微特技术有限公司 精准捕捉振动信息 快速诊断部件故障

起重机的复杂结构和高强度运行容易导致各种故障的发生。这些故障可能会导致设备停机而影响生产,甚至引发安全事故造成人员伤亡和财产损失。过去,起重机故障的诊断主要依赖人工经验和定期的维护检查。这种方法有较大的局限性,不仅诊断准确性差(受限于人员的经验水平等)且无法及时发现潜在故障。在这种背景下,对于起重机故障诊断的科学技术需求日益迫切。

微特技术有限公司 北斗定位创新应用——物流园叉车管理系统

近年来,物流行业得到快速发展,物流园区的自动化和信息化程度不断提高,物流园区不仅要规范普通车辆出入管理,对运载设备叉车实时监控要求也是越来越高。而物流园区又没有一套精准的管控手段,针对该情况微特技术有限公司(以下简称微特技术)对于物流园区叉车管理设计了稳定有效的监测系统,并经过多年现场实际使用后形成了一套成熟稳定的产品。

微特技术有限公司钢丝绳安全“守护者”WT—钢丝绳自动监测系统

2020年,微特技术有限公司(以下简称微特技术)正式被认定为国家重点专精特新小巨人企业。微特技术用20年时间,从一个小微企业,成长为国内大型起重机安全解决方案的首选品牌。“专精特新”四个字凝结着微特人追求产业之专、品质之精、创新之特的不懈努力。20年来,微特技术笃定信念,始终专注于起重设备安全管理领域的研究,不断引领行业向起重设备故障诊断、大数据管理、全生命周期监测服务、智能化吊装生态系统方向发展,为推动国内起重安全管理领域的发展做出了贡献。

从“微”小而“特”别,到勇攀高峰的“小巨人”——微特总经理 高钰敏

2020年,国家工信部公布第二批专精特新小巨人企业名单,微特技术有限公司正式认定为国家重点专精特新小巨人企业。微特用二十年时间,从一个弱小的新生命,成长为国内大型起重机安全解决方案的首选品牌。"专精特新"四字凝结着微特人追求产业之专、品质之精、创新之特的不懈努力。20年来,微特技术在聂道静和高钰敏两位创始人的带领下,笃定信念,始终专注于起重设备安全管理领域的研究,引领行业向起重设备故障诊断、大数据管理、全生命周期监测服务、智能化吊装生态系统方向发展,为推动国内起重安全管理领域的发展做出了贡献。本期《起重运输机械》采访到微特技术有限公司创始人高钰敏先生。让我们随高先生一起了解起重设备安全管理领域伴随微特成长的故事。

基于振动状态分析的起重机械关键部件智能检测系统研制

本文介绍了起重机械电动机、减速机等关键部件检验检测要求,提出了一种基于振动状态分析的起重机械关键部件智能检测系统的实现方法,描述了其工作原理和特点。系统根据数据分析,给出故障诊断结果和智能运维建议。最后对其应用前景进行了展望。

基于UWB与卷积神经网络的乌江渡发电厂厂房桥机定位算法研究

本文依托于乌江渡发电厂桥机自动定位系统项目,考虑到发电厂厂房通常位于地下室内空间中,电磁信号干扰等影响因素较多,传统定位方法无法满足专业、精准的吊装需求。而UWB(超宽带)精准定位技术,由于自身的特点以及在特殊环境与室内场景中定位有较大的优势。本文提出了一种基于卷积神经网络的坐标定位算法,利用双向飞行时间法(TW-TOF)获取多个标签三维坐标信息并形成特征空间,构建卷积神经网络。实验结果表明,本文算法抗电磁干扰能力强,不受天气、光照、遮挡物等因素影响,可实现桥机的精准定位。

基于深度学习的工厂危险区域监测

工厂中存在着许多危险的区域,这些区域一般是禁止行人接近的。通常的做法是通过人力对工厂中的危险区域进行监控,当有人接近时,会对其进行劝退。这种方式存在着很大问题。如果工厂中存在着很多危险区域,而每个危险区域的面积较大,就需要足够的人员对危险区域进行管理。增加的人员会导致庞大的开销,同时,监控人员的疏忽可能会导致事故的发生。深度学习的发展推动了计算机视觉领域的进步,且深度学习已成功运用到相关领域,如人脸检测、行人重识别等。利用深度学习,结合视频监控,能够有效地解决传统危险区域监测遇到的问题。

协手标准化改革同行守护起重机吊装安全

2016年,习近平总书记致第39届国际标准化大会的贺信中指出,“标准已成为世界‘通用语言’。标准助推协同发展,标准促进世界互联互通。标准助推创新发展,标准引领时代进步”。李克强总理也提出“以先进标准引领消费品质量提升,倒逼装备制造业升级”的要求。习近平总书记、李克强总理的讲话,深刻阐述了标准及标准化工作的重要性,也验证了微特技术有限公司(以下简称微特)与起重机械标准化结缘、相识、共行的成长过程。

起重机在线故障诊断多维度分析系统

微特技术所研发起重机在线故障诊断多维度分析系统全面采集设备信息,对设备实施有效的状态监测和故障诊断,精准分析提前预判,解决了企业对设备管理的智能化需求,成为工业信息化,智能化管理的重要组成部分。

基于深度自编码模型和马氏距离的起重机泵健康评估

为准确、可靠、有效地进行起重机泵健康评估,通过对多台不同使用年限的起重机进行试验,获取起重机实际运行时的泵信号,采用深度自编码模型(DAE)与马氏距离(MD)结合的方式,揭示泵性能退化和评估健康状况,对比统计特征、EMD、MLP、CNN等特征学习方法,表明该方法具有良好的性能。

考虑耦合作用的造塔平台施工安全风险有序加权评价方法

为准确评估桥梁造塔平台施工安全风险,提出考虑耦合作用的造塔平台施工安全风险有序加权评价方法并应用于实桥。首先,使用工作分解结构(Work Breakdown Structure, WBS)分解造塔平台施工工序,采用风险分解结构(Risk Breakdown Structure, RBS)分解安全风险,建立造塔平台施工安全风险因素耦合交互矩阵,通过指标修正,识别14个造塔平台施工安全风险因素,构建风险评估指标体系;然后,融合风险耦合理论、联合有序加权算子和交互作用矩阵构建造塔平台施工安全风险评估模型,识别施工安全关键风险因素;最后,以南沙至中山高速公路项目造塔平台施工工程为背景,采用该方法进行施工安全风险分析。结果表明:该项目造塔平台施工关键风险因素为“安全监管不当致临边、高处及登高作业防护不到位”“综合验收体系不合格导致模板及构件带病出厂”“竖向或水平构件支撑系统存在缺陷”等,通过安装造塔平台施工安全风险监测系统对以上风险因素进行重点管控,有效减少了造塔平台施工安全事故。

电建起重机械数字化管理

起重机械作为电建企业项目中不可或缺的资源,其管理存在分布点多、现场安全管理人员不足等问题,亟需寻找安全管理新模式。传统的机械安全管理必须借助新技术、新理念来实现管理困境的“突围”。通过将物联网+互联网+大数据的理念和技术引入起重机械的安全管理,利用各种类型传感器来采集起重机械的重量、幅度和风速等各种工作参数以及视频信号和操作人员信息,存储在本地存储设备,再通过全向网桥和路由器,经过通讯基站和互联网,传输到企业本部服务器,再通过软件管理平台来实现起重机械的远程数字化管理。