搜索到2966篇“ 故障预测与健康管理“的相关文章
- 一种对油田电潜泵进行故障预测与健康管理的方法
- 本发明提供了一种对油田电潜泵进行故障预测与健康管理的方法，包括：故障模式分析模块、状态监测模块、健康状态评估模块、故障预测模块以及维修策略模块；状态监测模块用于获取电潜泵特征参数；健康状态评估模块通过对监测数据和历史数据...
- 左学谦熊芝伍楚奇郭志豪刘宁桐董正琼丁善婷范宜艳周向东聂磊
- 一种基于工业大数据的电力设备故障预测与健康管理方法
- 本发明提出一种基于工业大数据的电力设备故障预测与健康管理方法，涉及电机控制领域，解决参数特征冗余和故障数据不平衡问题，包括：S1：构建包含故障信息的运行参数的数据集;S2：进行异常值和缺失值处理，并实现归一化；S3：进行...
- 曹雯金舒战锋孙克成杨茂陈明恩佘飞李勇景力涛叶宁
- 基于大数据的泵类机电部件故障预测与健康管理开发系统
- 本发明属于飞机机电系统领域，涉及基于大数据的泵类机电部件故障预测与健康管理开发系统。系统包括：工作台、仿真数采机柜、以及配套的信号网络；工作台包括：主控单元和故障预测与健康管理模型开发单元；仿真数采机柜包括：泵类机电部件...
- 陈爽李小明孙栋
- 一种数字孪生驱动的故障预测与健康管理方法
- 本发明提出一种数字孪生驱动的故障预测与健康管理方法，其整体步骤为：步骤一：构建数字孪生的故障预测与健康管理模型。步骤二：训练孪生模型。步骤三：对孪生模型进行相应校准。步骤四：重复步骤二和三，不断更新孪生模型。本发明涉及了...
- 田淑娟周志昊
- 基于故障预测与健康管理的设备备件需求预测系统
- 本申请涉及一种基于故障预测与健康管理的设备备件需求预测系统，包括数据采集与边缘计算模块，其利用边缘设备采集数据，通过对数据进行分析计算来提取建模所需的特征；数据服务模块，其对现场设备及系统的数据资产进行统一管理，为智能分...
- 董明磊胡江雪王野周训淼
- 试验系统故障预测与健康管理设计及实现
- 2024年
- 现阶段试验系统朝着全面信息化趋势发展,单纯靠指挥员、操作员人为判断与维护的安全生产管理办法难以继续施行。系统的故障预测和健康状态管理顺势逐步进入试验系统常规设计要求中,成为研究专项内容进行指标考核。本文以某试验系统建设为契机,探索研究出一套故障预测和健康状态管理程序架构,并在工艺系统设计、测控一体化硬件配置基础之上,通过网络信息交互、下位软件编程、人机交互界面等技术,实现试验系统的高效运维。
- 康淑婷宋舟航
- 关键词：故障预测健康管理
- 天然气管道压缩机组故障预测与健康管理研究
- 2024年
- 智慧管网具有综合性预判等方面能力,但目前油气管道关键设备如压缩机组非计划停机频发,维修保证策略以“事后维修”和“定期维修”为主,对故障预知预测的研究思路不够清晰、方法不够科学。维修检修需定期开展,故障管控能力及维护策略需进一步提升。总结国内外典型压缩机组及设备故障预测与健康管理(PHM)建设的现状,首次分析了管道压缩机组燃机性能算法、压缩机效率算法、模拟仿真等算法的核心问题、研究方法、关键量化指标及各研究方法的优点。研究天然气管道压缩机组PHM系统的重点难点,对平台融合与系统设计、机组变工况、多元数据分析技术、停机故障失效模型及算法研究、验证评价、知识图谱等重点研究内容提出了思考和展望。此研究对提升油气管道关键设备管理、开展平台融合设计及智能管道核心技术研究具有一定借鉴意义。
- 古自强韩刚李华将辉娟许亮
- 关键词：故障预测健康管理
- 一种故障预测与健康管理桌面超算平台
- 本发明提出一种故障预测与健康管理桌面超算平台，该平台包括包括时钟模块、电源模块、配置管理模块、FMC扩展模块、高速串行处理单元、高速并行处理单元、数据交换单元。还提供一种故障预测与健康管理桌面超算平台控制装置，以及对故障...
- 王生龙焦晓璇景博黄以锋夏福明
- 船舶低速机故障预测与健康管理技术研究及应用
- 2024年
- 为了提高船舶低速机运行的稳定性和可靠性以及船舶航行安全性,构建了船舶低速机故障预测与健康管理系统,利用GT-POWER软件搭建了低速机仿真模型数据库,提出了基于性能仿真、油液分析以及振动分析相融合的故障诊断方法。以此为基础,成功研制出船舶低速机故障预测与健康管理系统并完成台架试验,自主设计和开发的系统样机及客户端已成功应用于某6.2×10^(4)t多功能纸浆船,安全稳定运行超过6000 h,完成了相关实船验证,实现了对船舶主机的全生命周期管理,该系统为智能船舶的安全运维开辟了新的方向,对智能船舶的建设具有积极的推动和引导意义。
- 李业鹏祖象欢杨传雷孙蕾张光伟
- 关键词：故障预测与健康管理故障诊断GT-POWER性能仿真油液分析
- 煤矿综采设备故障预测与健康管理技术研究
- 2024年
- 煤矿综采设备作为煤矿生产的关键设备,其稳定运行对于整个煤矿生产和经济效益至关重要。但由于复杂的工作环境和高强度的工作条件,综采设备容易发生故障,给生产带来严重影响。因此开展煤矿综采设备故障预测与健康管理技术研究具有重要意义。本文从设备故障机理分析、大数据健康状态监测、机器学习故障预测算法和全生命周期健康管理四个方面深入探讨了相关关键技术。通过对设备故障机理的深入分析,建立基于大数据的设备健康状态感知和监测技术,开发基于机器学习的故障预测算法模型,最终实现设备全生命周期的智能健康管理。这些研究成果为提高煤矿综采设备的可靠性和安全性提供了有效技术支撑。
- 郭凯
- 关键词：煤矿综采设备故障预测健康管理大数据
