-
公开(公告)号：CN114483712B
公开(公告)日：2023-04-07
申请号：CN202210115153.5
申请日：2022-02-04
Applicant: 浙江大学
Abstract: 本发明公开了一种液压缸微内泄漏检测试验台及其检测方法。液压缸微内泄漏检测试验台包括电机、液压泵、三位四通电磁换向阀、液压缸、截止阀、增压缸、计量泵、电机、传动装置、压力传感器和控制器；检测方法可得到液压缸内泄漏量的实时数据，并可通过其变化曲线预测液压缸的内泄漏情况。本发明液压缸微内泄漏检测试验台及其检测方法能够对液压缸内微小泄漏量进行实时和精确的检测。
-
Patent Agency Ranking
公开(公告)号：CN114483712A
公开(公告)日：2022-05-13
申请号：CN202210115153.5
申请日：2022-02-04
Applicant: 浙江大学
Abstract: 本发明公开了一种液压缸微内泄漏检测试验台及其检测方法。液压缸微内泄漏检测试验台包括电机、液压泵、三位四通电磁换向阀、液压缸、截止阀、增压缸、计量泵、电机、传动装置、压力传感器和控制器；检测方法可得到液压缸内泄漏量的实时数据，并可通过其变化曲线预测液压缸的内泄漏情况。本发明液压缸微内泄漏检测试验台及其检测方法能够对液压缸内微小泄漏量进行实时和精确的检测。
-
公开(公告)号：CN114483711B
公开(公告)日：2022-11-29
申请号：CN202210115151.6
申请日：2022-02-04
Applicant: 浙江大学
Abstract: 本发明公开了一种检测和评估液压缸内泄漏的恒值参数法及其检测装置。检测和评估液压缸内泄漏的恒值参数法，包括以下步骤：步骤(1)、测量液压缸内泄漏的准确压降值Δp；步骤(2)、判断被测液压缸是否符合标准：若液压缸内泄漏的准确压降值Δp与对应液压行程的乘积，即Δp×L小于评估液压缸内泄漏的标准参数C，即为则液压缸内泄漏符合标准，反之，则不符合标准。检测装置包括电机、液压泵、换向阀、被测件、管路拆装接头和压力传感器。本发明一种高效、简单、通用的检测和评估液压缸内泄漏的恒值参数法以及装置。
-
公开(公告)号：CN114483711A
公开(公告)日：2022-05-13
申请号：CN202210115151.6
申请日：2022-02-04
Applicant: 浙江大学
Abstract: 本发明公开了一种检测和评估液压缸内泄漏的恒值参数法及其检测装置。检测和评估液压缸内泄漏的恒值参数法，包括以下步骤：步骤(1)、测量液压缸内泄漏的准确压降值Δp；步骤(2)、判断被测液压缸是否符合标准：若液压缸内泄漏的准确压降值Δp与对应液压行程的乘积，即Δp×L小于评估液压缸内泄漏的标准参数C，即为则液压缸内泄漏符合标准，反之，则不符合标准。检测装置包括电机、液压泵、换向阀、被测件、管路拆装接头和压力传感器。本发明一种高效、简单、通用的检测和评估液压缸内泄漏的恒值参数法以及装置。
-
公开(公告)号：CN119364223B
公开(公告)日：2025-03-21
申请号：CN202411939426.3
申请日：2024-12-26
Applicant: 浙江大学
IPC: H04Q9/00 , H04L67/10 , H04L67/12 , H04L69/04 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06F18/25
Abstract: 本发明公开了一种基于低采样率信号云端智能重构的液压泵远程状态监测方法及系统，属于远程状态监测领域。该方法通过仅向云端上传数据量较小的低采样率信号，有效地缓解了传统云平台在上传大规模高采样率信号时面临的高成本与延迟问题，从而克服了实现及时远程状态监测的关键瓶颈。数据上传后，在云平台的强大并行计算能力支持下，通过部署在云端的重构模型，实现了将低采样率信号精确且快速地重构为高采样率信号。经由模型重构后的信号恢复了原始信号中的高频信息，进而能够支持更为准确的状态监测。总体来说，所提出的方案通过减少数据传输成本和时延，并确保云端信号重构的准确性，以实现液压泵及时且精确的远程状态监测。
-
公开(公告)号：CN119364223A
公开(公告)日：2025-01-24
申请号：CN202411939426.3
申请日：2024-12-26
Applicant: 浙江大学
IPC: H04Q9/00 , H04L67/10 , H04L67/12 , H04L69/04 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06F18/25
Abstract: 本发明公开了一种基于低采样率信号云端智能重构的液压泵远程状态监测方法及系统，属于远程状态监测领域。该方法通过仅向云端上传数据量较小的低采样率信号，有效地缓解了传统云平台在上传大规模高采样率信号时面临的高成本与延迟问题，从而克服了实现及时远程状态监测的关键瓶颈。数据上传后，在云平台的强大并行计算能力支持下，通过部署在云端的重构模型，实现了将低采样率信号精确且快速地重构为高采样率信号。经由模型重构后的信号恢复了原始信号中的高频信息，进而能够支持更为准确的状态监测。总体来说，所提出的方案通过减少数据传输成本和时延，并确保云端信号重构的准确性，以实现液压泵及时且精确的远程状态监测。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
