基于神经网络的数控线切割加工状态建模技术研究

研制了一种数控线切割机床智能状态监测系统，实现了特征信号的实时采集与处理，基于人工神经网络技术建立了数控线切割加工状态模型，提出了运行状态综合劣化度的概念及其量化方法，实现了数控线切割加工状态在线辨识与运行状态在线监控。实验证明，该系统能够快速采集特征信号并进行去噪声处理，所建立的加工状态模型能够正确地识别加工状态，运行状态劣化度实时客观地评价了数控线切割机床的运行状态，从而有效地避免了机床严重故障的发生．     

凝汽器冷却管积垢状态监测仪的研制

利用从基本对流换热原理出发,基于易测参数监测换热设备管内积垢状态新导出的数学模型,设计了一套可在线监测汽器冷却积垢状态的智能监测仪,并简要介绍了该装置的硬件结构原理及软件编程思路。     

火电厂电气监控系统在线监测方案的研究与设计

火电厂电气监控系统是保障火电厂稳定运行的重要设备,在分析火电厂电气监控系统运行维护现状的基础上,研究了其在线监测的内容,提出了在线监测的方法。在此基础上介绍了在线监测系统的软件和硬件系统设计方案。在线监测的应用实现了设备检修由计划检修向状态检修的过渡,既保证了火电厂电气监控系统的安全可靠运行,又可获得经济效益和社会效益。     

电力设备红外在线监测系统研究

电力设备状态监测的目的是采用有效的检测手段和分析诊断技术,及时、准确地掌握设备运行状态,保证设备的安全、可靠和经济运行.红外在线监测系统在对电力设备的运行状态检测方面存在较大优势,能够实现不停电、非接触、全天候的对电力设备展开监测.因此,本文对电力设备红外在线监测系统展开探讨研究.     

化工装备运行状态的无线传感器网络监测系统

针对传统有线传感器系统对化工装备运行状态的实时监测存在布线繁琐、维护困难等问题,提出了一种基于无线传感器网络的化工装备运行状态监测系统方法.利用无线传感器网络代替有线传感器系统,结合现有实验设备,设计了基于虚拟仪器的数据采集与处理程序,借助"创世纪64"组态软件建立人机交互界面,实现了对化工装备运行状态的无线数据采集与实时在线或离线监控,具有实时显示、历史数据回放和报警信息处理等功能.     

基于B/S模式的设备故障诊断系统的应用

介绍了B／S模式的结构和优点，提出了基于B／S模式的设备远程在线监测与故障诊断系统的具体解决方案，论述了在线监测诊断的几个关键技术及其具体实现方法。该系统已经应用于重要设备的诊断，证明了该系统能够实现远程在线监测与故障诊断等服务。     

基于光声光谱的SF_6分解组份在线监测装置

概述了光声光谱气体传感技术的基本原理,并基于光声光谱理论研制出一种六氟化硫分解组份SO2和CF4的在线监测装置.详细阐述了该在线监测装置的系统结构及其核心单元红外光声气体传感器的构成.选定了SO2和CF4组份的最优吸收峰,采用该装置对以SF6为背景气体的不同体积分数的SO2和CF4标准气体的光声信号幅值进行了测定,并测定了相同试验条件下的噪声水平,得到了该装置对SO2和CF4气体的最低检测限.同时,分析了温度对该在线监测装置的影响,并对该在线监测装置提出了改进措施.该在线监测装置的研究为基于SF6气体特征分解组份的设备内绝缘故障诊断及状态评估奠定了基础.     

基于ARM&WinCE的刀具状态在线监测系统

为了获取高信噪比的刀具状态信号特征,结合嵌入式技术,构建了刀具状态在线监测系统。通过对声发射信号与刀具磨损状态的分析,验证了利用声发射信号进行刀具状态监测的可行性,给出了基于ARM&WinCE平台的刀具状态在线监测系统软硬件解决方案,并完成了数据处理与显示的应用软件设计与调试。     

基于Internet的设备在线监测与故障诊断系统

提出了基于Internet的设备在线监测与故障诊断系统的具体解决方案，论述了在线监测诊断的几个关键及其具体实现方法，该诊断系统已成功运用于武钢某重要设备，证明了该系统能够实现远程在线监测与诊断等服务。     

基于人工神经网络汽车轮胎工作状态智能监测机理的研究

对于高速行驶的汽车来说，轮胎的安全性十分重要。本文通过研究首先构建了汽车轮胎工作状态智能监测系统框架，并在此基础上进一步探讨了基于人工神经网络汽车轮胎自适应监测与控制方法，为汽车轮胎工作状态智能监测提供了理论基础。     

一种ANN与ES功能互补的故障诊断方法

根据人工神经网络(ANN)和专家系统(ES)的各自特点,建立一种人工神经网络与专家系统相结合的功能互补式设备故障诊断模型。提出将设备故障分为低层故障和高层故障,用ANN对设备低层故障进行诊断,用ES对设备高层故障进行诊断的新方法,并以MK9-5卷接机组为对象,进行了实验研究,取得了较好的效果。     

CP神经网络在机械故障模式识别中的应用

机械设备状态监测与故障诊断技术是保证机械设备安全稳定运行的一项重要措施。由于机械设备结构越来越大型化和复杂化 ,依靠人自身的经验和能力难以判断其征兆与故障之间的关系。随着计算机技术在各个领域的应用 ,智能型的自动监测与诊断技术在机械设备中得到了广泛应用。根据几种典型神经网络特点 ,选择了CP神经网络作为机械故障模式识别器。以大型机组典型故障的频率域特征参数作为网络的训练样本 ,对CP网络进行了训练 ,再将实际的一组频率域特征参数输入到模式识别器中 ,对故障类型进行识别。结果表明 ,以CP神经网络构筑的故障模式识别器有很强的非线性映射能力 ,可对机械设备故障模式进行正确分类。     

遗传神经网络在数控机床刀具监测与 控制系统中的应用

数控机床刀具磨损监测与磨损量估算对于提高机床加工的利用率,减小由此带来的经济损失和安全隐患具有重要意义.提出了一种基于无线传输技术的数控机床刀具监测与控制系统,利用遗传算法优化BP神经网络的算法诊断刀具磨损状态.通过采集刀具加工过程中的振动信号,利用时频分析法提取反映刀具磨损状态的信号特征量作为神经网络的输入样本,完成加工过程中刀具磨损状态的识别.试验结果表明:该系统工作稳定,识别结果较准确,且具有较强的实用性.     

基于RBF神经网络的水下机器人传感器状态监测方法研究

为了实现水下机器人多传感器状态监测,根据其工作环境及所配置传感器的数量,提出了基于径向基函数(RBF)神经网络的传感器状态监测方法,建立了二级神经网络监测模型,解决了多传感器故障诊断和信号恢复的问题.基于某型水下机器人海中试验数据进行计算机仿真试验的结果,验证了该方法的有效性和可行性.     

基于BP网络的汉语句法分析专家系统

提出了一种基于BP网络的汉语句法分析专家系统的设计方案．知识库采用产生式规则的知识表达方式，并将知识二元化存储在神经网络中．推理机采用神经网络进行推理．在论文的结尾给出了系统的运行实例，说明了该系统的有效性．     

基于概率模型算法的设备运行状态分析

从设备状态动态变化的本质出发,采用概率神经网络方法构建设备状态概率模型,描述设备从正常到故障的全过程．通过对神经网络结构的分析和主要模型参数的计算,以设备运行历史数据作为网络样本点,在模型数据预处理的基础上建立了设备的概率模型,该模型能较好地反映机械设备的运行状态,通过现场数据的分析,证明了该模型的合理性和正确性．     

神经网络自适应控制技术在空调系统中的应用

目的采用神经网络自适应控制方法，来解决中央空调系统大惯性、大时滞问题，提高控制效果．方法利用两个BP神经网络NNC和NNI，分别做控制器和辨识器，神经网络辨识器通过采集相关的输出量，监控系统的工作状态，并通过实时调整神经网络控制器参数．结果实现中央空调智能控制，仿真结果验证有良好的动态性能和稳态性能．结论神经网络自适应控制器优于常规控制器．调节速度快，超调小，具有良好的控制性能．     

子波神经网络在故障诊断中的应用研究

根据旋转机械常见的的故障类型和故障信号时域采样数据 ,以子波空间作为模式识别的特征空间 ,采用信息熵为代价函数的神经网络学习算法 ,由子波神经网络对故障进行学习和诊断 .实验结果表明 ,子波神经网络的故障诊断方法在不了解故障信号频率结构的情况下 ,即可对平稳和非平稳故障信号进行诊断 ,适于设备在线监测及设备的巡检     

基于RS485网络的户型中央空调控制系统

为了实现中央空调主机与风机盘管的自动控制,设计了一种基于RS485通信网络的户型中央空调控制系统.该系统采用以单片机为核心的控制器,实现对空调主机和风机盘管的自动控制,并可以通过R S485网络实现整个户型中央空调系统的无人管理和节能运行.与传统的R S232通信相比,R S485具有通信距离远、传输速率高的特点,尤其适合组成一个多点的通信网络;与其他一些现场总线相比,R S485成本低廉,实现更容易.     

汽车发动机电子控制系统的神经网络诊断技术

以发动机电子控制系统为对象,记录发动机运行过程的各种数据,研究基于BP神经网络和RBF神经网络的发动机电子控制系统传感器的故障诊断方法,并将主成分分析方法和神经网络相结合设计发动机电子控制系统诊断神经网络;借助流行的汽车OBDⅡ自诊断协议,组建发动机电子控制系统的诊断数据采集系统,并记录实验发动机电子控制系统工作时系统的输入、输出数据,进行诊断神经网络的训练和诊断网络系统的评价。