基于小波神经网络监测刀具状态的研究

针对切削过程中振动信号和AE信号的特点，提出一种基于小波分析和BP神经网络的刀具磨损监测系统。该系统能融合振动和AE信号的特征，描述信号特征与刀具状态的非线性关系，以此识别刀具状态。试验表明基于小波神经网络的刀具磨损状态监剩系统是有效的。     

基于多传感器的刀具状态监测系统

以铣削加工为对象,研究了多刃切削加工过程的刀具状态监测问题,从系统的角度分析了刀具状态的多传感器监测原理,并以此为依据确定了采用声发射（ＡＥ）传感器和动态切削力传感器可有效地监测加工过程。文中提出了一种多传感器信号的特征提取方法,该方法利用偏最小二乘法计算样本矩阵的本征值,根据置信因子确定特征维数。为验证该方法的有效性,建立了一个铣削加工实验系统,实验结果表明,该方法可在多种切削条件下获得较高的识别率。     

液压系统微机在线监测与状态预报

本文介绍了利用微型计算机对液压系统的运行状态进行在线监测和预报的基本原理和方法。首先对液压系统的常见故障进行了简要分析,然后介绍了微机在线监测系统的组成及其特点,最后对液压系统的状态监测及预报方法进行了具体介绍。本文讨论的问题,对微型计算机在液压技术中的广泛应用具有一定的参考价值。     

智能制造中的状态在线监测技术

智能制造是制造技术与信息技术的结合,并朝着自动化、集成化、信息化、绿色化的趋势发展.智能制造中的感知、分析、决策等重要环节都离不开状态监测技术.智能制造就是以信息流全局监控为基本线索,通过制造与服役过程的精确调控加以体现,而状态监测传感技术是其中的重要环节.论述了刀具磨损、数控机床健康状态、几何量、智能传动装置及油液状态等在线监测应用中的监测技术,详细介绍了其特点以及国内外的研究热点,并总结与展望了其未来的发展趋势.     

多通道滚动轴承在线状态监测系统及其应用

扬子石化有限责任公司水厂与浙江大学合作,采用计算机和网络化技术,研制、开发了多通道滚动轴承在线状态监测系统,对水厂生化装置主流程上9台离心风机机组群进行24h在线监测,改变了以往操作人员对机组轴承的日常巡检以"耳听"(轴承声音)、手摸(机壳温度)为主要手段的现状,避免了因不能及时发现机组群中各轴承的早期故障,一旦发现滚动轴承严重失效时已发生抱轴、烧毁电机等停车、停产事故.     

计算机在线状态监测与诊断系统的设计

本文以某一现场大型旋转设备计算机状态监测与诊断系统设计为例，说明分布式计算机在线状态监测与诊断系统的硬件构成，软件设计及系统的主要功能。     

电力系统变电在线监测与状态检修分析

当前,我国电力系统的规模和容量在不断扩大,电力系统变电站是电源输送和分配的重要枢纽,一旦变电站出现问题,就会给整个电力系统造成很大的损失,所以要保证变电站中各种设备的安全、可靠运行。随着电力制度的不断改革,降低电力生产成本、提高电力系统变电站设备质量成为电力企业目前要解决的问题。而要想解决这一问题,保证电力系统的正常运行,就必须对变电设备进行及时的在线监测和状态检修。     

输变电设备状态在线监测与故障诊断系统分析软件设计

输变电设备状态在线监测与故障诊断系统综合分析软件是一套以组件形式嵌入到信息一体化平台的应用系统。主要实现了对现场一次设备数据的实时监视、分析、预测、评估和故障诊断等功能,同时还提供了组态管理、数据管理、系统配置、用户权限管理等完善的系统管理功能,满足了信息一体化平台的各项功能需求。     

智能传感器在水质在线监测系统中的应用

简单介绍了水质在线监测系统的现状、组成,详细阐述了智能传感器技术在水质在线监测系统中的具体应用以及如何实现,给出了简要的程序流程图和实际应用的结果。     

基于图像识别技术的输电线路智能监控系统应用

针对持续多发的输电线路外力破坏事件,人工巡视以及传统监控设备并不能及时有效发现事故隐患,因此提出基于图像识别技术的输电线路智能监控系统.该系统应用卷积神经网络的深度学习算法训练模型,可以智能识别出输电线路现场的安全隐患.建立起前端采集图像,数据无线传输,后台识别分析,隐患定向推送的智能监控新模式.在佛山地区应用实践中,该系统实现了对输电线路现场的24小时实时监控预警,提高了对外力破坏隐患的监管能力,有效预防了大型施工机械所致的线路跳闸事故.     

改进D-S证据理论在机床状态监测中的应用研究

针对传统机床状态监测中单一传感器准确率不高,实时性较差的问题,提出了一种多传感器D-S证据理论融合方法进行状态监测.该方法首先利用多个传感器感知机床状态参数,同时为了减少数据收集过程中的干扰,引入了分批估计获得传感器可信度,并对获得的证据进行第一次修正;其次通过计算证据体偏离度来获得证据的修正系数,并对获得的证据进行第...     

基于网络的大型装备在线监测与智能诊断

在大型武器装备的故障诊断中,运用无线网络技术,组建了基于多级分布式无线监测网络的智能诊断平台,设计了现场监测中心、设备在线监测诊断中心及无线智能检测单元。系统采用基于小波包能量分布与奇异值分解相结合的特征提取方法,运用混合型集成神经网络来完成这些特征信号的局部故障诊断,然后采用D-S证据理论将多个传感器的故障诊断结果进行融合,实现了准确的故障诊断;并采用基于竞争网络集成的在线监测方法,从而构建了某大型武器装备的在线监测与智能诊断系统。     

基于流数据的列车在线状态监测方法研究与应用

为实时地监测列车在线状态,传统的阈值检测方法只能从数值表现上对设备或系统状态做出判断,而忽略了数据趋势性变化所反映出的列车健康状态变化信息.文章针对列车在线运行过程中产生的流数据提出了一种基于一致性表现的流数据分析方法,其在离群异常点提供报警的同时,能够从特征变化趋势中挖掘信息,同时开发了一套应用于列车多功能车辆总线M...     

基于自适应线性神经元的高压电缆状态监测及故障定位方法研究

高压电缆的早期故障往往是由电应力过大和电缆老化造成的。如果这种故障在短时间内以电流尖峰的形式出现,则可能出现永久性故障。为了检测高压电缆中的早期故障,提出了一种基于累积和算法以及自适应线性神经元的监测策略,从而检测单相瞬变和区分早期故障。累积和算法对噪声具有鲁棒性。在仿真中对所提出的方法进行测试,结果显示所提出方法可实现高精度和高速故障定位,验证了其有效性。     

复杂环境中的车牌字母和数字识别研究

当前车牌识别的研究大都是针对正常环境进行的,对于复杂环境下的车牌难以达到识别要求。本文提出一种用BP神经网络构造并行神经网络的车牌字母和数字识别方法,利用PVM网络在虚拟并行平台上实现了并行神经网络,最后对复杂现场环境下获取的车牌进行了实验。实验结果证明,该算法具有良好的性能,能在28ms内实时准确的识别车牌字母和数字。     

图像智能识别技术在图像自主导航中的应用

为了实现图像自主导航,研究了基于人工神经网络的图像智能识别技术。利用神经网络非线性、自适应性、鲁棒性及自学习特性,完成了从模式空间到类型空间的映射,得到不同类对象的不同几何不变矩特征,从而实现对图像的智能识别。图像处理技术已经成功地运用到了飞行器的导航方面,图像智能识别技术的进一步完善将有力地推动图像自主导航技术的发展。