数控机床振动故障诊断软件的开发

针对数控机床振动信号的振动机理和振动特点,结合故障诊断技术和模态分析技术,以LabVIEW软件为平台,开发了一套向导式振动故障诊断系统。该系统可以实现8通道高速数据采集、数据分析、数据保存,数据回放、模态分析和故障诊断功能,详细的介绍了软件设计流程和关键部分设计思路,给出了部分前面板设计图。并对某公司生产的数控机床进行了振动信号采集、模态测试和故障分析,试验证明,软件的各项功能很好地满足了振动监测、模态测试和故障诊断的要求,进而验证了该软件系统的可靠性和实用性。     

压力计量在智能运维中的应用

通过对压力计量校准的应用研究,以及运维过程中事故故障的大数据分析,提出构建基于智能检测监测、云计算与大数据等先进技术的智能运维系统.该系统可对现场诸如工况压力等数据进行整理融合,深度挖掘与智能分析,对基础设施进行全寿命周期管理,实现运维管理与生产作业智能化,大幅提升运维效率,降低运维成本,引领智能运维和故障诊断的深度变...     

数控机床刀具故障在线监测系统开发

介绍小波分析、虚拟仪器及其软件开发平台LabVIEW基本原理的基础上,着重阐述了小波消噪和奇异信号检测在数控机床刀具故障诊断中的应用,以及小波分析与虚拟仪器相结合应用于故障信号分析.设计开发了基于LabVIEW8.2虚拟平台的数控机床刀具故障监测系统,该系统将数据采集,数据分析和故障诊断融为一体,实现机械设备在线检测、实时故障诊断.最后通过数控铣床刀具磨损故障监测实验,验证了该监测系统在工程实际应用中的合理性和实用性.     

基于虚拟仪器的电机振动远程监测系统

采用虚拟仪器系统作为开发平台,应用频谱分析和小波分析相结合的方法以及使用DataSocket技术,构建了电机振动远程监测系统.它能够对振动信号进行自动采集及实时数据分析和处理.很好地实现了监测系统的网络化,改善了操作人员的工作环境.实际应用证明,该系统能有效地判断电机振动故障类型和程度,提高了故障诊断效率.     

基于人工智能技术的大数据分析方法研究进展

人工智能、大数据、云计算、物联网等信息技术为推动集成制造快速发展提供了关键技术手段。近年来,采用人工智能技术进行大数据分析取得了突破性进展。系统总结了基于人工智能技术的大数据分析方法的最新研究进展。从大数据的聚类、关联分析、分类和预测4个主要的数据挖掘任务出发,分析了大数据环境下机器学习的研究现状;针对深度学习这一热点,总结了基于MapReduce、Spark的分布式深度学习实现,以及面向大数据分析的深度学习算法改进相关研究;从群智能、进化算法两方面梳理了基于计算智能的大数据分析相关研究;针对大数据平台,特别对大数据分析和深度学习集成框架进行了归纳,介绍了大数据机器学习系统和算法库;分析了大数据分析中人工智能技术面临的主要挑战,并提出了进一步的研究方向。     

大数据分析技术在新能源汽车行业的应用综述——基于新能源汽车运行大数据

为应对化石能源危机和环境污染问题,新能源汽车技术的发展与应用引起广泛重视。新能源汽车具有高信息化的特点和智能网联化的发展趋势,在日常运行中会产生大量行驶数据信息。利用海量多源异构数据进行安全预警与监管、车辆技术分析,是推动我国新能源汽车行业发展的关键。综述了大数据分析技术在新能源汽车行业的应用情况,概述了大数据分析技术的基础理论、发展历程,介绍了新能源汽车国家监测与管理平台的架构和功能,并着重阐述了新能源汽车大数据分析过程。分别从动力电池数据、汽车运行数据和充电数据的角度出发,分析了现有的研究方向和研究方法,列举了部分研究成果和应用情况。最后,对当前新能源汽车大数据分析领域存在的问题和发展应用前景进行了总结和展望。     

制造大数据分析综述：内涵、方法、应用和趋势

随着5G、物联网(Internet of things, IoT)和云计算等技术的发展,制造系统中数据的体量持续增长,并涌现出了全新的大数据特性与内涵,逐渐成为支撑制造系统运行优化的关键要素。为了进一步释放制造大数据的要素红利,对制造大数据分析方法展开综述,理清制造大数据的内涵,梳理大数据分析方法的发展历程,归纳制造大数据分析的应用,总结挑战与发展趋势。首先,从制造大数据的特点、数据密集型科学的内涵、大数据驱动的智能制造系统新模式三方面论述了制造大数据的新内涵;接着,从支撑技术与方法特点,对制造领域的大数据分析方法的发展历程进行回顾。然后,从产品设计、生产调度、产品装配、质量优化、设备运维和制造服务六个关键应用领域,对大数据分析方法在智能制造中的应用进行综述。最后,讨论制造大数据分析方法面临的挑战,展望未来大数据分析方法的发展方向,以期激发制造大数据分析方法的新思维、新理论,并推进制造大数据技术进一步发展。     

变速箱振动与噪声故障的自动诊断方法

在前人对振动与噪声信号诊断故障基础上,对正常状态下变速箱运行情况、噪声故障以及振动信号进行数据分析,通过几何误差分析以及典型故障系统振动、噪声信号峰与图像特征,对相关识别技术进行数据参数提取,分析振动和噪声故障诊断方法。     

基于云技术的工业缝纫机状态检测及分析软件的设计与实现

工业4.0模式有效融合了物理世界和网络世界,云技术的发展又显著提高了数据分析处理和资源共享的能力,为电控缝纫机智能化提供了新的发展方向。通过物联网技术获取电控缝纫机加工现场数据,为满足整厂甚至是企业级的数据整合,利用云端分布式计算高效性和资源共享性的特点,开发一套基于云技术的缝纫机状态监测及分析软件对缝纫机故障诊断和质量管控带来重要便利。因此,基于Paas(平台即服务)云平台,搭建工业缝纫机状态检测及分析软件系统,实现了参数设置,状态检测及故障诊断,性能评价等功能。工业现场数据通过蓝牙由缝纫机传入移动端,再由HTTP协议上传至云端,采用整合在云端的Keras等机器学习库对数据预处理分析和应用分析后,将结果存储在postgreSQL数据库,最终在移动端,实现由UIkit框架建立的可视化界面上的用户交互。     

一种新的CAE分析结果后处理平台

针对现今计算机辅助工程(CAE)软件在分析数据后处理方面的局限性,基于Visual Stud-io2008开发了一种新的CAE分析结果后处理平台.该平台采用OpenGL技术实现分析数值的可视化.以数据处理为基础开发了平台的各项功能,在各种后处理功能基础上设计开发了一套智能化数据分析系统,最终从数据显示、数据处理和数据分析3方面完善了一套新型、高效和稳定的CAE分析结果后处理平台.     

港口起重机健康保障系统的研究与应用

港口起重机服役期长,工作环境恶劣,损坏率较高,需定期维护保养。为保障港口起重机健康可靠运行,基于物联网、云服务平台及工业大数据分析等技术,建立港口起重机在线远程监控及预防性维护健康保障系统。健康保障系统通过采集起重机数据来反映起重机的健康状况,并给出预防性维修意见。结合健康保障系统的应用网络和总体框架,设计了面向港口起重机全生命周期的数据采集与集成、基于大数据的健康分析优化、基于公众互联网的企业间协同应用、云服务系统、安全保障体系等部分功能模块。针对健康保障系统中的关键技术,研究了港口起重机钢结构裂纹远程监视与自动识别系统、基于云服务平台的健康保障系统、基于深度学习和大数据分析的起重机故障诊断及预估分析优化等,结合港口起重机健康保障系统研究现状,提出了健康保障系统实施过程中的问题和挑战。     

基于K-最近邻算法的挠度传感器有效度研究

为了防止传感器故障或失效导致的误报警和漏报警,对传感器测量系统本身的故障诊断和失效分析已成为重大基础设施状态监测与故障诊断系统的一个重要问题.通过对桥梁状态实时监测与故障诊断系统中多个传感器之间的关联特性及关联的概率分布进行研究,提出了K-最近邻监测点对目标传感器采集数据的支持度的定义和算法,提出了基于K-最近邻的传感器有效度算法,并将该算法应用于攀枝花倮果大桥健康监测系统的挠度监测数据分析,结果表明,该算法能够准确地描述传感器的失效程度并在时域上定位故障.     

基于大数据的智慧工厂技术框架

为了在分析智慧工厂国内外研究现状的基础上,对制造业如何利用物联网、云计算、大数据等新兴技术实现智慧工厂展开研究,为智慧工厂的实施过程提供参考框架,探讨了集成制造物联、智能制造执行与制造协同的智慧工厂内涵,以及智慧工厂具备的大数据特征。提出由物物互联层、对象感知层、数据分析层、业务应用层和云端服务层五个层次和一个大数据中心构成的智慧工厂技术体系架构。特别针对大数据驱动的制造过程动态优化关键技术,探讨了其中涉及的大数据集成、大数据存储、相关性分析和相关性描述等大数据分析方法。所提智慧工厂技术体系与所展开的智慧工厂大数据技术讨论,将对制造业实现智慧工厂具有重要的借鉴价值。     

高速公路交通大数据分析及挖掘技术展望

随着计算机、物联网及传感技术快速发展,高速公路行业积累了海量数据,但针对交通大数据开展的分析及挖掘工作却很少,且未对海量数据中隐藏的有效信息进行充分挖掘。鉴于此,分析了山西省交通行业数据分析及挖掘技术现有基础,并提出了下一步研究方向及典型应用展望。     

远程分布式车辆故障诊断系统

针对现代汽车结构复杂、技术含量高、故障诊断难度大等特点,提出了基于远程分布式车辆的故障诊断系统,并进行了研究.介绍了系统的总体架构与工作原理,对现场监测与诊断系统、远程诊断中心、网络通信系统和软件系统开发等进行了分析与探讨,最后研究了系统的主要实现技术,包括网络数据库技术、数据压缩与传输技术及系统安全性技术等.     

在用润滑油发射光谱分析技术评述

简述油液分析技术在机械设备状态监测与故障诊断领域中的成功应用和油料发射光谱技术的重要地位。发射光谱分析油样数据中所包含20多个甚至更多的元素数据,介绍对这些数据的分析方法,包括门阈值法、聚类法、元素含量预测法等。分析发射光谱技术的主要应用,包括监测润滑工况、诊断磨损故障、识别油料种类、判断润滑油劣化变质和检测油液污染状况等。提出油料发射光谱技术存在对尺寸大于10μm的金属磨粒检测效率低、信息冗余度大等问题,其在实际使用过程中必须与铁量仪、分析式铁谱仪或颗粒计数器等配合;指出油料发射光谱技术需要提高大尺寸磨粒的检测效率。     

小波神经网络在故障诊断中的应用

基于LabVIEW开发的系统平台,运用小波分析技术和人工神经网络技术实现在金属切削过程中对刀具的故障诊断.     

数据融合技术在液压挖掘机质量诊断中的应用

随着多传感器复杂大系统的不断出现,多传感器数据融合技术已受到广泛关注。在分析数据融合基本原理和结构形式的基础上,建立了液压挖掘机故障诊断的数据融合模型,结合虚拟仪器技术对诊断数据进行了融合分析,并应用于液压系统供油主路故障诊断实验,给出了阀芯位移与故障映像流程图和供油主路诊断流程图,结果表明该方法较好地满足了液压挖掘机质量诊断的需要,具有一定的有效性和实用性。     

基于Internet的机械故障诊断服务系统设计

分析了开发基于Internet的机械故障诊断服务系统的现实性和可行性.着重论述了利用有关工具设计的B/S模式机械故障诊断服务系统,该系统包括机械故障诊断原理与基本技术、常见零部件故障诊断、机械设备故障诊断、矿井提升机故障诊断、故障诊断技术的最新发展、机械故障诊断机构名录、客户留言等7大功能模块.该系统能够实现机械故障诊断服务的开放性与公享性.     

智能变电站设备管控大数据分析系统研究

结合数据挖掘、大数据技术在电力系统中的应用现状,分析和设计了一种智能变电站设备管控大数据分析系统。对变电站设备运行状态的大数据特征及基本框架进行了分析,并重点阐述了变电站设备运行状态大数据分析系统的数据集成与预处理、数据存储与处理、设备状态评估模型以及数据可视化展示。实验结果表明,所设计的大数据分析系统能够大幅度提升变电站设备数据分析智能化水平,为变电站管控稳定运行提供更加有效和实用性的技术支撑。