深度學(xué)習(xí)技術(shù)已在滾動(dòng)軸承故障監(jiān)測(cè)和診斷領(lǐng)域取得了成功應(yīng)用, 但面對(duì)不停機(jī)情況下的早期故障在線監(jiān)測(cè)問題, 仍存在著早期故障特征表示不充分、誤報(bào)警率高等不足. 為解決上述問題, 本文從時(shí)序異常檢測(cè)的角度出發(fā), 提出了一種基于深度遷移學(xué)習(xí)的早期故障在線檢測(cè)方法. 首先, 提出一種面向多域遷移的深度自編碼網(wǎng)絡(luò), 通過構(gòu)建具有改進(jìn)的比較大均值差異正則項(xiàng)和Laplace正則項(xiàng)的損失函數(shù), 在自適應(yīng)提取不同域數(shù)據(jù)的公共特征表示同時(shí), 提高正常狀態(tài)和早期故障狀態(tài)之間特征的差異性; 基于該特征表示, 提出一種基于時(shí)序異常模式的在線檢測(cè)模型, 利用離線軸承正常狀態(tài)的排列熵值構(gòu)建報(bào)警閾值, 實(shí)現(xiàn)在線數(shù)據(jù)中異常序列的快速匹配, 同時(shí)提高在線檢測(cè)結(jié)果的可靠性. 在XJTU-SY數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明, 與現(xiàn)有代表性早期故障檢測(cè)方法相比, 本文方法具有更好的檢測(cè)實(shí)時(shí)性和更低的誤報(bào)警數(shù).監(jiān)測(cè)系統(tǒng)利用深度模型自動(dòng)學(xué)習(xí)跨領(lǐng)域狀態(tài)監(jiān)測(cè)數(shù)據(jù)的可遷移故障特征, 并形成對(duì)故障發(fā)生模式的抽象描述信息。紹興性能監(jiān)測(cè)控制策略
電機(jī)等振動(dòng)設(shè)備在運(yùn)行中,伴隨著一些安全問題,振動(dòng)數(shù)據(jù)會(huì)發(fā)生變化,如果不及時(shí)發(fā)現(xiàn),容易導(dǎo)致起火或,造成大量的財(cái)產(chǎn)損失,而這些問題具有突發(fā)性和不準(zhǔn)確性,難以預(yù)知,應(yīng)對(duì)這種情況,需要一種手段去解決。無(wú)線振動(dòng)傳感器直接讀取原始加速度數(shù)據(jù),準(zhǔn)確可靠,避免后期計(jì)算出現(xiàn)較大誤差。本傳感器采用無(wú)線通訊方式,低功耗設(shè)計(jì),一次性鋰亞電池供電,具有容量大、耐高溫、不宜爆等特點(diǎn)。工作原理:將傳感器分布式安裝在各類電機(jī)、風(fēng)機(jī)、振動(dòng)平臺(tái)、回轉(zhuǎn)窯、傳送設(shè)備等需要振動(dòng)監(jiān)測(cè)的設(shè)備上實(shí)時(shí)采集振動(dòng)數(shù)據(jù),然后通過無(wú)線方式將數(shù)據(jù)發(fā)送給采集端,采集端將數(shù)據(jù)解析、顯示或傳輸。系統(tǒng)能實(shí)時(shí)在線監(jiān)測(cè)出設(shè)備異常,發(fā)出預(yù)警,避免事故發(fā)生。
產(chǎn)品特點(diǎn)(1)實(shí)時(shí)性:系統(tǒng)實(shí)時(shí)在線監(jiān)測(cè)電機(jī)等振動(dòng)參數(shù),避免了由于電機(jī)突然缺相、線圈故障,堵轉(zhuǎn)、固定螺栓松動(dòng)、負(fù)載過高和人為錯(cuò)誤操作等發(fā)生的事故。(2)便捷性:系統(tǒng)采用無(wú)線傳輸方式,傳感器**安裝,解決了以往因?yàn)榭臻g狹小、不能布線、安裝成本高等問題。(3)可靠性:系統(tǒng)采用先進(jìn)成熟的傳感技術(shù)和無(wú)線傳輸技術(shù),抗干擾力強(qiáng),傳輸距離遠(yuǎn),讀數(shù)準(zhǔn)確,可靠性高。 變速箱監(jiān)測(cè)控制策略電機(jī)監(jiān)測(cè)和故障預(yù)判系統(tǒng)助力實(shí)現(xiàn)工業(yè)設(shè)備數(shù)智化管理和預(yù)測(cè)性維護(hù)。
刀具監(jiān)測(cè)管理系統(tǒng)是我們基于精密加工行業(yè)特征,結(jié)合加工中心、車床等機(jī)械加工過程,打造的一款刀具狀態(tài)監(jiān)測(cè)和壽命預(yù)測(cè)分析系統(tǒng),通過采集主軸電流(負(fù)載)信號(hào)、位置信號(hào)、速度信號(hào)等30維度+數(shù)據(jù)信號(hào),結(jié)合大數(shù)據(jù)流式處理、自然語(yǔ)言處理等自學(xué)習(xí)處理算法和行業(yè)多年經(jīng)驗(yàn)數(shù)據(jù)沉淀,構(gòu)建的一套完整的刀具壽命預(yù)測(cè)和狀態(tài)監(jiān)控管理系統(tǒng),能夠?qū)崿F(xiàn)100%斷刀和崩刃監(jiān)控,磨損監(jiān)控識(shí)別率達(dá)到99%以上,同時(shí),提供基于刀具狀態(tài)監(jiān)測(cè)和壽命預(yù)測(cè)的異常停機(jī)控制模塊,避免因刀具異常導(dǎo)致的產(chǎn)品質(zhì)量損失和異常撞機(jī)事故,幫助用戶節(jié)約刀具成本30%以上,100%避免刀具異常帶來(lái)的產(chǎn)品質(zhì)量損失,為用戶提供無(wú)憂機(jī)加工過程管理!
基于數(shù)據(jù)的故障檢測(cè)與診斷方法能夠?qū)A康墓I(yè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和特征提取,將系統(tǒng)的狀態(tài)分為正常運(yùn)行狀態(tài)和故障狀態(tài),可視為模式識(shí)別任務(wù)。故障檢測(cè)是判斷系統(tǒng)是否處于預(yù)期的正常運(yùn)行狀態(tài),判斷系統(tǒng)是否發(fā)生異常故障,相當(dāng)于一個(gè)二分類任務(wù)。故障診斷是在確定發(fā)生故障的時(shí)候判斷系統(tǒng)處于哪一種故障狀態(tài),相當(dāng)于一個(gè)多分類任務(wù)。因此,故障檢測(cè)和診斷技術(shù)的研究類似于模式識(shí)別,分為4個(gè)的步驟:數(shù)據(jù)獲取、特征提取、特征選擇和特征分類。1)數(shù)據(jù)獲取步驟是從過程系統(tǒng)收集可能影響過程狀態(tài)的信號(hào),包括溫度、流量等過程變量;2)特征提取步驟是將采集的原始信號(hào)映射為有辨識(shí)度的系統(tǒng)狀態(tài)信息;3)特征選擇步驟是將與狀態(tài)變化相關(guān)的變量提取出來(lái);4)特征分類步驟是通過算法將前幾步中選擇的特征進(jìn)行故障檢測(cè)與診斷。在大數(shù)據(jù)這一背景下,傳統(tǒng)的基于數(shù)據(jù)的故障檢測(cè)與診斷方法被廣泛應(yīng)用,但是,這些方法有一些共同的缺點(diǎn):特征提取需要大量的**知識(shí)和信號(hào)處理技術(shù),并且對(duì)于不同的任務(wù),沒有統(tǒng)一的程序來(lái)完成。此外,常規(guī)的基于機(jī)器學(xué)習(xí)的方法結(jié)構(gòu)較淺,在提取信號(hào)的高維非線性關(guān)系方面能力有限。盈蓓德科技自主開發(fā)了大型旋轉(zhuǎn)機(jī)械在線狀態(tài)監(jiān)測(cè)與分析系統(tǒng)。
現(xiàn)代化生產(chǎn)企業(yè)為了極大限度地提高生產(chǎn)水平和經(jīng)濟(jì)效益,不斷地向規(guī)模化和高技術(shù)技術(shù)含量發(fā)展,因此生產(chǎn)裝置趨向大型化、高速高效化、自動(dòng)化和連續(xù)化,人們對(duì)設(shè)備的要求不僅是性能好,效率高,還要求在運(yùn)行過程中少出故障,否則因故障停機(jī)帶來(lái)的損失是十分巨大的。國(guó)內(nèi)外化工、石化、電力、鋼鐵和航空等部門,從許多大型設(shè)備故障和事故中逐漸認(rèn)識(shí)到開展設(shè)備故障診斷的重要性。管理好用好這些大型設(shè)備,使其安全、可靠地運(yùn)行,成為設(shè)備管理中的突出任務(wù)。對(duì)于單機(jī)連續(xù)運(yùn)行的生產(chǎn)設(shè)備,停機(jī)損失巨大的大型機(jī)組和重大設(shè)備,不宜解體檢查的高精度設(shè)備以及發(fā)生故障后會(huì)引起公害的設(shè)備。傳統(tǒng)的事后維修和定期維修帶來(lái)的過剩維修或失修,使維修費(fèi)用在生產(chǎn)成本中所占比重很大。狀態(tài)監(jiān)測(cè)維修是在設(shè)備運(yùn)行時(shí),對(duì)它的各個(gè)主要部位產(chǎn)生的物理、化學(xué)信號(hào)進(jìn)行狀態(tài)監(jiān)測(cè),掌握設(shè)備的技術(shù)狀態(tài),對(duì)將要形成或已經(jīng)形成的故障進(jìn)行分析診斷,判定設(shè)備的劣化程度和部位,在故障產(chǎn)生前制訂預(yù)知性維修計(jì)劃,確定設(shè)備維修的內(nèi)容和時(shí)間。因此狀態(tài)監(jiān)測(cè)維修既能經(jīng)常保持設(shè)備的完好狀態(tài),又能充分利用零部位的使用壽命,從而延長(zhǎng)大修間隔,縮短大修時(shí)間,減少故障停機(jī)損失。盈蓓德科技自主開發(fā)了旋轉(zhuǎn)設(shè)備在線振動(dòng)狀態(tài)監(jiān)測(cè)分析系統(tǒng)。南通監(jiān)測(cè)技術(shù)
軸承的監(jiān)測(cè)和診斷方法主要是通過振動(dòng)信號(hào)的時(shí)域和頻域信息來(lái)進(jìn)行。紹興性能監(jiān)測(cè)控制策略
動(dòng)力裝備全壽命周期監(jiān)測(cè)診斷方面:實(shí)現(xiàn)了支持物聯(lián)網(wǎng)的智能信息采集與管理、全生命周期動(dòng)態(tài)自適應(yīng)監(jiān)測(cè)、早期非線性故障特征提取。優(yōu)化重構(gòu)出綜合體現(xiàn)裝備運(yùn)行工況及表現(xiàn)的新參數(shù),提高異常狀態(tài)辨識(shí)的適應(yīng)性與可靠性,基于運(yùn)行過程信息反映裝備劣化趨勢(shì)與故障發(fā)展規(guī)律,來(lái)提高故障早期辨識(shí)能力。動(dòng)力裝備全生命周期性能優(yōu)化服務(wù)方面:提供了轉(zhuǎn)子全息動(dòng)平衡快速響應(yīng)與服務(wù)支持、以全息譜為**的失衡故障確診、動(dòng)力裝備轉(zhuǎn)子和軸系平衡配重方案優(yōu)化?;谖锫?lián)網(wǎng)和網(wǎng)絡(luò)化監(jiān)測(cè)診斷將產(chǎn)品監(jiān)測(cè)診斷與運(yùn)行服務(wù)支持有機(jī)集成一體,在應(yīng)用中實(shí)現(xiàn)動(dòng)力裝備常見故障診斷準(zhǔn)確率達(dá)80%以上??蓱?yīng)用于風(fēng)力大電機(jī)、空壓機(jī)、氮壓機(jī)等大型動(dòng)力裝備的集群化診斷領(lǐng)域。提供了基于物聯(lián)網(wǎng)的動(dòng)力裝備全生命周期監(jiān)測(cè)與服務(wù)支持創(chuàng)新模式,提供了其生命周期的遠(yuǎn)程監(jiān)測(cè)診斷與維護(hù)等專業(yè)化服務(wù)。紹興性能監(jiān)測(cè)控制策略
上海盈蓓德智能科技有限公司辦公設(shè)施齊全,辦公環(huán)境優(yōu)越,為員工打造良好的辦公環(huán)境。在盈蓓德科技近多年發(fā)展歷史,公司旗下現(xiàn)有品牌盈蓓德,西門子等。公司以用心服務(wù)為重點(diǎn)價(jià)值,希望通過我們的專業(yè)水平和不懈努力,將從事智能科技、電子科技、計(jì)算機(jī)科技領(lǐng)域內(nèi)的技術(shù)開發(fā)、技術(shù)服務(wù)、技術(shù)咨詢、技術(shù)轉(zhuǎn)讓,計(jì)算機(jī)網(wǎng)絡(luò)工程,計(jì)算機(jī)硬件開發(fā),電子產(chǎn)品、計(jì)算機(jī)軟硬件、辦公設(shè)備、機(jī)械設(shè)備(除特種設(shè)備)銷售?!疽婪毥?jīng)批準(zhǔn)的項(xiàng)目,經(jīng)相關(guān)部門批準(zhǔn)后方可開展經(jīng)營(yíng)活動(dòng)】等業(yè)務(wù)進(jìn)行到底。上海盈蓓德智能科技有限公司主營(yíng)業(yè)務(wù)涵蓋智能在線監(jiān)診系統(tǒng),西門子Anovis,聲音與振動(dòng)分析,主動(dòng)減振降噪系統(tǒng),堅(jiān)持“質(zhì)量保證、良好服務(wù)、顧客滿意”的質(zhì)量方針,贏得廣大客戶的支持和信賴。