基于物联网技术的动态GRNN模型的液压系统故障检测研究

液压系统因其独特的特性,在各个领域有着广泛的应用。液压设备的运行安全与状态监测是生产中的一项重要内容。由于液压系统的所有部件都在封闭油路中工作,故障源的定位比较困难。为了解决这个问题,本文提出了一种基于物联网技术的动态故障诊断方法GRNN模型的基于物联网的智能控制,利用无线传感器网络技术在分布式液压设备中各参数的实时测量和控制,远程数据共享、故障信号的采集输入GRNN模型故障观察器,检测阈值,通过实验模拟准确诊断系统故障。实验表明,该方法可以有效地应用于过程生产液压系统中,保证系统的正常运行,降低设备故障率,提高生产效率。     

基于大数据和物联网技术的模具维修保养系统

基于大数据和物联网技术,提出了一种模具维修保养管理系统方案。系统在模具使用过程中进行数据采集,模具数据中心通过GPRS将数据发送到云服务平台,云服务平台对数据进行分析整理和模具维修保养档案管理。系统可自动生成模具维修保养计划,提示相关人员进行模具维修保养,并对模具的每次维修保养加以记录,有助于提升模具管理水平,延长模具使用寿命。     

基于数据融合技术的液压系统污染分析方法研究

为了提高液压油污染状况检测的准确性，本文采用数据融合技术，使用人工神经网络处理数据，对某型装备的液压油的污染状况进行了进一步分析，并根据检测数据完成了神经网络的训练和效果的检验工作。     

基于数据融合与虚拟仪器技术的液压系统故障诊断研究

本文对某型机械化桥液压系统的故障失效模式进行了全面的分析，提出了一种基于多传感器数据融合与虚拟仪器技术的故障诊断系统，通过对液压系统供油回路的信号测试过程及信息融合方案的设计分析，阐明了液压系统故障检测和诊断的实现过程。     

基于多传感数据融合的变速运行齿轮异常振动故障诊断

变速运行齿轮异常振动故障诊断性能过差会增加汽车维护成本,缩短齿轮使用寿命。为了及时识别齿轮故障,保证汽车变速器总成具有良好的振动特性,提出基于多传感数据融合的变速运行齿轮异常振动故障诊断方法。通过分析多传感器数据融合技术,掌握变速运行齿轮异常振动故障诊断的理论框架,并以此为基础,参考传感器融合模块、特征级并行多神经网络局部诊断模块和终端分类模块,结合变分模态分解、多通道加权融合和单隐层前馈神经网络训练算法,从信号采集、信号特征提取和信号特征分类3个步骤实现变速运行齿轮异常振动故障诊断。实验结果表明：在齿轮发生轻度磨损时,磨损振动信号的幅值在20~40 mV之间,磨损振动信号的频率在0~4 000 Hz区间;中度磨损时,信号的幅值在30~55 mV之间,信号频率在3 000~7 000 Hz区间;重度磨损时,信号幅值在50~70 mV之间,信号频率在6 000~12 000 Hz区间,且各阶段诊断结果均与故障程度的实际转折点吻合。由此可知在各样本数量均相同的情况下,提出的故障诊断方法预测值与真实值均相同,故障程度和故障类型的诊断性能均较好。     

基于数据融合技术的大型圆钢锻件超声缺陷识别的研究

对大型圆钢锻件常见缺陷进行了超声识别技术研究，利用感知器算法实现了典型缺陷自动识别，并根据不同类型、位置和姿态的超声换能器，对不同缺陷类型的敏感程度不同，实现了二组换能器在决策级上的数据融合，大大提高了缺陷识别可靠度。     

多传感器数据融合技术的现状及展望

阐述了多传感器数据融合的原理，对数据融合算法的研究动态进行了评述，指出了数据融合技术存在的问题，对今后的发展趋势进行了展望。     

基于改进蛙跳算法的无线传感网络节点故障诊断技术研究

随着物联网技术的快速发展,各种自动化监测系统得到了广泛的应用。无线传感网络作为监测系统的主要技术手段,其自身的节点运行状态对系统的可靠性有着直接的影响。因此,为了对无线传感器网络节点故障进行精确和快速的诊断,提出了一种基于改进蛙跳算法的无线传感网络节点故障诊断方法。首先对无线传感器网络节点结构和故障分类体系进行了分析。然后对传统的BP小波神经网络方法进行分析,并采用蛙跳算法进行了优化,从而克服了局部搜索陷入问题。仿真实验结果显示:相比BP小波神经网络方法,提出方法具有更高的可靠性和准确性。     

基于神经网络的数据融合算法在管道缺陷损伤识别上的应用

本文研究了基于BP神经网络的多传感器数据融合算法,并对BP算法进行改进,利用D—S证据理论进行分析,针对多传感器检测数据的不确定性,提出了神经网络和D-S证据理论相结合的数据融合模型及融合算法应用于输油管道检测系统,通过对他们进行检测、关联、相关、估计和综合等多方面、多级别的处理,进而得到被检测状态的准确评估。它可以克服单一管道检测技术的不足,融合多种检测结果以提高检测精度。     

多传感数据融合技术在微细电火花加工放电状态检测中的应用

在微细电火花加工中,由于加工信号的频率高、加工波形的畸变,使得常规放电状态检测法已不再适用。本文描述了用于目标识别与分类的基于模型的多传感器系统,该系统选用以决策层为主的方法,以模糊神经网络作为某信息融合的工具。通过实验,该系统在提高正确识别的前提下,降低了整个Ｍｉ－ｃｒｏ－ＥＤＭ系统的成本,提高了检测的可靠性,体现了多传感器信息融合的优越性。     

基于改进人工蜂群算法的冗余机器臂逆解研究

针对具有移动关节的7自由度机械臂逆运动学求解困难的问题,提出了一种基于改进人工蜂群算法的逆运动学求解方法。首先根据冗余机械臂的物理结构简化出几何模型,利用D-H法建立运动学模型,由坐标系变换得到正运动学的解。由于该冗余机械臂不满足Pieper准则,难以用传统方法求得封闭解;因此采用改进人工蜂群智能算法,利用位置误差与姿态误差的标准差作为目标函数,求取逆运动学的最优解,并利用Matlab编程进行仿真验证,仿真结果表明该方法准确有效,为具有移动关节的冗余机械臂逆运动学的求解提供了一种新的途径。     

基于SLP和人工蜂群算法的车间输送系统优化

为解决纺织车间纱锭自动输送系统的布局问题,分析车间物流及非物流影响因素,建立了生产成本最低化、生产效率最大化、工作区占地面积最小化的多目标优化函数.应用SLP和人工蜂群算法对输送系统进行布局优化.根据车间需求划分作业区域,进行数学建模及边界条件约束,以实际电子玻璃纤维基布生产车间为研究对象进行仿真验证.实验表明,优化后...     

基于蜂群算法的配流盘结构的仿真研究

为提高轴向柱塞泵减振降噪性能,对配流盘的优化设计极其重要。通过人工蜂群优化算法对SCY-14B型斜盘轴向柱塞泵配流盘结构结构尺寸参数进行MATLAB仿真分析。结果表明:通过ABC优化算法优化仿真,得到φ_0=6.5°,θ_1=18.0°,θ_2=66.7°,Φ=18.0°的配流盘结构尺寸,极大地提高了柱塞泵减震降噪的性能。     

改进人工蜂群算法优化SVM的电能表故障诊断研究北大核心

针对电能表故障频发,严重影响电网公司效益及用户日常生活的问题,准确对电能表故障类型进行诊断、及时修复故障电能表,对保证电力系统正常运行有十分重要的意义。提出一种基于改进人工蜂群算法优化支持向量机(CABC-SVM)参数的诊断方法;以Tent混沌搜索具有遍历性、随机性的优点增强蜂群算法的全局搜索能力;通过历史故障数据训练建立的CABC-SVM诊断模型。仿真结果验证CABC-SVM模型分类精度高达98.0%,相比于与传统ABC-SVM、PSO-SVM和GA-SVM有更少的收敛迭代次数。因此,CABC-SVM具有更高的分类精度和更少的运行时间,是一种高效的电能表故障诊断方法。     

基于人工蜂群优化支持向量机的船舶管网泄漏识别

针对船舶管系频繁的调泵、调阀等常规操作极易引发泄漏检测系统误报警这一问题,采用适于小样本数据集处理的支持向量机（ SVM）从管系多种工况中识别泄漏。使用具备局部和全局最优解搜索能力的人工蜂群算法（ ABC）优化SVM参数,避免陷入局部最优解,提高识别正确率。通过小波分析提取工况特征向量,设计和组建人工蜂群优化支持向量机（ ABC?SVM）分类器,实现了泄漏识别。与BP神经网络等常用算法比较, ABC?SVM算法具有更高的泄漏识别正确率和适应性。     

基于物联网的温室大棚智能监控系统研究

针对温室大棚应用过程中存在劳动力需求大、作物生长环境参数采集不精准的问题,设计了基于物联网的温室大棚智能监控系统,以实现减少劳动力、作物生长环境参数的精准采集、灌溉设备的远程控制等。传感器节点实时采集各路的数据传输到网关,并通过GPRS模块传输到服务器,利用GPRS无线通信和Internet网络实现人机通信交互,完成对现场农作物生长环境的监测;同时,服务器根据土壤的实际湿度与农业知识专家库对比进行控制决策,并通过网关向灌溉装置发送灌溉指令,实现灌溉的远程控制。该系统在新疆塔城地区应用实验表明:系统运行稳定,具有较好的鲁棒性,能够达到预期设计的目标。     

基于物联网技术的搜索引擎与设备安全

随着"物联网"概念的出现和兴起,越来越多的物联网应用如雨后春笋一般涌现。2009年,有"暗黑谷歌"之称的Shodan搜索引擎突然闯入人们的视线。文章根据于博菲女士独立完成的"基于物联网技术的搜索引擎与设备安全防护"课题,从物联网技术的角度出发,主要阐述了Shodan搜索引擎与物联网技术间的关系,该引擎发展过程与现状,引擎运作的关键技术,联网设备的安全,改进思路及可行性。     

基于改进蚁群算法的Zigbee网络路由优化研究

针对Zigbee技术构建的无线传感器网络(WSN)在数据传输过程中,经典的ZBR混合路由算法存在网络整体能耗不均、数据传输时延大的缺点,提出一种基于节点剩余能量管理的ACO-ZBR改进路由算法。引入能量因子,设置传感器节点剩余能量阈值,对蚁群算法进行改进,进一步优化蚂蚁下一跳节点选择概率;加入角度因子和距离因子规划蚂蚁运动方向,缩短了网络中节点传输路径。仿真结果表明,这种改进算法在降低节点能耗延长节点续航能力和缩短数据传输时延方面有优势,在一定程度上改良了网络质量且延长了网络寿命。