基于自适应共振神经网络的电机故障诊断方法

文章提出了基于自适应共振神经网络ART-2的故障诊断方法，以电机运行过程中的振动信号为诊断对象，在频谱分析的基础上，对电机故障进行诊断分类。实验证明，此方法能够快速、准确进行故障的分类，并在诊断的过程中对诊断信号通过记忆调整已有数据库的数据内容，具有一定的自学习能力，是电机故障诊断行之有效的方法。     

离散BAM网络在混凝土输送泵故障诊断中的应用

以混凝土输送泵液压系统为研究对象,详细论述了离散BAM网络及其动力学演化过程,建立了基于BAM算法的神经网络模型,将其应用到混凝土输送泵液压系统的故障诊断中,并利用Lyapunov能量分布图对网络进行分析。结果表明:将离散BAM网络应用于故障诊断是可行的,为故障诊断开辟了一条新途径。     

基于信息融合的塔机运行状态监测系统

信息融合技术是一项跨学科的新技术,本文将信息融合的思想引入到塔式起重机运行状态监测中,介绍了一种基于信息融合和单片机技术的塔机运行状态监测与自动保护系统的结构、工作原理及特点。     

比例溢流阀在液压系统中模拟加载实验研究

为了在液压系统上实现模拟加载,设计了以比例溢流阀为加载元件的加载实验,实现了系统压力闭环PID控制。将压力传感器的测量值和设定压力值比较,用两者差值作为控制信号调整比例溢流阀阀口面积,从而实时校正、调整实际压力使之达到设定值。实验表明:压力加载闭环控制系统抗流量扰动能力强;对于流量阶跃、斜坡干扰信号,该闭环控制系统能够消除压力设定值与实际值之间的误差;对于流量正弦干扰信号,该闭环控制系统能使实际压力值在设定值上下小幅波动。     

带钢跑偏电液伺服控制系统的PID控制器设计

为了对带钢卷取机的跑偏进行控制,建立带钢卷取机电液伺服跑偏控制系统的数学模型,并用MATLAB软件对此系统的时域性能指标进行分析。对系统采用常规PID控制器和模糊自适应PID控制器设计,使系统性能达到设计要求。对两种方法进行仿真,表明模糊自适应PID比常规PID控制系统有更好的动态性能和稳态特性。     

基于AMEsim的电液负载模拟系统

针对中小型试验台缺少加载设备条件下,如何简单、有效的模拟实际工况负载问题,提出比例溢流阀闭环加载对实际工况载荷谱进行模拟的方案,并通过AMESim仿真及具体实验实现注塑机载荷谱模拟,验证了这一方案的正确、有效性。为实现动力源特性、电液控制算法、机电液耦合特性等方面的研究提供了接近实际工况的模拟加载技术。     

基于超声时序神经网络目标识别的塔机安全预警

为实现塔机失稳监测和防碰撞的安全预警功能,改善塔机被动安全模型存在的低成本、主动性、灵活性、快速性和及时性的不足,通过分析目标物特性与超声时序信号相关特征及测距值特征的关系,结合Elman、SOM网络,构建了基于超声时序神经网络目标识别的塔机安全预警系统,可以实现对扭转角和障碍物的信号采集、数据融合、主动预警功能,试验结果表明该系统可以达到预期的低成本、高速度、高精度的塔机工作要求。     

变转速液压测控实验台的设计与开发

针对教学与科研实验开放性、扩展性的需求问题,设计、开发了变转速液压测控实验台.设计了实验台的硬件部分、电气控制部分及测控系统结构部分;采用了以工控机和LabVIEW软件的测控平台,开发了不同的程序,以对液压马达转速、系统流量与压力等物理量进行测量和控制;以设计的液压马达转速闭环PID控制实验为例,分析了该控制方式的原理...     

基于SOM神经网络的柴油机燃油系统故障诊断

利用神经网络的非线性映射,及其高度的自组织和自学习能力,将SOM网络应用于柴油机的故障诊断。利用夹持式传感器获得柴油机喷射系统的燃油压力波形,对波形进行时域分析和特征提取。根据所取得故障信息及其对应的故障类型来构造网络结构,用单一故障样本对网络进行训练,根据输出神经元在输出层的位置对故障进行判断。通过仿真实验验证SOM神经网络在柴油机故障诊断的正确性。经实例分析证明,该方法可对故障进行有效诊断。     

设备运行状态预测与故障预报方法的一些研究

为提高设备状态预测的可靠性，对原始数据采用剔除错点和用原始数据累加序列进行预测；由于数据进行了预处理，可用多种函数进行拟合预测．提高了预测精度；本文提出设备故障预报方法，即多参量预报加故障识别。