基于分数阶偏微分的离散制造系统检测数据融合算法

针对离散制造系统中由于设备性能和工作环境的不同,致使通过物联网收集的生产数据存在较大差异,直接影响制造执行系统可靠性的重要问题,研究了基于分数阶偏微分方程的离散制造系统差异性数据融合算法。采用物联网技术统一收集与综合离散制造系统中各个数据终端的生产数据,用分数阶偏微分算法对所获取的差异性数据进行处理,从而实现检测数据的有效融合。实验结果表明:与同类方法相比,该方法总绝对误差和数据波动性较小,融合精度较高,对提高离散制造执行系统的可靠性具有重要意义。     

基于信息融合子域适应的不同工况下谐波减速器故障诊断方法

针对工业机器人谐波减速器不同工况数据分布差异大,部分工况数据标签缺失以及单一传感器获取信息不全面,导致 诊断准确率不高的问题,提出一种信息融合子域适应的不同工况下谐波减速器故障诊断方法。 该方法将源域和目标域一维振 动数据利用小波变换构建时频图;使用基于小波变换的图像融合方法整合多个传感器的时频信息并构建融合图像;提出多表示 特征提取结构的改进残差网络以充分挖掘融合样本多表示特征,同时,在无监督场景下将源域和目标域融合样本的多表示特征 进行子域适应处理,减小两域的各个子域间的分布差异,从而将知识从标签丰富的源域迁移到标签缺失的目标域,最终实现不 同工况下谐波减速器的故障诊断。 通过搭建工业机器人谐波减速器故障实验台并进行实测,所提方法在所有迁移任务中平均 准确率可达 98. 8% ,能够有效实现无监督场景中不同工况下谐波减速器的故障诊断。     

基于物联网的铁路信号设备智能检测与故障诊断系统设计

针对铁路信号设备中的故障检测和诊断效率低下,以及传统方法在处理复杂故障时存在局限性,设计一种基于物联网技术的铁路信号设备智能检测与故障诊断系统。该系统旨在提高铁路信号设备故障检测的准确性和效率,进而确保铁路运输系统的安全和可靠性。该系统利用物联网技术进行实时数据收集,同时结合机器学习算法对信号设备的运行数据进行深入分析,以实现高效的故障诊断。该系统可以快速准确地识别出故障模式,并提供有效的维护建议。在系统测试中,该方法展现出了高准确率和快速响应能力,显著提高了故障诊断的效率,为铁路运输安全管理提供了一种新的技术支持,对于提高铁路运输的安全性和可靠性具有重要意义。     

集成多传感器信息融合算法的啃轨故障诊断系统设计

提出一种集成多传感器信息融合算法的起重机啃轨故障智能诊断系统,不同原因造成的啃轨有规律可循,利用多传感器数据融合、故障诊断逻辑运算等算法,得出可能导致啃轨的原因。这一系统提高了啃轨定位和诊断的精度、速度,便于维护人员掌握设备运行状态,及时发现并处理设备故障,提高设备自动运行的可靠性和设备寿命,还能节省能源,降低成本,适用于恶劣环境,这种方法广泛适用于各种存在车轮啃轨现象的轨道式起重机、桥式起重机和有轨机车等。     

试论信息融合与现代测量技术的关系

1973年，美国国防部资助研发了声纳信号理解系统，信息融合技术在该系统中得到了最早的体现。20世纪80年代，传感器技术的飞速发展推动了信息融合技术的研究，逐渐形成了新的信息处理方法——多传感器信息(数据)融合(Multi-Sensor Data Fusion，MSDF)。近20年来，信息融合技术已广泛应用于军事及许多民用领域。信息融合在军事上的应用．包括海上监视、空对空和地对空防御、战场情报监视和目标获取、战略预警等：在非军事领域的应用，包括遥感、电力系统监测、机器人技术、设备自动监测，智能检测系统等。     

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     

基于多传感器融合技术的配电室智能巡检系统设计

为了提升配电室巡检工作质量,解决安全隐患,设计基于多传感器融合技术的配电室智能巡检系统。该系统中由智能巡检机器人搭载多种传感器和工业相机,通过运动控制子系统和后台控制子系统对机器人运动过程进行控制。利用机器人采集配电室内设备信息,将所得信息发送至嵌入式中央处理器中进行多传感器信息融合,融合后信息经以太网传输到云服务器中存储,并通过网络服务器传输至手机、平板等智能装置中,完成配电室智能巡检。实验结果表明,利用所设计系统融合后的数据更加精准,可为机器人避障提供了可靠数据保障,且该系统的障碍物辨识精度高,在巡检方式、巡检效果、巡检策略方面具备显著优势,可有效解决配电室设备存在的安全隐患。     

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PC+PLC的智能检测系统通讯错位控制系统设计

智能检测控制系统是智能检测设备的核心技术。基于PC+PLC结合的智能检测设备控制系统中，PC和PLC处理中心的信息在交换过程中，保证信息匹配的准确性和可靠性是整个智能检测设备控制系统的关键技术问题。该文基于PC+PLC的智能检测系统的结构及原理，通过工序设定及控制程序的设计分析，采用对物料身份信息识别并结合数据队列处理的方式，得到匹配好的信息组合，通讯时以信息组为单位传递，以此解决信息错位问题。经不同应用场景的智能检测设备实际应用，验证了此方法的可靠性。     

墙面喷浆抹平机器人故障诊断专家系统的研究

基于相关的人工智能理论，对墙面喷浆抹平机器人的故障原因进行了分析，并综合专家系统和神经网络特点，提出了基于2种方法相互融合的墙面喷浆抹平机器人故障诊断系统，实现了故障的快速、准确诊断及处理．设计了墙面喷浆抹平机器人故障诊断系统总体结构，采用故障树分析法，以墙面灰浆不均匀为例，分析了墙面喷浆抹平机器人出现此故障的可能原因，并创建了常见故障代码表．以Visual Basic为基础语言，开发了状态检测和故障诊断的上位机界面．该研究为喷浆抹平机器人的不断完善和其智能故障诊断系统的开发提供了理论依据．     

云架构下基于标准语义模型和复杂事件处理的制造车间数据采集与融合

在智能制造背景下,制造车间向智能车间转型是未来发展的必然趋势,而目前制造车间数据大量增长产生了私有协议数据多、数据无法充分利用、数据无法跨系统跨企业共享的问题。为解决上述问题,设计并实现了一个云架构下基于标准语义模型和复杂事件处理的制造车间数据采集和融合系统。该系统由设备端和云端两部分组成。设备端为分布式结构,解决了私有协议数据多的问题;其中数控机床和工业机器人采用基于OPC统一架构协议进行数据采集,测量设备及计量器具采用基于质量信息框架标准进行数据采集。云端用于统一采集每个设备端的数据,解决了数据无法充分利用和数据共享问题;利用复杂事件处理技术对采集到的数据进行融合处理,得到制造执行系统关心的工件加工状态,工件的生产准备等信息,同时系统也可以协助工人完成生产任务。通过原型系统验证,所设计系统可以有效地完成上述功能,并为上层制造执行系统及时提供可信的数据支持。     

融合多传感器的工业机器人故障信息采集系统

由于工业机器人在频繁的运行中受到各种摩擦、振动、温度变化以及负载作用的影响,从而使设备出现故障的概率大大提升。为了更加全面掌握工业机器人的运行状态,采用ZigBee无线传输技术设计了融合多传感器的工业机器人故障信息采集系统。采集节点读取振动传感器、电机转速传感器和温度传感器采集的数据获取工业机器人不同部位的工况信息,然后通过ZigBee无线模块发送到接收装置。接收装置将工业机器人的运行状态信息进行解析,并将提取出来的特征信息与故障特征进行比对,从而对工业机器人进行故障诊断和预测。     

基于最优分数阶傅里叶变换的模拟电路故障特征提取新方法

模拟电路故障诊断中故障特征提取是关键技术之一,为获得有效的故障特征信息,研究提出一种基于最优分数阶傅里叶变换(FRFT)的模拟电路故障特征提取方法.该方法把在原始数据空间中可分性差的特征数据映射到合适的分数阶空间,用类内类间距离作为判据,通过遗传算法确定分数阶p值,找出在分数阶Fourier域内类内类间距离最大的故障特征,然后用PCA降维和神经网络分类诊断.实验表明该方法能增强不同故障模式的可分性,提高了诊断结果的准确率.     

应用贝叶斯理论评估水下采油树可靠性

水下采油树作为水下油气开采的重要设备,长期处于深海中,其可靠性直接影响整个水下生产系统的安全稳定运行。因此,为研究水下采油树系统的工作可靠性问题,提出一种基于贝叶斯理论的可靠性评估方法,该方法在融合模糊理论的基础上,并考虑到部件失效概率的动态性问题,并以构造的动态模糊子集来表述各根节点的失效概率。该方法有效改善了传统贝叶斯网络在处理故障信息存在模糊性及动态性等方面的问题,提高了系统可靠性分析结果的准确性。通过利用贝叶斯网络对水下采油树系统进行可靠性分析,以期为水下采油树的故障诊断与维修提供了理论依据和数据支撑。     

变压器故障诊断中数据融合技术的研究

本文介绍了信息融合的基本特点、融合系统的构成及关键技术;分析了融合技术处理多源信息的能力,将数据融合技术与故障诊断原理融为一体,实现了基于数据融合技术的变压器故障诊断,提高了变压器故障诊断的确诊率。     

基于模糊积分的空分设备故障诊断

D-S证据理论作为空间数据融合的方法应用于工业设备的故障诊断中,具有很好的效果,但是对于具有时间特性的设备故障,就必须考虑时间域上的数据融合才能得到设备故障的准确模式。该文提出了将模糊积分方法用于时间域上的数据融合,并应用于空分设备的故障诊断中。通过仿真实验证明,模糊积分数据融合方法可以有效地提高空分设备故障诊断的可靠性和故障识别率。     

全信息小波包分析及其在旋转机械故障诊断中的应用

针对传统旋转机械单通道故障诊断的不足,结合设备状态检测和故障诊断中微弱振动信号难以提取的问题,在介绍全信息技术的基础上,提出新的信号处理方法——全信息小波包分析,用小波包变换对双通道信号分别进行分解,以提取信号中的微弱局部成分,把需要的对应小波包进行重构并用全矢谱技术进行融合,根据融合后的数据进行故障诊断。工程应用实践表明,全信息小波包分析是一种新的、较为实用的信号处理方法。     

信息融合技术在电路板无损检测中的应用

红外热成像技术是增强电路板检测系统能力的有效方法之一,信息融合技术为故障诊断提供一种新的途经.本文在电路板故障检测分析的基础上,介绍了电路板无损检测系统的组成结构,提出了一种基于数据融合的故障诊断方法,分析了多传感器数据融合算法,并将该算法有效地应用于电路板无损检测系统中,提高了系统诊断能力.     

先进制造系统中的设备故障诊断

分析了先进制造系统加工设备的故障诊断方法，探讨了建立先进制造系统设备智能诊断系统的诊断信息、诊断模型与诊断推理等问题，并提出了现代先进制造系统故障诊断技术的发展趋势     

基于PCI总线的智能检测仪设计

设计了基于PCI总线的智能检测仪,采用CPLD可编程逻辑器件和双口RAM为通讯接口,实现了以工业控制机为主机与以89C52单片机为分机间的快速数据传输,缩短了检测时间;同时采用了自适应加权融合算法的数据融合技术进行数据处理和故障诊断,提高了检测仪故障诊断能力,增强了故障检测的可靠性。实际应用结果表明该检测仪具有良好的故障诊断性能。