基于DSP和神经网络的风力发电机齿轮箱远程故障诊断系统

风力发电机齿轮箱是风力发电机组中发生故障频率最多的部件.为了满足对风力发电机齿轮箱的远程状态监测和故障诊断要求,设计了以C 2000系列DSP-TMS320F2812(简称F2812)为核心处理器的风力发电机齿轮箱远程故障诊断系统.系统可以脱离上位机独立运行,利用F2812丰富的外设模块构建了系统的硬件,可以对模拟信号、转速频率信号、数字信号进行数据采集,并具有以太网、全球移动通信系统(GSM)通信功能.针对风力发电机齿轮箱常见的轴承和齿轮故障,采用了有限脉冲响应(FIR)数字滤波、快速傅里叶变换(FFT)、倒频谱、小渡分析等方法提取出故障特征.将提取的特征向量输入训练好的BP神经网络进行嵌入式故障分类和识别,得出故障的类型、部位和程度.测试表明本系统能够实现长时间在线监测,并能正确的识别出故障,特别适用于风力发电机远程在线监测和故障诊断.     

基于BP神经网络的数控机床故障诊断系统研究

提出了一种改进的BP神经网络模型应用于数控机床的故障诊断方法。介绍了诊断模型结构及网络算法，并以机床中进给伺服系统为例，分析其诊断过程；然后利用MATLAB对其进行仿真验证，并提出采用CPLD器件进行硬件的实现方式。试验结果表明，该方案合理、可行，有较好的应用前景。     

基于Internet的数控机床远程故障诊断系统的研究

针对机床故障诊断的需要 ,研究建立了数控机床远程故障诊断系统的主要框架。对于三个子系统的主要功能和实现方法进行了深入的探讨。同时 ,对其实现过程中的关键技术如网络数据库、数据实时传输、安全性和开放性进行了详细的分析。该系统可以充分发挥Internet的优势 ,促进数控机床故障的及时、正确诊断 ,提高设备的利用率     

基于DSP的数控机床的远程故障诊断系统的研究

本文介绍了一种新型的数控机床远程故障诊断系统,与其它监测系统不同,它只在机床发生故障时才连接上网,传送数据,该系统具有诊断精度高,诊断速度快,响应性好和成本低的特点。     

基于萤火虫优化BP神经网络的数控机床故障诊断

为了提高数控机床故障预测的能力,针对BP神经网络在数控机床故障预测中出现的收敛速度慢和训练容易陷入局部极值问题,提出了一种基于萤火虫算法优化BP神经网络的数据机床故障诊断算法。文章详细介绍了常见的数控机床故障类型和分类,在萤火虫优化算法和BP神经网络的基础上,建立了萤火虫算法优化BP神经网络的数控机床故障诊断模型,并提出了基于该模型的算法。该模型和算法采用萤火虫算法优化BP神经网络的初始权值和阈值,优化后的BP神经网络能对测试集进行更好的预测。实验结果表明,萤火虫算法优化BP神经网络的预测误差明显小于GRNN和PNN算法。该模型和算法具有很好的预测能力,可以快速、准确地完成数控机床故障诊断研究。     

数控机床智能远程故障诊断系统技术

智能诊断技术有助于解决数控机床布线相互干涉、设备成本过高的问题,通过智能诊断集合大数据、云计算和人工智能,方便数据存储以及多样化的数据接入,能够进一步提高数控机床的智能化水平。文章基于物联网、无线网络和云平台故障诊断,开展智能化的分析。结合多传感器和数据的有效采集,进行综合架构,实现数据的远程传输、通信和存储。以数控机床的伺服系统作为实际案例,探讨可能产生的故障类型,并结合人工智能、Bp神经网络以及专家控制系统开展仿真误差分析,预期结果与期望相吻合,验证了该模型的有效性,值得推广。     

轴承远程故障诊断系统

针对国内外轴承种类繁多，型号复杂以及轴承特征频率难以获得的现状，利用INTERNET网络研制了一种基于远程轴承故降诊断系统，介绍该系统的整体结构及实现的关键技术，可广泛应用于轴承状态监测与故降诊断领域。     

基于XML的数控机床远程监测与诊断系统研究

在分析数控机床远程监测与诊断系统需求的基础上,介绍了系统框架体系结构和技术体系结构,并对系统实现过程中基于网络的数据传输技术进行了研究,最后给出了系统的实现过程。     

基于网络的数控机床设备远程故障诊断技术的框架研究

本文分析了数控机床设备故障诊断中目前存在的问题,探讨了设备故障诊断技术的发展方向,并论述了数控机床设备的远程故障检测诊断技术及其实现方法。     

数控机床远程故障诊断系统框架及其实现

利用VC创建一个对话程序和相应的通讯协议,建立数控机床故障诊断系统数据库,使远程技术中心可以通过网络和用户进行信息交流,了解数控机床的工作状态,并利用ODBC数据库的接口技术调用数据库的内容对数控机床故障进行诊断,提出可行的解决方案。     

设备远程监测诊断系统

本文回顾了设备状态监测诊断系统的发展过程,在分析了远程监测诊断系统所使用的主要技术的基础上,提出了远程监测诊断系统的网络体系结构和两种运行模式,并讨论了远程监测诊断系统的组成,最后总结了远程监测诊断系统的优点。     

基于BP神经网络的故障模式识别与应用

阐述了神经网络模式识别的基本原理,采用改进的BP算法对故障模式识别进行了研究.改进算法采用的变换函数并引入动量因子,利用变步长算法加速学习,结合汽轮机减速箱故障模式识别进行仿真实验,建立了详细的诊断模型.仿真结果表明,改进算法能够快速收敛,识别结果稳定.     

基于BP神经网络的五轴数控机床热误差补偿建模

随着我国经济实力的不断发展,我国对于工业加工领域的重视程度在不断的加强,尤其是在数控机床的应用,具有重要的意义,不仅能够有效提高数控机床工作效率和质量,还能保障产品质量。为了有效判断数控机床档次,应当以数控机床加工精度作为主要的检测标准,而传统的五轴数控机床在热影响下,经常性的出现加工精度下降的问题,针对于此,本文基于BP神经网络的五轴数控机床热误差补偿情况进行建模分析,对比之前的应用数据可知其能够有效提高五轴数控机床的加工精度,具有重要的推广价值。     

基于神经网络的塔式起重机电气设备故障诊断系统

为了提高塔式起重机的故障检测效率,将BP神经网络故障诊断应用于起重机电气设备的故障诊断中。该系统一方面可根据新的故障样本自动学习、训练和更新故障知识,形成新的故障诊断规则并添加到专家系统知识库中。另一方面,直接调用神经网络诊断模块实现故障诊断,根据故障现象诊断故障原因,为维修提供指导。     

基于BP神经网络数控机床热误差建模的研究

热误差是影响数控机床加工的最大误差因素。采用变惯性因子粒子群算法优化BP神经网络的权值和阈值的方法对数控机床进行热误差建模,不仅可以克服基本BP算法收敛速度慢和易陷入局部极值的局限,而且精度相对较高,可以很好的提高BP网络的学习能力与泛化能力。仿真实验表明,变惯性因子PSOBP优化模型性能优于BP网络和标准PSOBP算法优化模型。     

基于B/S模式的数控机床主轴远程故障诊断系统研究

介绍了生产制造企业传统机床主轴故障诊断的现状,分析了计算机和网络技术发展状况,提出了基于B/S模式的数控机床主轴远程故障诊断系统的总体框架模型;应用IIS、ASP.net、VB.net和web数据库等关键技术,构建了数控机床主轴远程故障诊断系统;该诊断系统可以降低制造企业的故障诊断成本,提高生产效率。     

高炉皮带传动设备远程监测诊断系统

介绍了一种应用于高炉皮带传送设备的远程监测诊断系统结构。并根据皮带传送设备的常见故障,选定了系统的监测范围及测点布置,设计了系统的软件结构,从而实现了应用远程监测技术对高炉皮带传送设备的故障诊断与状态监测。     

基于遗传算法优化BP神经网络的数控机床热误差补偿

以提高数控机床加工精度为主要目的,针对减少热误差而提出一种基于遗传算法优化BP神经网络的数控机床热误差补偿方法.首先,分析遗传算法优化的BP神经网络学习算法.然后,建立神经网络模型对三轴联动卧式加工中心进行实时补偿.实验仿真结果表明遗传优化BP神经网络模型具有预测补偿能力强、补偿精度高、拟合性能优、实时性好等特点.     

面向数控机床的远程在线监测与故障诊断系统的研究

在分析了数控机床远程在线监控与故障诊断系统的需求的基础上，从框架体系结构和技术体系结构两个不同方面详细地介绍了满足面向数控机床的远程在线监测与故障诊断系统的体系结构。最后研究了系统的实现方法，并建立了原型系统。     

基于Web的数控机床远程故障诊断服务系统

介绍了远程服务、远程监测、故障诊断技术三者之间的关系，详细论述了作为远程服务的重要部分即远程监测与故障诊断系统的基本功能及其基于Browser／Server网络架构的功能模型，结合具体项目的应用实践。给出了基于网络的数控机床远程故障诊断服务系统主要功能模块的实现方法。