共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
5.
应机电设施故障容易检查维修,而电气方面的故障具有隐蔽性,进而给维修工作人员造成了困扰,甚至阻碍设备以及整个车间的的正常运转,机电结构的自诊断方式,令机电设备的故障迅速精准的被测出,由此提升了维修效率,对今后的研究由很好的参考价值。难遂电子工业与先进制造工艺的进步,机电结构逐渐繁琐、功能逐渐强大、维修保障困难性越来越高。探究设备的自动故障诊断与维修支持技术将极大减少生产者与应用者的机械维修保障成本。 相似文献
6.
针对传统的支持向量机(support vector machine,简称SVM)参数选择方法以人工试验为主,花费时间长且很难得到最优参数的问题,提出了一种基于遗传算法(genetic algoritlam,简称GA)的支持向量机参数自动寻优方法.利用GA的全局搜索能力对支持向量机的各项参数进行寻优预处理,找到最优的参数取值,建立基于遗传算法的支持向量机模型(GA-SVM).以某小型给水管网为研究对象,采用水力分析算法求得管网局部破坏状态下的各项数据,并用这些数据对预测模型进行故障诊断试验,结果表明,经遗传算法优化的支持向量机模型具有较高的预测精度,整体性能优于传统的BP神经网络模型. 相似文献
7.
8.
本文在分析了氧化锆测量仪的工作原理的基础上利用8031单片机构成了氧量测量仪。通过软件提高了测量精度和抗干扰能力。此测量仪精度高、可靠性好,造价低廉,通讯功能满足了用户对远程控制的需求,具有广阔的应用前景。 相似文献
9.
10.
11.
设备故障智能诊断方法的研究 总被引:8,自引:0,他引:8
模糊聚类、粗糙集理论、灰色系统理论等相关技术曾被广泛应用于设备故障诊断中,但是模糊聚类只能对已知样本做出决策,不具有柔性,不能通过已知信息和聚类结果对问题所涉及领域内的新样本的类别做出决策;粗糙集理论不能处理连续变量;而灰色系统理论无法去除故障诊断中冗余的特征参数,不能区分各特征参数的重要性,因而制约了它们在故障诊断中的应用.在本文中,这几种理论被有机地结合起来,应用于设备故障诊断中.在故障诊断过程中,首先利用模糊c均值聚类对样本的参数进行离散化处理,求得各类别的聚类中心,接着基于粗糙集原理对设备特征参数进行约简,去除冗余参数,定量确定各特征参数的重要程度,然后根据约简的特征参数和各参数的重要程度,利用灰色关联分析的方法确定各种标准故障状态与目前设备状态的关联度,从而找到设备的故障所在之处.在本文最后部分通过实例证明,将模糊c均值聚类、粗糙集理论和灰色系统理论结合起来,应用于设备的故障诊断中是一种行之有效的方法,为智能故障诊断提供了理论基础. 相似文献
12.
闵锐 《机械工人(冷加工)》1995,(5):28-29
目前随着自动化设备及机器人的发展,实现无人化自动工厂已不再是个梦想。但现阶段传感器的可靠性一直是制约其发展的因素之一。由于传感器的故障,经常造成自动化设备瞬间暂停,甚至使整条生产线停止运行。对使用者来说,普遍希望传感器具有如下性能. 相似文献
13.
14.
15.
具有故障自诊断的粮仓温湿度监控系统 总被引:1,自引:0,他引:1
《机械工程与自动化》2017,(6)
在科学储粮中粮仓内的温湿度一直是两个重要的监测指标,故大型粮仓中布置了大量的温度传感器DS18B20,一旦出现故障,能够快速诊断并且恢复是非常重要的。设计了一套故障自诊断的粮仓温湿度监控系统,硬件采用EEPROM电路来储存传感器的注册码,在软件中充分利用搜索算法的结果进行处理,当发生故障后能够及时通知管理员,且后续维护简单高效,从而为测温系统的故障诊断提供了有效的解决方案。 相似文献
16.
滚动轴承表面损伤故障智能诊断新方法 总被引:6,自引:0,他引:6
本文针对目前基于小波变换的滚动轴承故障诊断研究中普遍存在小波变换参数选取和故障特征计算无法自动完成的问题,提出了一种基于小波包变换的滚动轴承故障特征自动提取技术,实现了小波函数参数的自动选取和故障特征的自动提取.最后,基于结构自适应神经网络方法建立了滚动轴承的集成神经网络智能诊断模型,利用实际的滚动轴承实验数据进行了验证,结果表明了本文方法的有效性. 相似文献
17.
18.
针对刀具的早期故障监测中因存在强烈的背景噪声而难以提取故障特征的问题,提出了基于二次采样随机共振消噪和B样条神经网络智能识别的故障诊断方法。首先利用在随机共振过程中,噪声增强振动信号的信噪比特性,将刀具振动信号进行随机共振输出,提取有效特征,再输入到B样条神经网络进行智能识别,进而获得刀具的磨损值。同时,为了得到与输入信号最佳匹配的随机共振参数,提出了基于遗传算法的多参数同步优化的自适应随机共振算法,克服了传统随机共振系统只实现单参数优化的缺点。实验结果表明,该方法能实现弱信号检测,能有效地应用于刀具磨损故障诊断中。 相似文献
19.
20.
液压故障智能诊断逻辑方法的研究 总被引:3,自引:0,他引:3
在智能诊断系统中,液压故障诊断的基本逻辑推理方法是化整为零,层层深入,聚零为整,综合评判,由此及彼,触类旁通,抓住关键,顺藤摸瓜等,分析与综合相结合,定性分析与定量分析相结合,机理分析与逻辑分析相结合,假设与验证相结合等是故障诊断的基本原则。 相似文献