通用变频器的选择与使用

采用通用变频器调速具有调速性能好,调速范围宽,静、动态性能好,运行精度高,效率高等优点.目前,市场流行的通用变频器主要的种类有:富士电机公司的FRN-G9S/P9S系列、ABB公司ACS系列、三菱电机公司的FRA540/FR-F540系列、西门子公司6SE70系列、安川公司的VS-616G5系列、三肯公司的SAMCO-i/iP系列等,均受到企业的青睐,被广泛应用于生产中.     

基于RBF神经网络的水下机器人传感器状态监测方法研究

为了实现水下机器人多传感器状态监测,根据其工作环境及所配置传感器的数量,提出了基于径向基函数(RBF)神经网络的传感器状态监测方法,建立了二级神经网络监测模型,解决了多传感器故障诊断和信号恢复的问题.基于某型水下机器人海中试验数据进行计算机仿真试验的结果,验证了该方法的有效性和可行性.     

2640mm纸机变频传动过流故障分析

我厂干1998年7月安装了由西安维美德公司制造的264OTnm纸机,设计抄速SO0m／rmn。该纸机的传动均采用西门子的SimovertVc矢量控制的逆变器,它具有高动态品质、高转速精度、带有各种功能保护、显示参数、故障自诊断功能等。该逆变器硬件选件为PMU参数设置单元、主板CUZ、通讯板CBI、操作面板OP25、通讯接口连接PLC接口。1999年8月20日,该传动系统的上沟纹辊由LAS型、额定功率为110kw、额定电流为98A的电机传动,在运行中逆变器显示F011过流故障。1上沟效绸原理国及故障分析1．1上沟纹辊逆变器原理图（见图1）1．2过流故障分析由…     

水下机器人-机械手姿态调节系统研究

针对微小型水下机器人(autonomous underwater vehicle,AUV)内部空间狭小、机械手展开作业产生较大姿态倾覆力矩的问题,本文研制了一种新型的水下机器人-机械手系统(autonomous underwater vehicle-manipulator system,AUVMS)姿态调节系统。该系统可以通过机械自锁实现姿态保持以减少能耗,并且可以实现"软件限位"和"硬件限位"两级安全保护。为降低AUVMS姿态偏差和调节时间,提出适应于AUVMS姿态控制的模糊双闭环PID方法,通过模糊逻辑在线调节PID参数,以适应于AUVMS的非线性特性。通过研制的AUVMS原理样机进行水池剪缆作业实验,验证了该AUVMS姿态调节系统及提出的控制方法的有效性。     

基于蚁群优化神经网络的AUV舵的故障诊断

针对流线型AUV舵故障,提出了基于Elman神经网络的故障诊断方法。基于蚁群算法优化改进型Elman神经网络,建立了AUV角速度运动模型,通过蚁群算法和梯度下降法对改进型Elman神经网络训练的对比分析,验证了蚁群算法优化的改进型Elman神经网络具有训练速度快,不易陷入最优解等特点。提出了基于角速度残差检测舵故障,再通过定角度航行和定速直航的主动诊断方式,判定舵故障类型的故障诊断方法,探讨了基于角速度残差和角度残差的变化趋势来诊断舵卡死和舵变形故障的故障决策方法。对流线型AUV的舵变形及舵卡死故障进行了水池模拟实验,实验结果验证了所提方法的有效性。     

基于水池故障模拟试验的传感器系统设计

基于智能体系统进行水池故障模拟试验,提出传感器系统设计方法,详细说明了适应于智能体水池试验的测速设备及方法,针对试验环境,建立坐标系,通过坐标变换,根据不同象限轨迹角计算公式,得到智能体在固定坐标系的各坐标轴上的速度分量,为进行智能体运动控制研究及状态监测研究奠定了基础.智能体系统水池故障模拟试验结果验证了文中所设计的传感器系统的有效性.     

水下机器人多传感器并发故障检测方法

针对水下机器人多传感器并发故障检测问题,提出了一种小波分析和神经网络相结合的故障特征提取 方法,将小波多分辨率分解后的细节系数进行小波重构,对重构后的细节系数进行融合得到整体高频细节信息量作 为一类故障特征值;同时,基于改进的Elman 网络建立水下机器人的全阶状态观测器模型,模型输出与传感器测量 值之间的差值作为另一类故障特征值．为进行水下机器人多传感器并发故障定位,提出了一种模糊加权属性信息融 合方法,将两类故障特征值的重要度与可信度进行模糊合成转换,基于转换结果将各故障特征值加权融合,进行水 下机器人多传感器并发故障定位．水下机器人实验样机的水池实验结果验证了本文所提方法的可行性和有效性．     

水下机器人推进器故障融合诊断方法研究

为了对水下机器人的推进器进行故障诊断。建立了基于神经网络的水下机器人的运行状态模型及推进器的性能模型,提出了基于整体故障检测与直接故障检测的故障融合诊断的方法。故障模拟实验的结果验证了基于神经网络模型的水下机器人推进器故障的融合诊断方法的可行性和有效性。