基于物联网的客运索道安全监测系统研究

近年来,随着客运索道总条数、总长度的增加,乘坐人数不断增长,客运索道安全成为索道管理的重中之重。2022年冬奥会将在我国北京市和张家口市举行,雪地客运索道作为主要载人特种设备,保障索道设备运行安全至关重要。本文通过对客运索道设备关键部件进行分析,对钢丝绳结构进行实时损伤在线监测,提出了利用漏磁探测技术,在钢丝绳运动过程中对其轴向进行励磁,使钢丝绳磁场达到饱和,撤去磁场后对钢丝绳上的极限剩磁进行检测。同时,分析了对客运索道关键节点安装传感器,对关键参数等信息进行数据采集,可以实现基于物联网云平台的客运索道全方位安全监测。     

基于神经网络的信息融合故障诊断技术

利用神经网络技术建立信息融合中心 ,对多传感器数据进行融合处理 ,通过多源互补信息减小故障诊断系统的不确定性。文中讨论了神经网络多传感器信息融合方法中数据预处理与特征提取、特征向量维数压缩与关联、归一化处理方法等 ,同时 ,对神经网络的构造以及学习训练等内容 ,也作了较为详细的讨论。通过对柴油机振动监测数据、燃油压力波动信息、以及两者融合信息的故障诊断性能的比较 ,表明神经网络多传感器信息融合方法用于复杂机械的故障诊断是可行和有效的     

单线循环客运索道液压张紧系统常见故障研究

作为一种环保型的交通运输工具,客运索道在越来越多的山岳型景区内部交通运输体系中发挥着重要作用。张紧系统的可靠性与索道安全平稳运行息息相关,而液压张紧系统已经成为单线循环客运索道张紧的主流设备。该文对索道液压张紧系统的工作特点、工作原理进行了简单介绍,在此基础上对索道运营过程中液压张紧系统的常见故障进行了分析与总结,并提出了索道液压张紧系统故障诊断程序。     

基于多传感器数据融合的智能故障诊断系统

多传感器数据融合的典型应用实例就是过程监测和故障诊断,它是智能故障诊断系统中的最基本、最有效的信息处理工具;而智能故障诊断系统通常都是在多传感器数据融合的基础上进行综合诊断.研究了多传感器信息融合系统的层次结构和融合策略,改进了单一D-S证据理论的融合方法;在分析了多传感器数据融合技术和智能故障诊断的系统要求后将两项技术进行了有机的结合,最后提出了一种新的基于多传感器数据融合的智能故障诊断系统的结构框架.     

基于信息融合技术的旋转机械故障诊断

简要介绍了多传感器信息融合技术，并结合旋转机械振动故障诊断系统的要求与特点，探讨了信息融合技术用于故障诊断系统的基本层次结构。将信息融合的层次与故障诊断的功能相对应，提出了旋转机械振动故障诊断的信息融合模型。神经网络和证据理论相结合应用于故障诊断的新方法，提高了故障诊断系统的灵活性、效率和准确性。     

基于物联网和工业云的选矿设备状态监控系统

针对目前选矿设备的监控缺乏异常工况诊断、缺乏对运行数据的分析处理等情况,提出了基于物联网和工业云的选矿设备状态监控系统。该系统通过采用物联网技术实现了选矿设备运行实时数据的感知和检测;将设备监控系统与工业云相结合,采用微服务体系架构,实现了选矿设备状态监控系统功能的服务化,从而可以为不同选矿厂提供定制化的设备监控云服务;利用多传感器融合技术实现了视频数据与设备过程参数融合监控;利用故障诊断、移动互联等关键技术为选矿设备的智能监控提供了新思路。     

基于云平台智能监控终端系统的研究

介绍了一种用于小型设备上的智能监控终端系统,系统可实现设备互联,对设备的状态和外围传感器的信息参数进行采集、处理,并上传至云平台,实现对设备的数据和信息进行实时监控和管理。系统基于ARM+Linux平台,包含人机交互模块、存储模块、数据处理模块、IO控制模块和异构网络融合网关模块;网关使用Zigbee协议进行采集,经过异构网络协议转换,通过Wifi协议进行传输。     

基于多传感器融合信息的故障诊断

研究了多传感器信息融合技术应用于复杂设备系统状态监测和故障诊断的方法。简述了多传感器信息决策层融合及 Dempster- Shafer证据理论的基本内涵 ,研究了基于 Dem pster- Shafer证据理论的决策层信息融合进行状态监测和故障诊断的算法 ,利用这一方法对柴油机的工作过程多种故障进行了诊断识别应用 ,其分析结果表明 ,该方法可有效地提高柴油机故障诊断的准确性和可靠性。     

基于信息融合的滚动轴承故障诊断

滚动轴承故障诊断中同一征兆域很难区分多种故障，单一传感器对故障分类识别有不确定性。提出了利用加速度传感器和声音传感器，基于BP神经网络及D-S证据理论，对所采集的振动信号和声音信号的多种特征信号进行信息融合，实现故障诊断。并对该方法进行仿真试验验证。     

传感器故障诊断实时监测系统设计的探讨

对大型设备运行状态监测和故障的早期诊断与预报活动中,传感器自身故障的及时发现与判别尤为重要。本文提出以设备子系统的（或某一功能的）传感器监测参数为划分原则,将单传感器的监测信号综合作为多传感器监测而进行信息的融合处理,从而判别子系统运行状态和传感器信号的真实性的构思,并探讨传感器故障诊断实时监测系统的设计方案。     

客运索道的启动逻辑及电子保护电路的分析

该电路应用于大型往复式客运索道的三闭环错位选触无环流控制系统中，本文就其变流装置中的启动逻辑和电子保护及故障显示电路进行分析，它对其他的变流装置或牵引设备的控制系统同样具有参考价值。     

客运索道的安全保护

主要介绍脱挂式客运索道的特点及基本工作原理，强调了客运索道测控装置的重要性，主要包括钢丝绳位置和抱索器状态检测、安全运行控制和防摆动等安全措施，并以黄山玉屏索道为例，介绍了安全措施的具体应用。     

基于分布式智能的齿轮箱监测和诊断原型系统设计

为提高智能诊断系统解决复杂问题的能力,基于分布智能思想、面向对象的方法和信息融合技术,构造齿轮箱装置监测和诊断的原型系统。该系统是一个定性知识与定量知识相结合的多属性、多任务、多目标的不确定性信息处理系统。状态监测任务由基于多网络协同推理的方法完成,采用特征融合和时空判决融合技术提高推理效率。故障诊断时,针对不同诊断要求,采用常规诊断和基于多专家组合的精密诊断。     

Multi-agent decision fusion for motor fault diagnosis

Improvement of recognition rate is ultimate aim for fault diagnosis researchers using pattern recognition techniques. However, the unique recognition method can only recognise a limited classification capability which is insufficient for real-life application. An ongoing strategy is the decision fusion techniques. In order to avoid the shortage of single information source coupled with unique decision method, a new approach is required to obtain better results. This paper proposes a decision fusion system for fault diagnosis, which integrates data sources from different types of sensors and decisions of multiple classifiers. First, non-commensurate sensor data sets are combined using an improved sensor fusion method at a decision level by using relativity theory. The generated decision vectors are then selected based on correlation measure of classifiers in order to find an optimal sequence of classifiers fusion, which can lead to the best fusion performance. Finally, multi-agent classifiers fusion algorithm is employed as the core of the whole fault diagnosis system. The efficiency of the proposed system was demonstrated through fault diagnosis of induction motors. The experimental results show that this system can lead to super performance when compared with the best individual classifier with single-source data.     

无线传感器网络多级融合的机械故障诊断方法

针对无线传感器网络(wireless sensor networks,简称WSNs)在机械故障诊断应用中大量振动信号不能实时传输的问题,提出基于无线传感器网络多级分层信息融合的机械故障诊断方法。采用簇树网络结构扩大网络监测覆盖范围,将WSNs信息融合分为数据级融合、特征级融合及决策级融合3个级别,终端节点对原始振动信息进行数据级融合以提取特征信息,簇头节点对特征信息进行特征级融合得到模式识别结果,网关节点对识别结果进行决策级融合以评估机械设备运行状态。实验表明,该方法能有效应用于机械故障诊断。     

客运架空索道系统动力特性分析方法

客运架空索道系统的固有频率与模态是衡量索道系统固有动力特性的重要指标，固有频率的大小直接关系到结构在各种不同的激励条件下是否会发生动力放大效应与共振。文中首先解决索道系统分析中的有限元建模问题，包括典型柔性索道的模型状态，然后利用ANSYS程序的子空间迭代法求出结构最低各阶的特征值与特征向量，并计算出三种工况下的前40阶固有频率与振动模态，为客运架空索道系统的动力特性分析提供有效的计算方法。     

基于三层信息融合的提升机制动系统故障诊断

为了充分利用矿井提升机运行过程中的监测历史数据,判定故障原因并进行准确定位,将信息融合技术引入提升机的故障诊断中,提出了一种基于三层多源信息融合的故障诊断方法。该方法依据主成分分析法(principal component analysis,简称PCA)建立主元模型,对原始完备数据集进行降维去噪,实现特征提取,完成数据层的融合;特征层采用具有记忆功能的Elman神经网络作为融合算法,不断调整权值对数据层各信息源提取出来的特征进行训练,通过压缩融合信息量完成时间上的融合;决策层使用DS(dempster-shafer,简称DS)证据理论对特征层训练输出的信息进行融合,判定故障原因,实现了空间上的融合;最后依据PCA故障诊断原理,定位故障发生的部位,完成诊断过程。该融合方法通过对监测系统所测信息的合理选择、综合与利用,对其进行空间和时间上的融合互补。试验结果表明,该方法能够充分利用大量历史数据对系统进行诊断,可以显著提高系统的可靠性。     

我国客运索道发展问题分析及对策

我国客运索道经过多年的快速发展,对相关产业是一种积极有效的推动,但在发展期间也产生了很多问题.文中通过对30年来我国客运索道数据的统计分析,阐述了我国客运索道发展现状及存在的问题,并在此基础上提出了相应的解决对策.     

我国客运索道电控系统现状及展望

索道的电气控制系统集中体现了索道的复杂程度和技术水平。介绍了目前我国客运索道应用的不同形式的控制系统，分析了其特点以及对安全性的影响，并对我国客运索道电气控制系统的发展方向进行了展望。     

Decision fusion system for fault diagnosis of elevator traction machine

Fault detection and diagnosis is critical for healthy operation of an elevator system. In order to realize a real-time and convenient diagnosis and satisfy the requirement of advanced maintenance of an elevator system, this paper proposes an intelligent fault diagnosis approach of induction motor for elevator traction machine using a developed decision fusion system. First, the basic knowledge of fusion techniques is briefly introduced which consists of classifier selection and decision fusion. Then a developed decision fusion system is presented. Next, four fusion algorithms—majority voting, Bayesian belief, multi-agent and modified Borda count—are employed for comparison in a real-world diagnosis experiment of a faulty elevator motor system. Based on the satisfactory results shown in the experiment, a big potential in real-world application is presented that is effective and cost saving only by analyzing stator current signals using proposed decision fusion system.