物联网设备通讯故障检测技术与解决方案

随着时代的进步以及物联网技术的快速发展,以智能家居为代表的各种物联网产品应运而生。依托智能手机实现远程数据采集、环境监测及设备控制成为智能家居发展的新风尚。与此同时,设备的通讯故障问题也日益严重。当前大部分一线智能家居售后维护工程师能够对设备的硬件故障进行排查,但是在网络通讯故障方面却显得苍白无力。如何利用网络技术检测定位故障并排除故障成为一道新的技术难题。本文以真实案例讲述智能门禁通讯故障排除的过程,分析了可能导致网络通讯故障的原因、排查的步骤及处理措施。     

基于物联网的系统差动保护方法实现

介绍了对未来可再生电能传输与管理系统保护及运行改进,该系统使用固态变压器连接住宅交流和直流微电网到配电系统,并使用故障隔离设备隔离故障线路,提出一种电流差动保护方案来检测基于FREEDM的微电网网络中的故障,该方法使用相量测量单元进行数据同步并最小化测量误差,并采用物联网技术和Wi-Fi通信方案在设备间进行数据监测和互连。然后通过一个仿真FREEDM系统进行测试,在不同位置施加了不同类型和不同故障电阻的故障来证明所提出的保护方法在检测故障状态方面的有效性,利用安全性、可靠性和准确性指标对所提出方法的性能进行了调查。最后设计、实施和测试了FREEDM系统的原型,使用Proteus软件模拟器和实验室进行了测试。测试结果证明,所提出的保护方案以快速、可靠和准确的方式检测和隔离故障状态的效率,该保护方案对于所有故障实现了高达98.825%的准确率。     

虚拟逆变装置电压故障检测系统的设计

电力电子逆变设备是工业生产中的关键设备。针对电力电子逆变设备的故障,设计了一种基于LabVIEW的逆变装置故障检测系统,构建了多功能操作界面,实现了5通道信息的实时采集及显示、频谱分析、故障检测及报警、历史数据查询等功能。所设计的检测系统经过测试,可以实时检测故障信号并记录故障信号的特征,对解决实际问题具有可行性和实用性。     

料斗称重系统的数字化改造和故障智能诊断

料斗秤是冶金生产中经常使用且重要的一种物料称重仪表。随着数字化、物联网技术的发展,数字化技术在称重检测中的应用越来越广泛。为了提升料斗秤的可靠性、减少因故障影响称量精度及工艺节奏、提升故障处理速度、为工艺控制提供精准测量反馈,对料斗称重系统的数字化、网络化改造方法进行了研究。结合现场实际情况,对料斗称重系统进行数字化改造。同时,研究了利用称重信号、工艺设备状态进行故障智能诊断的方法。通过对料斗称重系统的数字化、网络化和智能化改造,一方面实现了对称重系统设备运行状态进行实时监控和历史记录,并能够根据设备属性及状态信息实现故障智能诊断,为下一步预测性维护提供基础保证;另一方面减少了传感器故障对工艺生产造成的不良影响、减少故障处理时间、提升了控制精度。该研究的成功实践对于料斗秤的数字化应用具有广泛的推广价值。     

列车测速测距设备故障检测系统研究

本文设计了一种列车测速测距设备故障检测系统,该系统对轮轴速度传感器及测速测距处理单元进行动态闭环离线检测,可再现列车运行状态及设备故障工况,同时在检测过程中分析待测传感器及测速测距处理单元的各项测试数据,从中选取速度、脉冲值和工作电流等信息进行故障模式辨别。测试结果显示,该系统故障诊断正确率高,实现了对测速测距设备服役状态参数的自动化检测。     

基于CPCI总线的航天器通信信号设备故障检测系统设计

针对当前航天器通信信号设备故障检测系统受到噪声影响,导致系统通信设备故障信号检测精准度低,检测时间长的问题,设计基于CPCI总线的航天器通信信号设备故障检测系统;CPCI故障模拟模块利用RS232串行线控制注入机,采用故障注入器执行故障注入CPCI总线,接收控制系统参数和指令,使用时钟分配芯片传输时钟信号,通过CPCI检测板卡模块,配合FPGA实现接口控制,完成系统硬件结构设计,利用任务间相互依赖关系,实现任务间相互检测,通过终端网工作站定期发送多路通信网相关信息,返回无疵点检测结果,采用二次相关算法,提取多通道通信故障信号详细信息,准确估算通信信号时延,排除多通道网络噪声影响造成的通信故障,完成系统软件部分设计;实验结果表明,基于CPCI总线的故障检测系统的故障信号检测时间仅为1.8 s,故障信号幅度最大为28 dB,最小为1 dB,与实际变化幅度一致,通信设备故障信号检测精准度较高,能够有效缩短通信设备故障信号检测时间。     

基于插件的多设备故障检测技术

传统的设备检测系统主要针对单个具体的设备系统或设备某些阶段的某些具体参数进行,缺乏系统性。另外在设备更新换代过程中,对应的检测算法及软件需要重新开发,费时费力。论文提出的基于插件框架的检测技术,可将设备检测需要的全部参数信息和检测算法以插件的形式在系统框架中实现。并在插件框架中集成了传统设备故障检测软件中共用的平台与插件之间的通信接口以及其他公共函数。既能实现单个设备不同阶段参数的检测,又能实现多设备同时管理,同时方便了设备更新换代时,故障检测软件升级过程中的程序代码复用。     

基于物联网的分拣机器人故障检测系统设计

目前研究的分拣机器人故障检测系统检测准确性较低,导致检测结果误差较大、实时性较差;为此,基于物联网设计一种新的分拣机器人故障检测系统;选用滑轮式机器人载体设定分拣机器人,硬件部分采用Zigbee压力传感器采集机器人故障信息,利用XBEE模块负责数据传输,协调分拣中控机接收各个传感器采集的信息,通过STMP3550芯片实现控制器设计;通过信息标定、信息采集、特征提取、故障识别实现软件工作流程,应用非极大值最大类间方差法来筛选出最优的高低阈值解,得到连续但含有假边缘的故障信息图像边缘;将提取到的图像特征向量映射到类型空间之中,确定故障原因,完成故障识别;实验结果表明,所设计分拣机器人故障检测系统在6次检验中都准确地检测出故障原因,故障检测耗时平均值为3.27 min,能够有效提高检测准确性,加强检测结果的实时性.     

智能水产养殖系统设备故障诊断与排除

随着物联网技术的日益成熟和应用场景的不断丰富,水产养殖业开始实现“数智化”转型,逐步形成使用智能监控来替代人工巡守、投饵以及检测等养殖模式。然而智能水产养殖系统在使用的过程中也会经常出现各种设备故障,本文则是针对水产养殖智能控制系统有可能出现的故障原因以及故障诊断进行了具体分析,并针对性地提出相应的故障排除措施,以此促进物联网智慧水产养殖业的可持续发展。     

基于新型模拟量信号的输出通道电路

在现代工业企业中,设备的自动化程度越来越高,自动控制系统在当代企业中已十分常见。而自动控制系统多数是对模拟量逬行控制,如物料的流量、压力等。为实现对这些模拟量的精确控制,现代自动控制系统多数采用闭环控制,这就需要对模拟量进行采集。然而,在工业设备应用中,为了使模拟量信号稳定、可靠的输出,需要对电压型输出环路检测短路故障,同时还需要对电流型输出检测开路故障的状况。本设计在这一方面极大提高了电子电路的运行状态及故障检测工作的精确性和检测效率,另一方面极大简化了电子电路检测设备的结构,可帮助增强系统总体可靠性,并在和利时自主研发的项目上得到成功应用。     

企业离散式智能设备预测性维护综述

针对智能设备的大量使用且缺乏根据监测大数据进行故障自动分析、判断与处理的问题,研究了基于物联网技术、大数据技术、边云协同技术的智能设备预测性维护框架和模式.提出针对非智能设备安装传感器实现设备智能化的方法.指出边缘计算负责设备工况数据的实时采集、分析,可快速甄别设备故障并实时报警;云计算聚焦同类设备运行海量历史数据的挖掘和分析,形成故障自动预测分析和诊断模式并下载至智能边缘设备.在研究了模型驱动、数据驱动、概率统计驱动、数字孪生和概率数字孪生驱动等故障预测模式后,提出了采用数据驱动的多层级数据融合模式,为制定企业性智能设备维保方案提供借鉴作用.     

大型煤炭机电设备的故障检测方法研究

研究大型煤炭机电设备故障准确检测的问题.在大型煤炭机电设备故障检测过程中,由于硬件设备的数量较多,各个硬件设备之间的关系比较复杂,大型煤炭机电设备频繁启动不可避免,容易出现电压稳定性较差的问题,导致传统的故障检测信号发生突变,从而降低了故障检测的准确性.为了避免上述缺陷,提出了一种基于K均值聚类算法的大型煤炭机电设备故障检测方法.利用K均值聚类方法,对采集的检测信号进行分类处理,提取出机电设备故障信号.对故障信号进行定位处理,从而实现大型煤炭机电设备故障检测.实验结果表明,利用改进算法进行大型煤炭机电设备故障检测,能够有效提高检测的准确性,取得了令人满意的效果.     

航空装备故障检测决策建模仿真研究

航空装备在飞机中数量较多,不同设备下的故障检测过程中,进行航空装备故障决策时,决策过程需要依赖较多的动态多源故障信息数据,但在发生故障时,不同装备的故障特征数据起伏不同,差异较大.传统贝叶斯网络的设备故障检测模型,多是在已知某一个或多个部件稳定状态下完成,一旦信息起伏较大,则故障决策过程会陷入反复验证的弊端,无法达到最佳的故障检测效果.提出一种基于UML建模的航空装备故障检测决策模型,对航空装备故障特征分析的基础上,采用UML对航空装备故障检测决策过程进行建模,给出了模型的需求分析,构建模型的用例图、类图以及活动图,塑造了模型的静态模型和动态模型,UML模型通过基于免疫识别神经网络模型实现航空装备故障的检测,检测模型依据免疫识别原理塑造神经网络检测器,通过训练将航空装备的故障模式信息保存在分布的检测器中,通过检测器采集被检测装备异常模式特征,当检测器同特征样本匹配时激活检测器,按照检测器的激活状态发现设备故障,完成航空装备故障的检测.实验结果说明,所提方法对航空设备故障信号检测具有较高的灵敏度和分辨率.     

大规模电网中电压浪涌故障检测方法研究

研究大规模电网中的故障准确检测,在大规模的电网中,由于电网的相关设备量较大,一些大型设备的频繁启动容易造成电压的浪涌变化,可形成电压的突变故障.浪涌变化在瞬间出现,具有很高的非线性和突变性.传统的故障检测方法是对周期性的故障特征进行分析查找,电压浪涌故障特征的非线性和突变性会大幅降低故障特征的明显属性,使故障检测的效率不高.为此提出了一种分辨矩阵与信息熵相结合的电网故障检测算法.改进算法通过将故障信息分辨矩阵与故障信息熵相结合,利用分辨矩阵对故障的区分能力,以故障属性在分辨矩阵中的出现频率作为故障检测的依据.仿真结果表明,提出算法能够加快准确的完成,电网浪涌故障智能准确检测.     

基于Kafka和Kubernetes的云平台监控告警系统

为了实现对容器云、主机设备以及业务系统的实时监控, 设计了一种基于Kafka和Kubernetes的云平台监控告警系统. 通过Kubernetes对Docker容器进行管理, 通过Kafka接收不同地区不同主机的设备运行信息, 通过探针对业务系统进行监控, 并且通过告警的关联规则设置, 减少了冗余告警, 增强了告警的故障检测能力, 提高了告警的准确度.     

故障指示器的检测及应用

故障指示器厂家多样,其标准和功能各不统一,所以有必要在接入配网前对其各项功能进行检测,并统一其协议标准。本文介绍了故障指示器的工作原理与其功能结构,利用故障指示器综合测试仪和其他相关设备对故障指示器进行检测,结果表明此方法对故障指示器的检测是有效的,故障指示器检测到故障信号时能够准确地翻牌,当发生单相接地故障时,经过检测后故障指示器接入配电网后的运行情况良好,能够准确的监测故障并上报主站系统。从而验证了此故障指示器监测方法的有效性和准确性。     

基于Faster R-CNN的设备故障检测与识别

现阶段环境检测设备故障频发,需要自动判断该设备是否发生故障,虽然在设备机房中该设备没有触发设备报警装备,但是监测数据仍然超出了正常工作范围,导致检测数据出错.为了解决这一类设备故障问题,提出了基于Faster R-CNN的故障检测与识别的方法,通过对人工标注的图片数据进行卷积特征训练,得到了用于该场景下开关、指示灯、数字仪器三种设备的检测识别模型.实验表明,Faster R-CNN算法对不同拍摄角度、有遮挡物、不同光照条件下的这三种设备的故障检测都能得到理想的效果,也能基本达到实时监测的速率.     

基于IoT的船舶电能质量监测系统的开发

电力推进船舶系统具有环保节能、动力系统容量大、系统复杂等特点.如果能够利用物联网技术为船舶电力推进系统设计一个良好的远程电能质量监测系统,对提高船舶航行安全具有重要意义.该设计基于物联网监测装置,可实现船舶电力推进系统的电力参数监测和电能质量检测分析,并实现故障报警.     

基于辅助输入信号和冗余执行器的主动故障诊断

针对具有模型不确定项的系统,提出一种辅助信号结合冗余执行器的主动故障检测方法来检测微小故障.首先,以提升故障灵敏度和抗干扰鲁棒性为指标,构建最优观测器得到残差信号;其次,引入辅助输入信号来增大故障系统的残差,同时构建冗余执行器来避免辅助输入信号对无故障系统的影响;然后,给出随模型不确定项变化的自适应阈值构建方法降低故障检测的保守性.所提出的主动故障检测方法对无故障系统不造成影响,当故障发生时残差迅速变化且高于阈值以实现快速检测.最后通过仿真对比验证了所提出方法的有效性.     

微小故障下的深空探测航天器闭环主动故障检测

深空探测航天器是发展空间技术、扩展人类探索疆域的重要工具.航天器运行过程中一旦发生故障,极易导致探测活动失败甚至航天器损毁,而对航天器进行早期微小故障诊断,可以有效预防重大故障的发生,对于深空探测活动的顺利进行具有十分重要的意义.本文针对模型参数不确定下的深空探测航天器系统,提出一种闭环主动故障检测方法,实现对微小故障的准确检测.通过设计合适的辅助输入信号,分别注入标称和故障模型系统,使故障系统的输出与标称系统的输出无交集,以达到故障检测的目的.此外,为减小对深空探测航天器系统产生的影响,所设计的辅助信号必须尽可能小.通过对两方面需求的考虑,在传统开环研究的基础上,加入观测器建立闭环系统,在提升对微小故障的检测能力的同时减小对系统的影响.最后,利用深空探测航天器的数学仿真验证了所提闭环方法对微小故障的检测能力,并与传统开环方法进行了对比,结果表明闭环辅助信号具有更优的性能.