排序方式: 共有62条查询结果,搜索用时 15 毫秒
51.
52.
53.
54.
随着机械设备的自动化与智能化程度日益提升,人们对机械设备健康管理的要求也越来越高,得益于海量大数据的积累和计算机技术的发展,除了传统的机器学习方法以外,深度学习方法凭借其极强的非线性拟合能力逐步进入人们的视野。首先介绍现有的深度学习方法以及这些方法各自与机械设备健康管理的结合,然后综述了深度学习在制造业的具体应用,包括代替肉眼检查裂纹、实现设备自我诊断、异常提前感知、施工质量监测。接着指出要实现对机械设备智能化健康管理的必要基础是大批量、高质量、覆盖面广的全生命周期数据,并结合国内外基于机械设备全生命周期数据的故障识别及预诊相关研究说明其重要性。最后提出了基于深度学习的机械设备健康管理的研究趋势和面临的挑战。 相似文献
55.
56.
提出利用数字图像处理技术对地铁隧道变形进行监测的方案.通过对隧道内定点放置的目标光源进行拍摄,得到所拍摄的图像,并对图像进行平滑、锐化、腐蚀、膨胀、去噪等预处理,获取目标光源清晰轮廓,然后对图像进行二值化,边界提取,进而通过最小二乘法,拟合圆心,计算出目标光源圆心的位置变化,从而得出地铁隧道纵向的变形量.实验结果表明,该方法在地铁隧道变形检测系统中得到的隧道变形量比较精确、可靠. 相似文献
57.
分析和研究了自动抄平起拨道捣固车的液压系统,得出了液压油温度过高的原因和解决问题的途径,通过对降低液压系统温升的措施的比选和液压降温散热系统的比选,提出了一套切实可行的液压油温度自动控制散热系统的实施方案. 相似文献
58.
59.
60.