中国移动通信集团安徽有限公司
Published:2023
移动端阅览
杨韬, 王虎, 朱青山, et al. 数据中心声纹监测诊断方案研究与应用[J]. 2023, 36(S1): 304-309.
DOI:
杨韬, 王虎, 朱青山, et al. 数据中心声纹监测诊断方案研究与应用[J]. 2023, 36(S1): 304-309. DOI: 10.13992/j.cnki.tetas.2023.s1.065.
针对数据中心运维场景下水泵、风机和开关柜等设备无法及时监测故障发生前期运行工况的需求
本文通过对机房设备运行时的声纹信息进行连续监测
采用无线/有线振动传感器将监测数据传输至云端服务器
通过智能算法实现对设备状态的实时监测和自动诊断分析
实现了故障发生前的自动诊断和预警
提升了数据中心安全生产运维效率。实践证明
该方案易于推广
使用场景分布广泛
通用性强。
远程智能监测系统在机泵故障监测中的应用[J]. 高彤.齐鲁石油化工,2022(04)
基于CNN-LSTM神经网络的声纹识别系统设计[J]. 牟俊杰;姚刚;孙涛.电子技术应用,2021(03)
基于自适应阈值的小波BP神经网络风电变桨系统故障预测[J]. 肖成;刘作军;张磊.可再生能源,2021(02)
风力发电机组故障诊断与状态预测的研究进展[J]. 李刚;齐莹;李银强;张建付;张力晖.电力系统自动化,2021(04)
噪声分析在水电机组故障诊断中的应用[J]. 唐拥军;周喜军;张飞.中国农村水利水电,2017(08)
滚动轴承局部损伤故障动力学建模及仿真[J]. 关贞珍;郑海起;王彦刚;杨杰.振动.测试与诊断,2012(06)
基于双谱分析的大型汽轮机振动故障特性提取[J]. 严可国;柳亦兵;徐鸿;周雁冰.中国电机工程学报,2010(02)
0
Views
16
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution