基于相关性原理起重机负载电机监测系统设计

对起重机负载电机进行了研究,采用西门子公司的S7-200 SMART PLC采集负载电机的机械振动信号,通过工业Wi-Fi无线模块以无线数据包的形式将采集的数据汇总到上位机LabVIEW监测平台;上位机的LabVIEW监测平台对电动机振动信号进行相关性和频谱分析,将实时振动数据频谱信号和已知常见负载电机的轴承外圈故障、轴承内环故障和滚子故障3种典型的故障状态频谱信号进行相关性运算,得到实时信号与已知状态的相关系数;提出了以相关系数作为故障诊断判定阈值的方法进行故障诊断,实现了对起重机状态进行监测以及监控信息发布。     

基于单片机的直流电动机的信号采集系统设计

装甲车辆起动过程中,直流电动机部分容易发生故障,传统的电机诊断方法都是定期制定维修计划,这种检修方式容易造成维修不足、维修过量以及盲目维修的问题,为了深入分析电动机故障发生时的参数信息的变化,构建一套能够采集电机运行参数的系统,对采集电枢电流和振动信号进行时频域分析,能够反映故障发生的特点;该系统以STM32103C8T6为主控芯片,设计了电流、振动信号采集电路,信号调理电路,对A/D转换模块、数据存储模块进行了编程实现,能够对直流电动机的电枢电流和振动信号进行实时采集,并将数据保存到上位机中进行后续的调用处理;通过测量对比直流电动机起动过程轴承部位发生不同故障时的电流和振动信号,利用MATLAB仿真实现时域内的信号显示,并在MATLAB平台中,编程实现了振动信号的时频域分析;仿真结果表明,该采集系统能够准确测量信号,具有成本低,体积小,精度高等优点,能够为故障特征提取提供较好的数据基础。     

风力发电机在线状态监测仪的设计及应用

设计了基于TMS320 F2812芯片的DSP在线状态监测系统,此系统既可独立运行,又可与上位机配合工作,实现了数据采集、数据分析、故障预警、数据存储与上位机通信等功能.采集的数据经过滤波后,计算时域指标并将其与设定阈值比较,作为预警依据,之后对其进行FFT分析和Hilbert解调分析,分别得到信号的幅值谱和包络谱,以此来对风力发电机的状态进行监测.仿真分析和齿轮故障实验验证了DSP监测仪的有效性和可靠性.     

基于以太网的加速度传感器数据采集传输系统设计

设计了一种可实现对实时数据进行采集、传输、存储以及数据显示与处理功能的测试系统.硬件采用的是FPGA的控制单元,通过AD芯片转换和以太网模块将数据传输给计算机,利用MFC制作的上位机软件进行数据分析、采集和存储.上位机通过协议对下位机FPGA系统进行控制.测试结果表明:该系统对MEMS加速度传感器的数据能精确地显示、采集.     

路面不平度采集系统设计

针对路面不平度的检测,开发了一套基于加速度传感器和C8051F单片机路面不平度采集系统。该采集系统的硬件主要包括传感器模块、信号调理模决、单片机模块和蓝牙无线通信模块。加速度传感器检测行驶车辆的悬架垂直加速度信号,并通过信号调理模块调整模拟信号的电压范围。单片机则对传感器采集的信号进行模数转换并通过蓝牙传送给上位机。编写了基于C#环境下的上位机采集控制和数据处理软件。经过连续运行测试证明,系统运行稳定,具备良好的实时性和可靠性,可应用于路面不平度检测。     

随钻井下32位信号采集系统设计

为满足近钻头电阻率系统测量的需要,设计了一种32位高精度信号采集系统。该系统以内置DSP运算单元的高性能、低功耗的信号处理芯片和FPGA为控制器,进行信号的采集控制。实现了近钻头电阻率测量信号的采集数据转换功能。该系统采用的32位高精度信号采集芯片保证了信号采集的质量,并可稳定地工作在井下高温环境中。     

路面质量评定系统设计与研究

针对路面质量的检测评定,开发了一套基于加速度传感器实现IRI值软测量的路面质量评定系统.该系统的下位机主要包括信号采集模块、信号调理模块、微处理器模块、信号发送模块和供电模块.信号采集模块运用加速度传感器检测行驶车辆的悬架垂直加速度信号,并通过信号调理模块调整模拟信号的电压范围;微处理器模块对已采集到的信号进行模数转换,通过蓝牙无线发送给上位机该评定系统的上位机包括基于C#环境下的采集控制软件和数据处理软件.经过连续运行测试证明,系统运行稳定,性能可靠,可进行实时采集,应用于路面质量的评定.     

便携式车辆加速度信号采集系统设计

开发出一种便携式车辆加速度信号采集系统。以嵌入式E-Box为主控单元,以MEMS三轴加速度传感器为传感单元,自主开发信号调理电路板和基于LabVIEW的上位机软件。该系统可实现车辆低频运动加速度和高频振动加速度信号的快速采集、调理、记录和显示。系统小巧便携,可大量采集数据。实验表明:该系统稳定可靠,能准确监测车辆加速度状态。     

便携式运动参数记录仪的设计

采用低功耗控制器设计的运动参数记录仪,通过三维加速度传感器采集三维加速度数据计算运动能耗,同时采集运动时的体温和脉搏,实时采集的数据可现场显示,并进行存储.该记录仪可通过USB接口将数据上传给上位机进行数据的进一步分析处理.     

基于射频技术的加速度传感器性能测试台设计

介绍了一种基于2.4G射频芯片nRF2401的加速度传感器性能测试台的实现方法，详细介绍了加速度传感器性能的测试原理和加速度传感器性能测试台的实现方法。在该系统中，采用PIC单片机PIC16F877A对加速度传感器的输出信号进行采集后通过射频芯片nRF2401将其传入工控机中，同时采用NI LabVIEW对采集的数据进行分析。射频技术解决了数据采集中旋转部分与静止部分的接线困难问题，使数据能正确快速地采集。     

Intelligent diagnosis method for a centrifugal pump using features of vibration signals

In the field of machinery diagnosis, the utilization of vibration signals is effective in the detection of fault, because the signals carry dynamic information about the machine state. However, knowledge of a distinguishing fault is ambiguous because definite relationships between symptoms and fault types cannot be easily identified. This paper presents an intelligent diagnosis method for a centrifugal pump system using features of vibration signals at an early stage. The diagnosis algorithm is derived using wavelet transform, rough sets and a partially linearized neural network (PNN). ReverseBior wavelet function is used to extract fault features from measured vibration signals and to capture hidden fault information across optimum frequency regions. As the input parameters for the neural network, the non-dimensional symptom parameters that can reflect the characteristics of a signal are defined in the amplitude domain. The diagnosis knowledge for the training of the PNN can be acquired by using the rough sets. We also propose a diagnosis method based on the PNN, one which can deal with the ambiguity problem of condition diagnosis, and distinguish fault types on the basis of the possibility distributions of symptom parameters automatically. The decision method of optimum frequency region for extracting feature signals is also discussed using real plant data. Practical examples of diagnosis for a centrifugal pump system are shown in order to verify the efficiency of the method.     

基于虚拟仪器的航空发动机转子系统早期故障识别

简要介绍了虚拟仪器及PXI(PCI extensions for instrumentation)总线技术的发展状况及优越性,设计了基于PXI硬件系统及LabVIEW软件框架下的航空发动机转子早期故障识别系统.该系统可以实现多通道高速信号采集、数据预处理、信号分析、故障推理、诊断等功能,具有良好的人机交互特性.实验证明...     

信息融合在模拟电路故障诊断系统中的应用

设计一种基于信息融合和神经网络理论的模拟电路故障诊断系统。采用基于单片机的信号采集系统,对电路可及点电压和不同激励频率下的电路输出电压峰值进行采样,得出电压和电路放大倍数2类故障特征参数,利用其进行基于BP神经网络的初步诊断,运用模糊变换方法进行融合诊断及故障定位。实例诊断结果表明,与基于单一信息的诊断系统相比,该系统能定位不同类型的元件故障,诊断准确率较高。     

基于改进ABC-RBF神经网络的飞机全电刹车系统故障自动诊断方法

飞机全电刹车系统在飞机的着陆与起飞阶段起到关键作用,随着该系统自动化程度逐渐升高,如何确保该系统运行的安全性、稳定性、可靠性成为亟待解决的问题。现有的故障诊断方法存在存在诊断平均误差值较高、耗时较长的问题,设计基于改进ABC-RBF神经网络的飞机全电刹车系统故障自动诊断方法。设计采用“USB接口+ARM+FPGA”的硬件架构方式,由上位机、信号衰减电路等构成的故障信号采集器,实施飞机全电刹车系统故障信号采集。对于采集信号,设计基于互信息与变分模态分解(Variational Mode Decomposition, VMD)的信号降噪算法对其实施降噪处理。采用改进后的ABC算法对RBF神经网络参数进行寻优,确保寻优参数的有效性。并引入模糊集合的概念来提高网络的性能,利用梯度下降法进行网络训练更新,降低诊断结果误差。最后,输入降噪信号,利用优化训练后的RBF神经网络实现飞机全电刹车系统的故障自动诊断。实验测试结果表明,该方法的偏离因子值最低达到0.08×10-3,三种故障的平均诊断迭代时间均较短,其中主起落架“走步”故障的平均诊断迭代时间最短。     

机车110V充电装置实时故障预警系统研究

110V充电装置作为机车的一个重要部分,其性能的好坏直接影响到机车的运行。本文以专家系统及故障树理论为基础,进行机车充电装置实时故障预警系统的研究。基于专家系统的故障诊断及预警方法进行分析研究后,将其应用到充电装置的针对预警中,建立了充电装置的故障树、知识获取、知识表示、故障预警推理机方法。然后,建立实时验证系统验证该理论分析及方法的可行性、有效性。     

基于人工智能的风机塔筒倾覆智能预警系统建设与开发

传统的塔筒倾覆在线监测系统往往存在数据采集、分析单一、非专业人员很难看懂和理解、运维管理模式落后等缺陷,为了解决这些问题,本文通过研究人工智能技术,综合塔筒倾斜、基础水平、风速、风向、功率等关联信息,运用机器学习算法构建塔筒倾覆故障模型,计算反映设备状态的模型特征值,检测模型特征值的变化趋势,实现塔筒倾覆状态的在线检测和劣化过程的早期预警。同时本文还重点介绍了基于人工智能的风机塔筒倾覆智能预警系统建设目标、系统架构、诊断流程和系统开发平台,通过此系统不断提高对数据挖掘技术的能力,对风机健康状况进行更为精准的判定及故障隐患的及时发现,保障风机基础和塔筒的安全运行,防止风机发生倾斜或倒塌等重大安全生产事故。     

基于EMD和奇异值分解技术的滚动轴承故障诊断方法

提出了基于EMD(Empirical mode decomposition)和奇异值分解技术的滚动轴承故障诊断方法。采用EMD方法将滚动轴承振动信号分解成若干个基本模式分量(Intrinsic mode function，IMF)之和，并形成初始特征向量矩阵。然后对初始特征向量矩阵进行奇异值分解得到矩阵的奇异值，将其作为滚动轴承振动信号的状态特征向量，通过建立Mahalanobis距离判剐函数判断滚动轴承的工作状态和故障类型。实验数据的分析结果表明，本文方法能有效地应用于滚动轴承故障诊断。     

基于三维定位的变电站检修安全预警系统设计

为了提高变电站检修安全预警能力,提出一种基于三维定位的变电站检修安全预警系统设计方法。采用三维成像技术进行变电站检修安全预警的图谱特征分析,提取变电站检修安全预警图谱信息的边缘轮廓特征量,采用纹理模板匹配技术进行变电站的谱密度分析和差异性特征提取,采用活动轮廓检测方法对变电站检修安全预警的图谱特征点进行灰色不变矩检测,得到故障类型;根据故障类型采用三维定位和特征重构方法,实现了变电站检修安全预警的图谱特征提取和三维定位识别。在DSP和FPGA集成处理环境中实现变电站检修安全预警系统的硬件设计。研究得知,采用该方法进行变电站检修安全预警的精准度较高,自适应性较好。     

基于机器学习的车用主动防撞预警雷达信号识别系统研究

为了避免同向和相向干扰信号对识别精准度影响,引入机器学习,研究车用主动防撞预警雷达信号识别系统。在机器学习支持下,设计预警雷达信号识别系统总体架构,采用BGT24MTR12E6327XUMA1型号原装雷达收发器,通过TendaA9信号放大器将混频信号送到信号处理系统之中,以此控制汽车行驶速度。TMS320F206 DSP通过CAN总线连接外部设备和TJA1041A总线收发器,使PC和DSP之间能够串行通信。使用抗干扰流水线结构转换方式,基于机器学习获取无干扰实时状态信号。通过计算雷达信号相似度,设计具体识别流程。依据各个子雷达在汽车上分布情况设计实验,由实验结果可知,相向干扰下机器学习技术信号识别精准度最高可达到96%;同向干扰下机器学习技术信号识别精准度最高可达到94%,为车辆安全行驶提供设备支持。     

基于LabVIEW的柴油机高速数据采集系统

为了验证船舶动力系统故障诊断系统的数据处理、故障诊断等功能,搭建智能机舱故障诊断试验平台,开展动力系统故障模拟试验,采集瞬时转速、柴油机气缸缸内压力等关键参数。由于瞬时转速与柴油机缸压信号的采集速率不同,为满足各信号采集的高速性和同步性,提出通过LabVIEW建立高速数据采集系统,结合运用光电编码器和磁电式转速传感器,以光电编码器Z相输出信号触发各信号同步开始采集,以光电编码器B相输出信号和磁电式转速传感器输出信号分别触发采集曲轴转角信号,作为各信号对应基准的方法。试验证明,此高速采集系统可实现各信号周期对应,并能够保证数据采集的高速性和同步性,有利于故障诊断服务平台提取和分析故障特征参数。