原始名称记载: 五冶集团上海有限公司

一种用于焦炉炉门吊装的工具，包括吊具主体、吊点补强板，其特征在于：所述吊具主体（1）为长圆形钢板，长圆形钢板的一端设有吊装孔（3），另一端设有用于钩挂炉门的槽口，所述吊点补强板（2）固定在吊装孔周边，并延伸至吊具主体两侧，与固定压板形成受力闭合回路，所述固定压板与炉门顶部外形相匹配；所述螺栓孔与炉门顶部螺栓座对应布置，适用螺栓成对固定。本发明的用于焦炉炉门吊装的工具及方法具有吊具参数化设计，公式计算加范围限定保证空间避让与稳定性平衡，受力优化，补强板与压板形成闭合受力回路，吊具匹配性强，使压板形状与炉门外形一致，安全高效，一次吊装到位和降低高空施工风险的优点。

本发明公开了一种基于自监督学习的编码器、变工况高频时域信号故障检测模型及构建方法、故障检测方法，首先进行自监督训练，我们将时序信号片段作为数，重建频域信号，作为我们的第一项损失。第二项损失为预测是否为变工况信号，让压缩特征更加关注工况信息。完成自监督训练后，我们进行故障检测推理。训练中，我们将时序信号分片为多片信号，输入到刚刚训练的自监督编码器中，得到聚合压缩特征。接着将压缩特征作为自注意力模块的K，将工况信息作为自注意力模块的Q，通过自注意力模块和MLP预测故障。解决了传统方法在变工况、高频信号复杂性以及实时性要求方面的局限性，显著提高了故障检测的准确性和鲁棒性。

本发明公开一种焦化设备健康状态数据采集监测方法与系统，包括设备分级模块，用于将焦化设备划分为多个等级；数据采集模块，包括有线在线采集单元、总线轮询采集单元和无线传感器，用于对多个等级的焦化设备进行数据采集；健康监测和报警模块，用于设定报警初始阈值、实现报警阈值自适应学习、执行报警事件合并规则及特殊工况报警抑制；硬件自主管理模块，包括嵌入式标识解析单元与可视化交互单元；嵌入式标识解析单元用于实现传感器通道ID绑定、通道实时状态监测及异常通道自动隔离；可视化交互单元通过物理层、数据层、决策层实现分层管理，本发明实现焦化设备全生命周期健康状态的实时监测与早期故障预警，提高设备运行可靠性，降低运维成本。

本发明公开一种基于变点检测的分阶段预测滚动轴承寿命的方法，包括以下步骤：以离线历史数据估计各阶段模型的先验参数；对在线运行的单个滚动轴承，实时采集其退化数据并构造增量退化序列，基于得到的先验参数初始化贝叶斯变点检测的超参数，通过在线推理计算增量退化序列Δx的预测分布概率、增长概率与变点概率，结合证据计算与后验分布确定当前是否存在变点t_C；若未检测到变点，根据当前时刻t_k与变点τ的大小关系更新第一阶段参数μ、σ；若检测到变点，以变点t_C为新起点更新第二阶段参数μ、σ；多阶段剩余寿命预测，基于更新后的阶段参数，利用多阶段模型进行剩余寿命预测，本发明实现高精度的多阶段剩余寿命预测。

本发明公开一种焦化典型设备故障特征提取体系构建方法，包括以下步骤：S1、根据焦化设备支撑类型及重要程度进行种类划分，将其划分为轴瓦支撑类大型焦化核心设备及滚动轴承支撑类通用设备；S2、分别构建基于全矢谱同源信息融合轴振、壳振信息及故障机理的轴瓦支撑类大型焦化核心设备故障特征体系，以及基于信号处理方法及深度学习方法的滚动轴承支撑类通用设备的故障特征提取体系，将两类体系融合形成焦化典型设备故障特征提取体系；S3、凝练焦化典型设备故障特征体系的核心创新点，并将焦化设备故障特征体系在焦化行业典型场景应用、改进及推广。本发明提高焦化设备的报警、诊断正确率。

本发明公开一种滚动轴承故障多源振动特征提取方法，包括以下步骤：步骤S1、使用卷积自编码器对原始多源异构数据进行集成特征融合，并利用数据增强和归一化技术对原始多源异构数据进行预处理以提高后续卷积自编码器模型的泛化能力及准确性；步骤S2、在卷积自编码器模型中引用K‑means聚类技术及稀疏注意力机制以提高模型对关键故障特征的识别率；最后使用混淆矩阵及可视化技术实现故障分类，本发明实现多源振动数据的高效融合、关键故障特征的精准识别及故障类型的准确分类。