机成套检测设备,打破了国外制动机厂商Knorr-Bremse的技术封锁,所提出的故障诊断技术已完成湖东电力机务段500台CCBII制动机和360台法维莱制动机的快速检修工作,人工材料成本降低了50%-67%。 2.提出了兼容多机车网络的重载组合列车在线安全监控及检测技术,解决了重载组合列车从同步操控级到部件级的多级通信网络传输一致性、实时性和可靠性问题。研制出紧急制动和惩罚制动记录分析装置、制动阀切除记录分析装置。 3.提出了车地一体化实时数据联动安全保障技术,对列车运行时的在线检测数据和地面检修数据进行联动分析,实现列车状态数据的及时上传,应急指令的自动下发和迅速响应,提高列车状态的自诊断能力和重载列车检修的自动化水平。
中南大学 2023-07-18
港口流动机械(叉车等)故障检测与诊断系统
本系统为离线巡检测试系统,主要实现对港口流动机械的性能检测,故障诊断及设备的现代化管理。为适应非平稳信号的分析要求,本产品采用了一种新的信号分析方法。实现了叉车柴油机部分的燃油系统、缸套及活塞组件、曲轴磨损及配气机构的故障诊断和性能分析。从而完成叉车振动检测、故障诊断与劣化报警的统一体系。可实现港口流动机械的预知维修。
大连理工大学 2021-04-13
用于工厂化水产养殖微滤机故障诊断的系统和方法
本发明提供一种用于工厂化水产养殖微滤机故障诊断的系统和方法,其中系统包括:监测模块,用于获得工作微滤机的监测数据,对所述监测数据进行经验熵决策树算法的处理,将处理产生的第一调度命令发送至调度模块,所述监测数据包括不同部位的滤网压力、振动、声音和电压;所述调度模块,用于接收所述第一调度命令或第二调度命令,切换所述工作微滤机至备用微滤机;所述总控模块用于对监测模块和调度模块的运行状态进行记录,并向所述调度模块发送所述第二调度命令。本发明可以对故障进行快速定位及可能性原因分析。改善了传统人工方法下故障诊断中的耗时寻找过程。
中国农业大学 2021-04-11
首页 上一页 1 2 3 4 5 6
  • ...
  • 71 72 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    63届高博会于5月23日在长春举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1