[go: up one dir, main page]

CN118277939B - 基于机器视觉的船舶切割机运行故障诊断系统 - Google Patents

基于机器视觉的船舶切割机运行故障诊断系统 Download PDF

Info

Publication number
CN118277939B
CN118277939B CN202410691866.5A CN202410691866A CN118277939B CN 118277939 B CN118277939 B CN 118277939B CN 202410691866 A CN202410691866 A CN 202410691866A CN 118277939 B CN118277939 B CN 118277939B
Authority
CN
China
Prior art keywords
temperature
information
current
signal
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202410691866.5A
Other languages
English (en)
Other versions
CN118277939A (zh
Inventor
张立革
曹光亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongying Xinao Ship Equipment Manufacturing Co ltd
Original Assignee
Dongying Xinao Ship Equipment Manufacturing Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dongying Xinao Ship Equipment Manufacturing Co ltd filed Critical Dongying Xinao Ship Equipment Manufacturing Co ltd
Priority to CN202410691866.5A priority Critical patent/CN118277939B/zh
Publication of CN118277939A publication Critical patent/CN118277939A/zh
Application granted granted Critical
Publication of CN118277939B publication Critical patent/CN118277939B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/243Classification techniques relating to the number of classes
    • G06F18/2433Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了基于机器视觉的船舶切割机运行故障诊断系统,包括信息采集单元、故障分类单元、自适应处理单元、信号生成单元和信息输出单元,本发明涉及船舶切割机故障诊断技术领域,解决了不能很好的根据现有数据来对整体工作状态进行分析和预警,其次不能具体的分析出故障原因的技术问题,本发明通过对船舶切割机进行初步分析来确定故障原因,接着根据故障原因来分析具体的原因,从而方便后续针对性的进行维修,其次根据现有数据来对船舶切割机进行工作状态预警,进一步的获取到实时参数来进行分析,从而来确保整体的运行工作状态,能够对出现问题时的船舶切割机进行及时的维修处理,且能够精准的定位到故障原因,为后续检修节省时间。

Description

基于机器视觉的船舶切割机运行故障诊断系统
技术领域
本发明涉及船舶切割机故障诊断技术领域,具体为基于机器视觉的船舶切割机运行故障诊断系统。
背景技术
船舶切割机是应用于船体作业上的一种常见机械,具有加工精度高,清洁度高、切割速度快等特点,因此,常用于各类磨具、精密零部件、电极等各种导电体的复杂型腔和曲面形体的加工,但是存在优点的同时也会存在缺点,因此需要对船舶切割机进行故障诊断。
根据申请号为CN202010736748.3的专利显示,该专利包括:按照采集周期采集线切割机包括的至少一个部件在线切割机工作时的运行数据;检测线切割机是否发生断线故障;若是,则从运行数据中提取发生断线故障之前m个采集周期内所采集到的第一运行数据,并从运行数据中提取发生断线故障之后n个采集周期内所采集的第二运行数据;根据第一运行数据和第二运行数据,生成至少一个运行状态趋势图,其中,运行状态趋势图用于表征线切割机中相应部件的运行状态变化;输出至少一个运行状态趋势图。本方案能够帮助操作人员快速确定线切割机发生断线故障的原因。
部分现有的故障诊断系统在使用的时候,由于船舶切割机结构复杂在进行故障诊断的时候单靠人力来进行监测浪费时间,其次通过数据进行分析的时候,不能具体的分析出故障原因,进一步的会存在后续使用上的问题,同时不能根据现有数据来对整体工作状态进行预警,从而能够及时的对船舶切割机进行检修。
发明内容
针对现有技术的不足,本发明提供了基于机器视觉的船舶切割机运行故障诊断系统,解决了不能很好的根据现有数据来对整体工作状态进行分析和预警,其次不能具体的分析出故障原因的问题。
为实现以上目的,本发明通过以下技术方案予以实现:基于机器视觉的船舶切割机运行故障诊断系统,包括:
信息采集单元,用于获取到目标对象基础信息,目标对象包括:船舶切割机,基础信息包括:检修记录和实时数据,并将获取到的目标对象基础信息传输到故障分类单元;
故障分类单元,用于获取到传输的目标对象基础信息,并根据基础信息中的检修记录对目标对象故障原因进行分类,具体分类为外界因素和自身因素,并将自身因素传输到机械分析单元,将外界因素传输到自适应处理单元;
自适应处理单元,用于获取到传输的外界因素并根据外界因素中的温度来对目标对象电流进行分析,通过判断温度与目标对象之间的关系来生成的分析结果,其中分析结果具体包括存在关系信息和不存在关系信息,并将生成的分析结果传输到信号生成单元;
信号生成单元,用于获取到传输的分析结果,并对分析结果中的存在信息和不存在信息分别进行分析,通过对实时温度WDs进行获取分析实时电流DLs的情况,并生成对应的分析信号,其中分析信号包括正常信号、异常信号和预警信号,并将生成的分析信号传输到信息输出单元;
机械分析单元,用于获取到传输的自身因素,其中自身因素包括:零件松动、振动过大、噪音过大和切割效果不理想,接着将其传输到信息输出单元。
作为本发明的进一步方案:
所述自适应出来单元具体方式如下:
S1:获取到检修记录,同时根据温度筛选出对应的检修记录,并将检修记录中的温度进行标号处理且记作为WDi,此次需要说明的是:首先获取到目标对象的所有检修记录,接着筛选出是温度对目标对象造成故障的检修记录,并对其进行记录,同时获取到温度WDi对应的电流值DLi;
S2:接着将获取到的所有温度WDi并将其通过坐标轴进行表示,同时将表示出来的温度WDi进行曲线图的绘制,接着将温度WDi对应的电流值同理进行曲线图的绘制,接着计算相邻两次温度WDi之间差值记作为温度差值WDc,同时计算温度差值WDc对应的电流差值DLc;
S3:将计算出来的温度差值WDc和对应的电流差值DLc分别进行分析判断,具体的分析判断方式如下:
S31:当WDc≥0时,系统判定温度为增大,当WDc<0时,系统判定温度为减小,接着分别对电流差值DLc进行分析;
S32;当系统判定温度为增大时,若DLc>0,系统判定电流相应的增大,温度与电流之间为正比关系,若DLc<0,系统判定电流相应的减小,温度与电流之间为反比的关系,同时生成存在关系信息,当DLc=0,系统判定电流没有变化,温度与电流之间不存在关系,同时生成不存在信息;
S33:同理S32中的分析方式,对当WDc<0时,判定温度减小时对电流差值DLc进行分析,同理生成存在信息和不存在信息,并将存在信息和不存在信息传输到信号生成单元。
作为本发明的进一步方案:所述信号生成具体的分析方式如下:
P1:获取到分析结果中的存在信息,并获取到实时温度WDs,同时获取到根据绘制的温度曲线图获取到对应的电流值区间Q,并获取到阈值存储单元存储的安全阈值YS,并将安全阈值YS与电流值区间Q进行判断,具体的判断方式如下:
当安全阈值YS存在于电流值区间Q内时,系统生成预警信号,反之当安全阈值YS不存于电流值区间Q内时,系统生成正常信号,并将生成的预警信号和正常信号传输到信息输出单元;
P2:获取到分析结果中的不存在信息,并获取到实时温度WDs,此次需要说明的是:实时温度WDs通过设置的温度传感器进行获取,同时获取到检修记录中温度WDi的最小值标记为WDmin,且将温度最小值WDmin最为评判标准值,接着将实时温度WDs与温度最小值WDmin进行比较,具体比较方式如下:
当WDs≥WDmin,系统判定超过评判标准值,同时生成异常信号,反之当WDs<WDmin,系统判定未超过评判标准值,同时生成正常信号,并将生成的异常信号和预警信号传输到信息输出单元。
作为本发明的进一步方案:所述阈值存储单元,用于存储安全阈值YS并将其传输到信号生成单元,且安全阈值YS由操作人员自行设定。
作为本发明的进一步方案:所述信息输出单元,用于获取到传输的分析结果和自身因素,并将其通过显示设备显示给操作人员。
有益效果
本发明提供了基于机器视觉的船舶切割机运行故障诊断系统。与现有技术相比具备以下有益效果:
本发明通过对船舶切割机进行初步分析来确定故障原因,接着根据故障原因来分析具体的原因,从而方便后续针对性的进行维修,其次根据现有数据来对船舶切割机进行工作状态预警,进一步的获取到实时参数来进行分析,从而来确保整体的运行工作状态,能够对出现问题时的船舶切割机进行及时的维修处理,且能够精准的定位到故障原因,为后续检修节省时间。
附图说明
图1为本发明系统框图;
图2为本发明方法判断图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一,请参阅图1和图2,本申请提供了基于机器视觉的船舶切割机运行故障诊断系统,包括:
信息采集单元,用于获取到目标对象基础信息,目标对象包括:船舶切割机,基础信息包括:检修记录和实时数据,并将获取到的目标对象基础信息传输到故障分类单元。
故障分类单元,用于获取到传输的目标对象基础信息,并根据基础信息中的检修记录对目标对象故障原因进行分类,具体分类为外界因素和自身因素,并将自身因素传输到机械分析单元,将外界因素传输到自适应处理单元,此处需要说明的是:外界因素表示为目标对象在工作的时候由于外界的因素对目标对象工作造成故障的,在本申请中以温度为例进行分析,自身因素表示为目标对象由于自身机械零件或者其它原因导致故障的。
自适应处理单元,用于获取到传输的外界因素并根据外界因素中的温度来对目标对象电流进行分析,通过判断温度与目标对象之间的关系来生成的分析结果,其中分析结果具体包括存在关系信息和不存在关系信息,并将生成的分析结果传输到信号生成单元,分析结果具体的生成方式如下:
S1:获取到检修记录,同时根据温度筛选出对应的检修记录,并将检修记录中的温度进行标号处理且记作为WDi,此次需要说明的是:首先获取到目标对象的所有检修记录,接着筛选出是温度对目标对象造成故障的检修记录,并对其进行记录,同时获取到温度WDi对应的电流值DLi;
S2:接着将获取到的所有温度WDi并将其通过坐标轴进行表示,同时将表示出来的温度WDi进行曲线图的绘制,接着将温度WDi对应的电流值同理进行曲线图的绘制,接着计算相邻两次温度WDi之间差值记作为温度差值WDc,同时计算温度差值WDc对应的电流差值DLc;
S3:将计算出来的温度差值WDc和对应的电流差值DLc分别进行分析判断,具体的分析判断方式如下:
S31:当WDc≥0时,系统判定温度为增大,当WDc<0时,系统判定温度为减小,接着分别对电流差值DLc进行分析;
S32;当系统判定温度为增大时,若DLc>0,系统判定电流相应的增大,温度与电流之间为正比关系,若DLc<0,系统判定电流相应的减小,温度与电流之间为反比的关系,同时生成存在关系信息,当DLc=0,系统判定电流没有变化,温度与电流之间不存在关系,同时生成不存在信息;
S33:同理S32中的分析方式,对当WDc<0时,判定温度减小时对电流差值DLc进行分析,同理生成存在信息和不存在信息,并将存在信息和不存在信息传输到信号生成单元。
信号生成单元,用于获取到传输的分析结果,并对分析结果中的存在信息和不存在信息分别进行分析,通过对实时温度WDs进行获取分析实时电流DLs的情况,并生成对应的分析信号,其中分析信号包括正常信号、异常信号和预警信号,并将生成的分析信号传输到信息输出单元,具体的分析信号生成方式如下:
P1:获取到分析结果中的存在信息,并获取到实时温度WDs,同时获取到根据绘制的温度曲线图获取到对应的电流值区间Q,并获取到阈值存储单元存储的安全阈值YS,并将安全阈值YS与电流值区间Q进行判断,具体的判断方式如下:
当安全阈值YS存在于电流值区间Q内时,系统生成预警信号,反之当安全阈值YS不存于电流值区间Q内时,系统生成正常信号,并将生成的预警信号和正常信号传输到信息输出单元;
P2:获取到分析结果中的不存在信息,并获取到实时温度WDs,此次需要说明的是:实时温度WDs通过设置的温度传感器进行获取,同时获取到检修记录中温度WDi的最小值标记为WDmin,且将温度最小值WDmin最为评判标准值,接着将实时温度WDs与温度最小值WDmin进行比较,具体的比较方式如下:
当WDs≥WDmin,系统判定超过评判标准值,同时生成异常信号,反之当WDs<WDmin,系统判定未超过评判标准值,同时生成正常信号,并将生成的异常信号和预警信号传输到信息输出单元。
信息输出单元,用于获取到传输的分析结果并将其通过显示设备显示给操作人员。
实施例二,作为本发明的实施例二,与实施例一的区别之处在于,故障分类单元将生成的自身因素传输到机械分析单元。
机械分析单元,用于获取到传输的自身因素,其中自身因素包括:零件松动、振动过大、噪音过大和切割效果不理想,接着将其传输到信息输出单元。
信息输出单元,用于获取到传输的自身因素,并将其通过显示设备显示给操作人员。
实施例三,作为本发明的实施例三,重点在于将实施例一与实施例二的实施过程结合实施。
上述公式中的部分数据均是去其纲量进行数值计算,同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。

Claims (3)

1.基于机器视觉的船舶切割机运行故障诊断系统,其特征在于,包括:
信息采集单元,用于获取到目标对象基础信息,目标对象包括:船舶切割机,基础信息包括:检修记录和实时数据,并将获取到的目标对象基础信息传输到故障分类单元;
故障分类单元,用于获取到传输的目标对象基础信息,并根据基础信息中的检修记录对目标对象故障原因进行分类,具体分类为外界因素和自身因素,并将自身因素传输到机械分析单元,将外界因素传输到自适应处理单元;
自适应处理单元,用于获取到传输的外界因素并根据外界因素中的温度来对目标对象电流进行分析,通过判断温度与目标对象之间的关系来生成的分析结果,其中分析结果具体包括存在关系信息和不存在关系信息,并将生成的分析结果传输到信号生成单元,且自适应处理单元具体方式如下:
S1:获取到检修记录,同时根据温度筛选出对应的检修记录,并将检修记录中的温度进行标号处理且记作为WDi,同时获取到温度WDi对应的电流值DLi;
S2:接着将获取到的所有温度WDi并将其通过坐标轴进行表示,同时将表示出来的温度WDi进行曲线图的绘制,接着将温度WDi对应的电流值同理进行曲线图的绘制,接着计算相邻两次温度WDi之间差值记作为温度差值WDc,同时计算温度差值WDc对应的电流差值DLc;
S3:将计算出来的温度差值WDc和对应的电流差值DLc分别进行分析判断,且具体的判断方式如下:
S31:当WDc≥0时,系统判定温度为增大,当WDc<0时,系统判定温度为减小,接着分别对电流差值DLc进行分析;
S32:当系统判定温度为增大时,若DLc>0,系统判定电流相应的增大,温度与电流之间为正比关系,若DLc<0,系统判定电流相应的减小,温度与电流之间为反比的关系,同时生成存在关系信息,当DLc=0,系统判定电流没有变化,温度与电流之间不存在关系,同时生成不存在信息;
S33:同理S32中的分析方式,对当WDc<0时,判定温度减小时对电流差值DLc进行分析,同理生成存在信息和不存在信息,并将存在信息和不存在信息传输到信号生成单元;
信号生成单元,用于获取到传输的分析结果,并对分析结果中的存在信息和不存在信息分别进行分析,通过对实时温度WDs进行获取分析实时电流DLs的情况,并生成对应的分析信号,其中分析信号包括正常信号、异常信号和预警信号,并将生成的分析信号传输到信息输出单元,且信号生成具体的分析方式如下:
P1:获取到分析结果中的存在信息,并获取到实时温度WDs,同时获取到根据绘制的温度曲线图获取到对应的电流值区间Q,并获取到阈值存储单元存储的安全阈值YS,并将安全阈值YS与电流值区间Q进行判断,具体的判断方式如下:
当安全阈值YS存在于电流值区间Q内时,系统生成预警信号,反之当安全阈值YS不存于电流值区间Q内时,系统生成正常信号,并将生成的预警信号和正常信号传输到信息输出单元;
P2:获取到分析结果中的不存在信息,并获取到实时温度WDs,同时获取到检修记录中温度WDi的最小值标记为WDmin,且将温度最小值WDmin最为评判标准值,接着将实时温度WDs与温度最小值WDmin进行比较;
当WDs≥WDmin,系统判定超过评判标准值,同时生成异常信号,反之当WDs<WDmin,系统判定未超过评判标准值,同时生成正常信号,并将生成的异常信号和预警信号传输到信息输出单元;
机械分析单元,用于获取到传输的自身因素,其中自身因素包括:零件松动、振动过大、噪音过大和切割效果不理想,接着将其传输到信息输出单元。
2.根据权利要求1所述的基于机器视觉的船舶切割机运行故障诊断系统,其特征在于,所述阈值存储单元,用于存储安全阈值YS并将其传输到信号生成单元,且安全阈值YS由操作人员自行设定。
3.根据权利要求1所述的基于机器视觉的船舶切割机运行故障诊断系统,其特征在于,所述信息输出单元,用于获取到传输的分析结果和自身因素,并将其通过显示设备显示给操作人员。
CN202410691866.5A 2024-05-31 2024-05-31 基于机器视觉的船舶切割机运行故障诊断系统 Active CN118277939B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410691866.5A CN118277939B (zh) 2024-05-31 2024-05-31 基于机器视觉的船舶切割机运行故障诊断系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410691866.5A CN118277939B (zh) 2024-05-31 2024-05-31 基于机器视觉的船舶切割机运行故障诊断系统

Publications (2)

Publication Number Publication Date
CN118277939A CN118277939A (zh) 2024-07-02
CN118277939B true CN118277939B (zh) 2024-08-02

Family

ID=91633853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410691866.5A Active CN118277939B (zh) 2024-05-31 2024-05-31 基于机器视觉的船舶切割机运行故障诊断系统

Country Status (1)

Country Link
CN (1) CN118277939B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118769132B (zh) * 2024-07-22 2025-01-24 东营鑫奥船舶设备制造有限公司 基于视觉感知的船舶自动流光机运行调控系统
CN118674171B (zh) * 2024-07-31 2025-01-21 东营鑫奥船舶设备制造有限公司 基于数据分析的船舶自动炼化机运行安全监管系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111805030A (zh) * 2020-07-28 2020-10-23 西门子(中国)有限公司 线切割机故障诊断方法、装置和计算机可读介质
CN116520093A (zh) * 2023-06-29 2023-08-01 菱亚能源科技(深圳)股份有限公司 一种高压母线运行故障定位方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116953413B (zh) * 2023-08-28 2024-05-31 建能电气股份有限公司 基于开关柜内部元器件的故障诊断系统
CN117232879A (zh) * 2023-09-05 2023-12-15 安徽欣创节能环保科技股份有限公司 一种旋转雾化器安装基础在线智能故障监测系统
CN117767271A (zh) * 2023-11-21 2024-03-26 国网安徽省电力有限公司蚌埠供电公司 电力应急自动化管理系统
CN117741333B (zh) * 2023-11-23 2024-09-27 国网冀北电力有限公司智能配电网中心 基于大数据驱动的配电网故障感知系统
CN117763449B (zh) * 2023-12-28 2025-02-21 易站智联科技(广州)有限公司 一种多源故障自主定位与分类方法
CN117570039B (zh) * 2024-01-16 2024-04-12 山东大洋矿用设备有限公司 矿用隔爆型潜水排沙电泵故障监测系统及方法
CN117890718B (zh) * 2024-03-15 2024-05-28 深圳市三行技术有限公司 一种基于物联网技术的变频器远程监控系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111805030A (zh) * 2020-07-28 2020-10-23 西门子(中国)有限公司 线切割机故障诊断方法、装置和计算机可读介质
CN116520093A (zh) * 2023-06-29 2023-08-01 菱亚能源科技(深圳)股份有限公司 一种高压母线运行故障定位方法及装置

Also Published As

Publication number Publication date
CN118277939A (zh) 2024-07-02

Similar Documents

Publication Publication Date Title
CN118277939B (zh) 基于机器视觉的船舶切割机运行故障诊断系统
US6308138B1 (en) Diagnostic rule base tool condition monitoring system
CN116953413B (zh) 基于开关柜内部元器件的故障诊断系统
FI112972B (fi) Laakerin kunnon arviointi
US6845340B2 (en) System and method for machining data management
US6260427B1 (en) Diagnostic rule tool condition monitoring system
CN110561193A (zh) 一种基于特征融合的刀具磨损评估及监控的方法与系统
CN1827296B (zh) 用于机床的设备检验方法
CN106514434B (zh) 一种基于数据的铣削刀具磨损监测方法
CN108620950B (zh) 一种车削刀具加工状态监测方法及系统
CN111444055A (zh) 一种用于设备健康评估和维护的系统
US10871761B2 (en) Numerical controller
CN111098463A (zh) 一种注塑机故障诊断系统及诊断方法
CN110045679B (zh) 基于边缘计算的机床多源数据采集与数据质量评估方法
CN103558806A (zh) 一种数控机床的故障处理系统
JP2019098515A (ja) 刃具状態検査システム及び方法
CN113341879A (zh) 一种数控机床的数据采集与监控方法及系统
CN111890124A (zh) 刀具在线监测系统及方法
EP1348296B1 (en) Control embedded machine condition monitor
CN113418731A (zh) 一种卷烟机组的在线故障诊断方法
KR102353574B1 (ko) Cnc 공작기계의 공구 관련 비정상 데이터 탐지 시스템
CN118519405B (zh) 一种自动化机电设备用智能管理系统
CN112859741A (zh) 一种机床顺序动作单元运行可靠性评价方法及系统
CN115208061A (zh) 一种电力设备自动化检修装置及方法
CN118466396A (zh) 一种基于数据分析的机床设备故障预警方法及系统

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant