[发明专利]气压沉箱设备性能检测系统无效

专利信息
申请号: 200910045408.X 申请日: 2009-01-15
公开(公告)号: CN101464224A 公开(公告)日: 2009-06-24
发明(设计)人: 张蕾;李宝顺;王忠巍;曹其新 申请(专利权)人: 上海交通大学
主分类号: G01M19/00 分类号: G01M19/00;G06F19/00;G06F17/30;G06N3/00
代理公司: 上海交达专利事务所 代理人: 王锡麟;王桂忠
地址: 200240*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 气压 沉箱 设备 性能 检测 系统
【权利要求书】:

1.一种气压沉箱设备性能检测系统,其特征在于,包括:工作节点模块、服务器模块、群体智能横向性能比较模块、人机交互模块,其中:工作节点模块利用设置在设备上的传感器对设备的工作状态、健康特征进行数据采集和处理,将处理后的信息送入服务器模块的工作节点数据库;服务器模块为所有类型的工作节点建立群体类工作节点数据库,对工作节点模块传来的数据进行保存、管理,为群体智能横向性能比较模块提供工作节点信息,并将群体智能横向性能比较模块诊断的信息存入到相应的工作节点数据库中;群体智能性能横向比较模块利用服务器模块上同类工作节点的工作节点数据库信息,使用改进蚁群算法对工作节点的设备进行群体智能横向性能比较、测试,从而得出各个工作节点设备的性能状况,并将信息存入到服务器模块中;人机交互模块通过与服务器模块的交互实现对工作节点数据库中工作节点的建立提供信息、为工作节点的维护提供接口,并提供报警和对工作节点性能和健康状况的查询;

所述的群体智能横向性能比较模块从服务器模块读取工作节点数据库中的工作节点参数信息和历史性能信息,采用改进蚁群算法测试出设备性能和健康状况,并将设备性能和健康状况数据存入到服务器模块的工作节点数据库中,使用改进蚁群算法进行群体智能横向性能比较时,首先将数据进行规一化处理,然后对每种类型的工作节点用改进蚁群算法计算出所有模式的中心,然后对单个的工作节点,计算其对每种模式的距离,并将这些距离信息转化为性能指标和健康参数,并存入服务器模块中,群体智能横向性能比较模块充分利用大量同类设备的信息,利用改进蚁群算法对设备群体进行整体分析,然后再对个体设备与整体分析的结果进行对比。

2.如权利要求1所述的气压沉箱设备性能检测系统,其特征是,所述的工作节点模块包括传感器和信息采集处理模块,传感器采集与设备工作性能有关的信号,并将这些信号送入信息采集处理模块,信息采集处理模块对采集到的信号进行实时降噪、滤波、时频分析、降维处理,提取出设备相关的监测指标参数,并将这些参数通过GPRS无线网和路由器送到服务器模块,存入到相应的工作节点数据库中。

3.如权利要求1所述的气压沉箱设备性能检测系统,其特征是,所述的服务器模块有多个工作节点数据库,包括挖掘机数据库、皮带机数据库、起重机数据库、压缩机数据库和由用户建立的工作节点数据库,这些数据库存放整个系统中所有工作节点设备的所有信息,服务器模块通过GPRS无线网和路由器与工作节点模块相连,服务器模块与群体智能横向性能比较模块通过网络相连,为群体智能性能横向比较模块进行预诊断运算提供所需的设备工作状况信息和历史性能信息,服务器模块与人机交互模块通过internet网络相连。

4.如权利要求1所述的气压沉箱设备性能检测系统,其特征是,所述的人机交互模块包括三个模块,即报警模块、查询模块和维护模块;报警模块实时读取服务器模块各工作节点的信息,如果超过设定阈值,则进行报警;查询模块接受用户的指令读取相应工作节点的各种信息;维护模块包括新增工作节点操作、删除工作节点操作、新增工作节点数据库操作和删除工作节点数据库操作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910045408.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top