一种气体压缩机的状态分析监测方法专利检索-气体压缩机压缩机泵和压缩机专利检索查询-专利查询网

一种气体 压缩机的状态分析监测方法

阅读：1022发布：2020-06-01

专利汇可以提供一种气体压缩机的状态分析监测方法专利检索，专利查询，专利分析的服务。并且本发明公开了气体压缩机的状态分析监测系统，包括气体压力传感器、温度传感器、信号调理器、机油压力传感器、振动传感器、测振仪、数据采集卡、显示器、计算机。本发明还公开了一种气体压缩机的状态分析监测方法，将气体监测输入计算机，并进行如下处理：将号与预先设定的安全值的上限和下限进行比较，如超出上限或者下限则报警，同时启动故障诊断模块；通过查询故障诊断模块中的气体压缩机状态参数异常和故障对应表，从而确定对应异常部件种类；查询异常部件种类中各种部件在数据库中的历史维修记录；计算状态参数异常对应的不同部件的寿命值；由寿命值最小的部件到寿命值最大的部件为顺序进行检查，直到找到故障部件，完成状态分析监测。，下面是一种气体压缩机的状态分析监测方法专利的具体信息内容。

权利要求

1.一种气体压缩机的状态分析监测方法，其特征在于，包括气体压力传感器（1）、温度传感器（2）、信号调理器（3）、机油压力传感器（4）、振动传感器（5）、测振仪（6）、数据采集卡（7）、显示器（8）、和计算机（9）；
所述气体压力传感器（1）、所述温度传感器（2）以及机油压力传感器（4）分别与所述信号调理器（3）连接；所述振动传感器（5）与所述测振仪（6）连接，所述测振仪（6）以及信号调理器（3）分别与所述数据采集卡（7）连接；所述数据采集卡（7）与所述计算机（9）连接，所述计算机（9）与所述显示器（8）连接；
将气体压力信号、温度信号、机油压力信号、振动信号输入计算机，并按照如下步骤对以上信号进行处理：
步骤（1）将气体压力信号、温度信号、机油压力信号、振动信号与预先设定的安全值的上限和下限进行比较，如超出上限或者下限则报警，同时启动故障诊断模块；
步骤（2）通过查询故障诊断模块中的气体压缩机状态参数异常和故障对应表，从而确定对应异常部件种类，其中，气体压缩机状态参数异常和故障对应表为：
；
步骤（3）查询异常部件种类中各种部件在数据库中的历史维修记录，并记L为该类异常部件实际寿命值，则有L＝F-S，其中S代表部件开始使用时间，F代表异常部件设定使用终点时间，该类部件故障次数为n，则有n个寿命值；
步骤（4）根据步骤(3)实际寿命值首先确立该部件老化规律，然后依据该规律通过计算机模拟该部件寿命值：
步骤（5），由寿命值最小的部件到寿命值最大的部件为顺序进行检查，直到找到故障部件，完成状态分析监测。
2.根据权利要求1所述的一种气体压缩机的状态分析监测方法，其特征在于，所述信号调理器（3）用于将气体压力传感器（1）、温度传感器（2）以及机油压力传感器（4）传来的信号进行放大，并传输给数据采集卡（7）。
3.根据权利要求1所述的一种气体压缩机的状态分析监测方法，其特征在于，所述数据采集卡（7）基于PX总线技术，用于将采集的信号转化为电信号，传输给计算机。
4.根据权利要求1所述的一种气体压缩机的状态分析监测方法，其特征在于，所述测振仪（6）用于将振动信号进行放大处理，并传输给数据采集卡（7）。
5.根据权利要求1所述的一种气体压缩机的状态分析监测方法，其特征在于，所述计算机（9）安装有LabVIEW平台软件。

说明书全文

一种气体压缩机的状态分析监测方法

技术领域

[0001] 本发明涉及一种机电设备监控分析领域，特别提供一种气体压缩机的状态分析监测系统及方法。

背景技术

[0002] 气体压缩机在涉及到气体介质需要增压的化工生产过程中起着重要作用。对压缩机进行工作状态监测有助于提前发现潜在故障、预测寿命，从而尽早采取措施，减少或避免生产损失。

[0003] 目前，在气体压缩机系统的安全、可靠度、可用度和经济效益方面大多使用的监控系统是工控机，应用的监控系统大多仅起到系统部分状态信息的显示及一定的警报作用，很少采用可靠性分析技术。部分监测系统即使采用系统可靠性分析技术也未能充分利用状态监测信号，导致不能很好地监测设备、不能及时分析其运行状态及预测其使用寿命。发明内容

[0004] 发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种气体压缩机的状态分析监测系统及方法，通过对气体压缩机的信号进行分析和处理，并利用可靠性技术提高系统的安全性、可靠性和经济效益。

[0005] 为了解决上述技术问题，本发明公开了一种气体压缩机的状态分析监测系统，包括气体压力传感器(1)、温度传感器(2)、信号调理器(3)、机油压力传感器(4)、振动传感器(5)、测振仪(6)、数据采集卡(7)、显示器(8)、计算机(9)；

[0006] 所述气体压力传感器(1)、述温度传感器(2)以及机油压力传感器(4)分别与所述信号调理器(3)连接；所述振动传感器(5)与所述测振仪(6)连接，所述测振仪(6)以及信号调理器(3)分别与所述数据采集卡(7)连接；所述数据采集卡(7)与所述计算机(9)连接，所述计算机(9)与所述显示器(8)连接。

[0007] 本发明中，所述信号调理器(3)用于将气体压力传感器(1)、温度传感器(2)以及机油压力传感器(4)传来的信号进行放大，并传输给数据采集卡(7)。

[0008] 本发明中，所述数据采集卡(7)基于PXI(PCI extensions for Instrumentation，面向仪器系统的PCI扩展)总线技术，用于将采集的信号转化为电信号，传输给计算机。 [0009] 本发明中，所述测振仪(6)用于将振动信号进行放大处理，并传输给数据采集卡(7)。

[0010] 本发明中，所述计算机(9)安装有LabVIEW平台软件。

[0011] 本发明还公开了一种气体压缩机的状态分析监测方法，将气体压力信号、温度信号、机油压力信号、振动信号输入计算机，并按照如下步骤对以上信号进行处理： [0012] 步骤(1)将气体压力信号、温度信号、机油压力信号、振动信号与预先设定的安全值的上限和下限进行比较，如超出上限或者下限则报警，同时启动故障诊断模块； [0013] 步骤(2)通过查询故障诊断模块中的气体压缩机状态参数异常和故障对应表，从而确定对应异常部件种类；

[0014] 气体压缩机状态参数异常和故障对应表

[0015]

[0016]

[0017] 步骤(3)查询异常部件种类中各种部件在数据库中的历史维修记录，所述历史维修记录包括异常部件发生故障时间减去其安装后开始使用时间，记L为该类异常部件寿命值，则有L＝S-F，其中S代表部件开始使用时间，F代表异常部件设定使用终点时间； [0018] 步骤(4)计算状态参数异常对应的不同部件的寿命值；注意，步骤(3)中的寿命表示某一类部件的实际寿命记录值(如该类部件故障次数为n，则有n个寿命值)，而本步骤中寿命值则是根据步骤(3)寿命值首先确立该部件老化规律，然后依据该规律通过计算机模拟该部件寿命值。

[0019] 步骤(5)，由寿命值最小的部件到寿命值最大的部件为顺序进行检查，直到找到故障部件，完成状态分析监测。

[0020] 本发明方法步骤(4)中异常部件寿命值的计算方法包括如下步骤：

[0021] 步骤(41)排序，将步骤(3)某一个异常部件的故障次数n个寿命值进行由小到大顺序进行排序；

[0022] 步骤(42)参数估计，计算故障次数n个寿命值服从以下函数的参数估计值： β β

[0023] 浴盆曲线，浴盆曲线概率密度函数为f(t)＝β/α exp(t/α) exp[1-exp(t/α)β]的参数α和β的估计值，其中，t表示部件寿命变量，值为L，参数α代表位置、参数β代表形状；
β-1 β

[0024] 威布尔分布，威布尔分布概率密度函数为f(t)＝αβt exp(-αt )，其中，变量t表示工作寿命，参数α代表位置、参数代表形状；2

[0025] 线性递增概率密度函数f(t)＝(at+b)exp(-1/2at-bt)，其中，变量t表示工作寿命，参数a代表线性函数的斜率，参数b代表截距；

[0026] 指数分布，概率密度函数为f(t)＝αexp(-at)，其中，变量t表示工作寿命，参数α代表位置；

[0027] 步骤(43)使用公式k＝1+3.322lgn对n个排序后的寿命值数据进行分组，分组数为k；

[0028] 步骤(44)计算频率：

[0029] 计算组与组之间的间隔即组距Δt＝(La-Sm)/k，其中，La为寿命的最大值，Sm为最小值；

[0030] 确定各组组限值，组限即各组的上限值下限值将组限取成等于下限值且小于上限值即按半闭区间分配数据。

[0031] 统计落入各组的频数Δri，根据寿命时间和各组下限值和小于上限值进行比较，如若寿命时间tj满足则频数Δri＝Δri+1，并通过ωi＝Δri/n计算频率ωi。

[0032] 步骤(45)通过计算各组的累积频率，其中，ri为至第i组结束时的累积频数。

[0033] 分别计算浴盆曲线、威布尔分布、线性递增函数以及指数分布的分布函数Fi’，Fi’的四种分布密度函数f(t)的积分，其中1≤i≤k；

[0034] 分别计算k个Fi，Fi为第i组的累积频率；Fi通过参数估计后得到分布概率函数积分得到的F(t)计算可得到k个体数值，即Fi’和Fi均有k个；

[0035] 计算Di＝|Fi-Fi’|，取K-S的检验统计量D＝max(D1，D2，...，Dk)；

[0036] 步骤(46)模型检验，根据设定置信水平δ(一般取0.05，0.01)和故障次数n个寿命值查柯尔莫哥洛夫检验的临界值Dc表得出Dc，判断上面四种分布是否存在D＜Dc： [0037] 如果只有一个D值小于某一临界值Dc，则该D值所对应的函数即为所选函数； [0038] 如果有两个或两个以上的D值小于某一临界值Dc，则选取较小的D值所对应的函数为所选函数；

[0039] 如果所有四种模型的D值均大于或等于临界值Dc，直接应用平均值法以获得其寿命均值；-1

[0040] 步骤(47)由ti＝F (ti)模拟第i次异常部件寿命，其中1≤i≤m，模拟m次之后，则此时设备或零部件寿命为

[0041] 对浴盆曲线其对应的寿命计算式为ti＝α{ln[1-ln[1-Ui]]}1/β i＝1，2，...，威布尔分布对应的寿命计算式为ti＝[1/α(ln[1-Ui])]1/β i＝1，2，...，线性递增函数对应的寿命计算式为 i＝1，2，...，指数分布函数对应的寿命计算式为ti＝1/α(ln[1-Ui])i＝1，2，...，其中Ui取[0，1]随机值；

[0042] 柯尔莫哥洛夫检验的临界值Dc表

[0043]

[0044]

[0045]

[0046] 有益效果：根据本发明可实现数据的连续记录，对气体压缩机进行状态参数处理和性能分析，并结合系统关键设备的可靠性分析和寿命预测，建立状态信号和故障之间的对应关系，完成对设备的在线安全监测和故障分析，提高气体压缩机系统的安全性、可靠度、可用度和经济效益。附图说明

[0047] 下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

[0048] 图1为数据采集系统组成示意图。

[0049] 图2为应用软件基本功能简图。

具体实施方式

[0050] 本实施例提供了一种气体压缩机状态参数监测系统及方法，包含有气体压力传感器1、温度传感器2、信号调理器3、机油压力传感器4、振动传感器5、测振仪6、PXI数据采集卡7、显示器8、计算机9、打印机10；其中气体压力传感器1与信号调理器3连接，温度传感器2与信号调理器3，信号调理器3与机油压力传感器4连接，信号调理器3与PXI数据采集卡7连接，振动传感器5与测振仪6连接，测振仪6与PXI数据采集卡7连接，PXI数据采集卡7与计算机9连接，计算机9分别与显示器8、打印机10连接。其中数据采集卡是NI公司生产的PXI数据采集卡7。气体压缩机状态监测和可靠性系统基于LabVIEW平台进行状态参数测量，设计出适用于本系统的应用软件具备数据库和寿命预测功能。 [0051] 如图2所示，温度信号11、压力信号12、振动信号13、历史维修记录14、数据库15、设备寿命分布模型16、设备寿命分布模型17、预测设备寿命18、状态信号分析与处理19、故障诊断20；其中，温度信号11导入数据库15中，压力信号12导入数据库15中，振动信号13导入数据库15中，历史维修记录14导入数据库15中，数据库15的结果用于设备寿命分布模型17和状态信号分析与处理18，设备寿命分布模型17预测设备寿命18，预测设备寿命18和状态信号分析与处理19用于系统故障诊断20。

[0052] 通过气体压缩机压力和温度监测点相应传感器的信号传输至信号放大器，并传输至PXI数据采集卡中进行数据采集，并把相应数据输入计算机，通过应用软件分析状态信号找出故障原因，并结合故障树分析技术状态参数和故障模式之间建立直接联系，通过关键设备历史维修纪录，并应用可靠性理论和技术建立设备劣化模型并进行模型检验，通过软件实现设备的寿命预测，最终实现气体压缩机系统的故障诊断。

[0053] 本发明还公开了一种气体压缩机的状态分析监测方法，将气体压力信号、温度信号、机油压力信号、振动信号输入计算机，并按照如下步骤对以上信号进行处理： [0054] 步骤(1)将气体压力信号、温度信号、机油压力信号、振动信号与预先设定的安全值的上限和下限进行比较，如超出上限或者下限则报警，同时启动故障诊断模块； [0055] 步骤(2)通过查询故障诊断模块中的气体压缩机状态参数异常和故障对应表，从而确定对应异常部件种类；

[0056] 气体压缩机状态参数异常和故障对应表

[0057]

[0058]

[0059] 步骤(3)查询异常部件种类中各种部件在数据库中的历史维修记录，所述历史维修记录包括异常部件发生故障时间减去其安装后开始使用时间，记L为该类异常部件寿命值，则有L＝S-F，其中S代表部件开始使用时间，F代表异常部件设定使用终点时间； [0060] 步骤(4)计算状态参数异常对应的不同部件的寿命值；注意，步骤(3)中的寿命表示某一类部件的实际寿命记录值(如该类部件故障次数为n，则有n个寿命值)，而本步骤中寿命值则是根据步骤(3)寿命值首先确立该部件老化规律，然后依据该规律通过计算机模拟该部件寿命值。

[0061] 步骤(5)，由寿命值最小的部件到寿命值最大的部件为顺序进行检查，直到找到故障部件，完成状态分析监测。

[0062] 本发明方法步骤(4)中异常部件寿命值的计算方法包括如下步骤：

[0063] 步骤(41)排序，将步骤(3)某一个异常部件的故障次数n个寿命值进行由小到大顺序进行排序；

[0064] 步骤(42)参数估计，计算故障次数n个寿命值服从以下函数的参数估计值： [0065] 浴盆曲线，浴盆曲线概率密度函数为f(t)＝β/αβexp(t/α)βexp[1-exp(t/α)β]的参数α和β的估计值，其中，t表示部件寿命变量，值为L，参数α代表位置、参数β代表形状；

[0066] 威布尔分布，威布尔分布概率密度函数为f(t)＝αβtβ-1 exp(-αtβ)，其中，变量t表示工作寿命，参数α代表位置、参数代表形状；

[0067] 线性递增概率密度函数f(t)＝(at+b)exp(-1/2at2-bt)，其中，变量t表示工作寿命，参数a代表线性函数的斜率，参数b代表截距；

[0068] 指数分布，概率密度函数为f(t)＝αexp(-at)，其中，变量t表示工作寿命，参数α代表位置；

[0069] 步骤(43)使用公式k＝1+3.322lgn对n个排序后的寿命值数据进行分组，分组数为k；

[0070] 步骤(44)计算频率：

[0071] 计算组与组之间的间隔即组距Δt＝(La-Sm)/k，其中，La为寿命的最大值，Sm为最小值；

[0072] 确定各组组限值，组限即各组的上限值下限值将组限取成等于下限值且小于上限值即按半闭区间分配数据。

[0073] 统计落入各组的频数Δri，根据寿命时间和各组下限值和小于上限值进行比较，如若寿命时间tj满足则频数Δri＝Δri+1，并通过ωi＝Δri/n计算频率 ωi。

[0074] 步骤(45)通过计算各组的累积频率，其中，ri为至第i组结束时的累积频数。

[0075] 分别计算浴盆曲线、威布尔分布、线性递增函数以及指数分布的分布函数Fi’，Fi’的四种分布密度函数f(t)的积分，其中1≤i≤k；

[0076] 分别计算k个Fi，Fi为第i组的累积频率；Fi通过参数估计后得到分布概率函数积分得到的F(t)计算可得到k个体数值，即Fi’和Fi均有k个；

[0077] 计算Di＝|Fi-Fi’|，取K-S的检验统计量D＝max(D1，D2，...，Dk)；

[0078] 步骤(46)模型检验，根据设定置信水平δ(一般取0.05，0.01)和故障次数n个寿命值查柯尔莫哥洛夫检验的临界值Dc表得出Dc，判断上面四种分布是否存在D＜Dc： [0079] 如果只有一个D值小于某一临界值Dc，则该D值所对应的函数即为所选函数； [0080] 如果有两个或两个以上的D值小于某一临界值Dc，则选取较小的D值所对应的函数为所选函数；

[0081] 如果所有四种模型的D值均大于或等于临界值Dc，直接应用平均值法以获得其寿命均值；-1

[0082] 步骤(47)由ti＝F (ti)模拟第i次异常部件寿命，其中1≤i≤m，模拟m次之后，则此时设备或零部件寿命为

[0083] 对浴盆曲线其对应的寿命计算式为ti＝α{ln[1-ln[1-Ui]]}1/β i＝1，2，...，威1/β
布尔分布对应的寿命计算式为ti＝[1/α(ln[1-Ui])] i＝1，2，...，线性递增函数对应的寿命计算式为 i＝1，2，...，指数分布函数对应的寿命
计算式为ti＝1/α(ln[1-Ui])i＝1，2，...，其中Ui取[0，1]随机值；

[0084] 柯尔莫哥洛夫检验的临界值Dc表

[0085]

[0086]

[0087]

[0088] 实施例：

[0089] 本实施例提供了一种气体压缩机状态参数监测系统及方法的应用情况，通过气体压力传感器1将检测压力信号传到信号调理器3，经过信号处理后传到PXI数据采集卡(7)，并将其传输到计算机中，通过LabVIEW软件平台读出一级排气阀压力为0.63兆帕，和设定上限0.62兆帕比较，判断排气压力高于正常排气压力，查找气体压缩机状态参数异常和故障对应表确立主要潜在故障模式分别有排气阀损坏、吸气阀损坏、活塞环与气缸间隙过大以及压力表故障，此时，应用软件系统提示出现异常并报警，同时启动故障诊断模块； [0090] 气体压缩机状态参数异常和故障对应表：

[0091]

[0092]

[0093] 通过软件从数据库中查询排气阀、吸气阀、活塞环与气缸间隙过大以及压力表故障等维修记录，分别根据其开始使用时间和发生故障时间计算排气阀、吸气阀、活塞环与气缸间隙过大以及压力表的寿命，见表3(单位：小时)，其对应故障次数n分别表3部件检测寿命表

[0094]故障次数排气阀吸气阀活塞环与气缸间隙压力表
1 2578 4790 4829 7890
2 590 2571 763 10957
3 4502 7725 7903 6890
4 1793 7890 6783 5372
5 3367 13481 9903 7693
6 2790 8902 3648 8738
7 1680 5704 6720 7383
8 4721 4217 7374 7562
9 1480 5820 6837 5637
10 2092 5821 9012 5694
11 5071 6890 5378 6704
12 2695 6093 6721 3783
13 773 8902 3264 7003
14 1679 3680 6346 4582
15 4903 5272 3267 7904
16 4720 6890 7413 7098
17 1890 4270 2367
18 3805 9863 7893
19 3407 8632
20 4704
21 3534
22 3572
23 6730
24 3107

[0095] 为24、18、19和16，对排气阀的寿命数据进行排序，得到590、773、1480、1659、1680、1793、1890、2092、2578、2695、2790、3072、3107、3367、3407、3534、3805、4321、4502、
4704、4720、4903、5071、6730，估计浴盆曲线参数为位置参数α为3207.3，形状参数β为1.019；威布尔分布位置参数α为2515.7，形状参数β为1.141；线性递增参数a为
0.3271，参数b为0.8352，指数分布为3508.6；

[0096] 对这些数据进行分组，由k＝1+3.322lg24＝5.585，则组数近似为6，组间隔Δt为1023，则有六个区间，分别为[590，1613)、[1613，2636)、[2636，3659)、[3659，4682)、[4682，5705)和[5705，6730]，六个区间频率分别为3、6、7、3、4、1，累积频率Fi分别为0.125、0.375、0.667、0.792、0.958和1。

[0097] 根据上面四种分布的参数估计值计算ti分别为1613、2636、3659、4682、5705和6730时对应分布函数，分别计算浴盆曲线、威布尔分布、线性递增函数以及指数分布的K-S的检验统计量D分别为0.431、0.205、0.319和0.496。

[0098] 给定置信水平δ为0.05，又由故障次数为24查柯尔莫哥洛夫检验的临界值Dc表知Dc为0.268，和K-S的检验统计量D相比较知，只有威布尔分布的K-S的检验统计量D为0.205小于0.268，由此判断排气阀服从威布尔分布，且位置参数α为2515.7，形状参数β为1.141；

[0099] 用同样方法判断吸气阀的寿命分布为威布尔分布，吸气阀威布尔分布位置参数α为4815.7，形状参数β为1.017，活塞环与气缸间隙过大服从威布尔分布，位置参数α为7018，形状参数β为1.062，压力表服从线性递增，参数a为0.2629，参数b为0.7274。 [0100] 最后由ti＝[1/2517(ln[1-Ui])]1/1.141 i＝1，2，...模拟100次其排气阀寿命为
1/1.017
2471.4小时，由ti＝[1/4815.7(ln[1-Ui])] i＝1，2，...模拟100次其排气阀寿命
1/1.062
为4759.7小时，由ti＝[1/7018(ln[1-Ui])] i＝1，2，...模拟100次其活塞环与气缸间隙过大为6409.8小时，由 i＝
1，2，...模拟100次其活塞环与气缸间隙过大为5381.3小时，对这些寿命值进行排序，由
2471.4＜4759.7＜5381.3＜6409.8，知道发生故障的部件顺序为排气阀、吸气阀、压力表和活塞环与气缸间隙过大，此时先检查排气阀是否发生故障，如没有故障，则检查吸气阀，以此类推，如果均没有发生故障，则考虑是否存在其它原因。

[0101] 本发明的气体压缩机状态监测和可靠性分析系统及方法，通过不同的传感器采集不同类型的多个变量数据而获取对象信息。并通过LabVIEW的图形化编程控制方法，可将气体压缩机的温度、压力、振动等物理量采集进入到计算机并进行分析。通过状态信号分析故障原因，并结合故障树分析和设备老化的可靠性分析技术，实现故障诊断和提高设备可靠度、可用度水平。从而相比于传统的气体压缩机组监控平台，更能提高系统的安全性和可靠性。

[0102] 气体压缩机状态参数的监测是使用传感器对压缩机的温度、压力、振动等物理量进行测量，转换成适当的中间量，如电压或电流，通过LabVIEW平台显示、识别、分析和趋势预测的过程。LabVIEW平台是一种基于仪器或虚拟仪器的软件平台。通过LabVIEW的图形化编程控制方法，可将气体压缩机的温度、压力、振动等物理量的多个变量数据采集进入到计算机并进行分析。数据采集系统需要使用适当的传感器和配套硬件，并由相应的软件将从传感器获取的数据进行转换传输。应用NI公司的硬件产品，使用LabVIEW开发平台，利用Matlab处理复杂算法的能力，快速高质量地开发满足要求的应用程序。利用该平台可以增强构建科学和工程系统的能力，提供了实现仪器编程和数据采集系统的便捷途径。还可以借助其进行原理研究、设计、测试并实现仪器系统，从而大大提高工作效率。 [0103] 本发明提供了一种气体压缩机的状态分析监测系统及方法的思路及方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

标题	发布/更新时间	阅读量
气体压缩机	2020-05-11	393
气体压缩机	2020-05-11	501
气体压缩机	2020-05-12	195
气体压缩机	2020-05-12	929
气体压缩机	2020-05-12	779
气体压缩机	2020-05-12	523
气体压缩机	2020-05-12	1003
气体压缩机	2020-05-13	619
气体压缩机	2020-05-11	206
气体压缩机	2020-05-12	246

一种气体压缩机的状态分析监测方法

一种气体压缩机的状态分析监测方法

技术领域

背景技术

具体实施方式

该功能需要专业版企业版VIP权限，您可以：