排序方式： 共有66条查询结果，搜索用时 0 毫秒
51.
离散制造业系统结构复杂,系统间相互独立、缺乏数据信息共享,导致各功能模块之间存在信息孤岛问题。基于工业现场数据的制造执行系统（MES）遵循从下至上的规则将底层（PCS）数据通过OPC 技术进行采集,解决了传统方法数据采集异构的问题,并经MES传至上层业务系统（如ERP）,实现对工厂信息的纵向集成,对数据信息的处理形成异常信息检测及故障智能化处理模块,使管理层能实时掌握车间状况及提前发现影响生产的问题,利用信息化手段提高了工厂调度与管理效率,对工厂的实际生产具有一定的指导意义。 相似文献
52.
53.
针对用于电缆通道环境监测的双轮驱动球形机器人,基于拉格朗日方程实现其动力学建模.通过驱动车轮的转角、球形机器人两自由度位置坐标、驱动车体的姿态角直观的计算出系统的动能和势能;考虑球形机器人位置坐标、驱动车体姿态角、球形机器人运动方向角和左右驱动车轮的转角的约束关系,选择左右驱动车轮的转角、球形机器人的移动距离、驱动车体的姿态角作为广义坐标;考虑驱动车轮和球壳、球壳与地面的摩擦得到系统的广义力和耗散能量,建立了能够描述双轮驱动球形机器人在二维水平面运动、驱动车体姿态的多体动力学.最后,在Matlab/Simulink环境中开展了模型的仿真分析,仿真结果表明所建模型的有效性. 相似文献
54.
55.
对于配电线网施工作业这一类高危行业而言,在施工过程中按照安全守则佩戴安全帽是避免事故发生的有效途径之一。由于配电线网施工环境复杂多变,导致现有的安全帽识别方法在自然场景下常出现误检漏检的问题且不能满足实时性需求。为提高自然场景下的安全帽识别准确率以及识别效率,提出一种面向自然场景下配电线网施工的安全帽佩戴识别检测网络模型YOLO-ACON-Attention。该方法以YOLOv5算法为基础,采用自适应判断激活函数取代原有的激活函数,加强模型检测能力。在骨干网络中使用二轮四向IRNN网络构造自适应注意力模块提升模型的图像信息特征提取能力。实验结果证明,与原YOLOv5算法相比,该算法的精确率和召回率为94.75%和89.29%,分别提高了7.65%和5.17%,检测速度为36.5 FPS。 相似文献
56.
57.
运行中的变压器振动信号与其绕组状态密切相关,为深入挖掘变压器振动信号的变化规律,实现绕组状态的准确监测,本文从在运变压器的振动监测信号特性出发,通过对预处理后的变压器振动信号进行系统聚类,得到了变压器绕组振动特征曲线,进而根据变压器振动信号的统计特性即T2控制图对绕组状态进行监测分析。对某500k V变压器振动在线监测信号的分析结果表明,所提出的系统聚类方法能够有效地提取变压器振动信号的特征,依据振动信号的T~2控制图可以准确地判断变压器的绕组状态。研究结果可为基于振动信号的变压器绕组状态监测提供重要依据。 相似文献
58.
油中溶解气体分析方法(DGA)是变压器内部故障诊断的重要方法,广泛应用在变压器在线监测和定期试验检测中,传统的特征气体法和三比值法等诊断方法在实际应用中普遍存在着一定的局限性,导致故障诊断精度偏低。针对这一问题,本文提出了一种基于深度学习技术中的多层感知机的变压器故障综合诊断方法,利用开源的Scikit-learn机器学习框架及Tensor Flow深度学习框架构建了变压器故障诊断模型,并应用实际工程中的故障样本数据,对故障诊断模型进行了训练和测试。试验结果表明,基于多层感知机技术的变压器故障诊断模型能够对变压器故障进行正确诊断,与传统的三比值法及支持向量机技术相比,多层感知机的诊断准确率更高,具有更优的故障诊断性能,能够为变压器的检修提供更为准确的参考信息。 相似文献
60.