【技术实现步骤摘要】
本专利技术涉及智能制造与工业物联网，特别是涉及一种基于设备振动实时信号的监控与预测诊断系统。
技术介绍
1、设备运行状态监控与异常反馈是智能制造与工业物联网的一个重要方面，其中，设备振动参数是反映设备运行状态的重要参数。在设备运行初期，主要由专家凭借感官或简单仪表获得信息，并根据经验进行故障判断；随着传感器技术发展，与故障相关的信号采集逐步规范化、精确化，使得在线诊断和智能诊断得以模拟专家思维过程，提高了诊断效率和准确度。特别是现代制造设备复杂化，对所采集信号实现可信的正确分析成为智能制造的核心内容之一。其中，振动信号是综合反映制造设备运行健康状态的重要载体之一，在低烈度振动(不影响设备结构安全)的情况下，结合设备本身特征，研究基于设备振动信号的诊断分析算法和模块，集合设备本身的结构和运动特征，开发应用模块应用于生产制造过程中。在电子产品制造与智能装配工艺中，设备的振动也可能影响环境，例如通过地面结构传递影响其他对振动敏感设备(如图像识别、器件贴片、精密定位等设备)的正常运行。因此，针对这类一体化智能制造车间设计时，需要有振动监测和管控
【技术保护点】
1.一种基于设备振动实时信号的监控与预测诊断系统，其特征在于，包括振动传感器模块、采集终端模块、通讯模块以及客户端；
2.根据权利要求1所述的监控与预测诊断系统，其特征在于，所述振动传感器模块为分布式安装在待监控和预测设备上的三轴MEMS振动加速度传感器。
3.根据权利要求2所述的监控与预测诊断系统，其特征在于，所述采集终端模块按照预设的采样频率抓取振动传感器模块的数字时间序列，计算时序特征参数，将高频时序信号转化为低频的特征参数序列，并按照存储规则，将特征参数序列和振动时序信号分别存储。
4.根据权利要求3所述的监控与预测诊断系统...
【技术特征摘要】
1.一种基于设备振动实时信号的监控与预测诊断系统，其特征在于，包括振动传感器模块、采集终端模块、通讯模块以及客户端；
2.根据权利要求1所述的监控与预测诊断系统，其特征在于，所述振动传感器模块为分布式安装在待监控和预测设备上的三轴mems振动加速度传感器。
3.根据权利要求2所述的监控与预测诊断系统，其特征在于，所述采集终端模块按照预设的采样频率抓取振动传感器模块的数字时间序列，计算时序特征参数，将高频时序信号转化为低频的特征参数序列，并按照存储规则，将特征参数序列和振动时序信号分别存储。
4.根据权利要求3所述的监控与预测诊断系统，其特征在于，所述客户端包括监控模块、例行诊断分析与预测性维护模块、用于分析诊断的数据信号抓取通用模块、以及诊断分析子程序模块。
5.根据权利要求4所述的监控与预测诊断系统，其特征在于，所述采集终端模块通过mqtt协议方式，完成与客户端的订阅和推送双向功能；采集终端模块按照预设规则，将设备信息和特征信号上传发布到虚拟服务器中；客户端的监控模块通过mqtt协议主动抓取虚拟服务器中需要监控的特征参数序列，并通过预设算法和显示方式，进行设备振动的实施监控显示、序列保存及特征参数后处理。
6.根据权利要求5所述的监控与预测诊断系统，其特征在于，所述客户端的监控模块抓取设备动态ip地址，...
【专利技术属性】
技术研发人员：陆锋，邵鹏程，王义华，张新虎，
申请(专利权)人：深圳长城开发科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。