预测性维护是工业互联网中一个重要的应用场景。在预测性维护出现之前,设备维护的方式主要是被动故障维护以及定期以人工巡检的方式检测,预测性检测的出现可以降低设备的故障率,提高设备利用率,确保设备持续使用,提高企业生产效率,同时也可以减少设备维修费用。
预测性维护能够真正落地并且为客户创造价值,需要具备两大条件,其一是数据基础,第二是算法模型。声压是一标量而不是矢量。它的相位按下列原则区分正负,当声压使总声压增加时,声压相位规定为正,反之为负。
声压的单位:声压的单位为Pa(帕),有时也用 bar(巴)作单位,1bar=100KPa。
人的耳朵所能感受到的zui小声压是 20µPa,低于此声压人们就感觉不到声音。
可听阈声压:正常人耳对1KHz声音刚刚能觉察其存在的声压值(20µPa)被称为 1KHz 声音的可听阈声压。
目前,断路器故障诊断多将声音和振动结合起来组成声振联合诊断,这需要同时对声音、振动信号提取特征向量,从而导致特征向量数量过多,小样本工况下缺乏诊断信服力。其次,经验模态分解及其改进方法等声振联合方法计算量较大且在重复试验时结果存在一定分散性。此外,振动信号的加入意味着需要对断路器机构额外接触式安装传感器,增加了操作的复杂性。以上信息由专业从事振动噪声测试平台的慧声智创于2024/5/21 8:57:13发布
转载请注明来源:http://www.zhizhuke.cn/qyzx/qyxx-2756270522.html