排序方式: 共有29条查询结果,搜索用时 15 毫秒
1.
2.
通过分析设备远程在线状态监测系统的需求,设计出系统的领域模型,提出一种基于分层和MVC的架构。基于该架构,采用面向对象技术和Web技术,开发出EROMS原型系统。实践证明,该架构具有一定的合理性和有效性,对设备远程在线状态监测领域的研究和应用开发有参考意义。 相似文献
3.
4.
5.
对大型轴承表面损伤进行定位,有助于及时发现故障,加快修复速度。提出了一种使用单个声发射传感器对大型轴承表面损伤进行定位的方法。针对轴承环形结构,利用Lamb波频散特性,估计不同频段信号的可能模式和传播速度,使用Akaike信息准则(AIC)确定不同频段信号到达传感器的时间差。根据不同频带到达传感器的时间差估计不同模式下声发射源位置。针对传播模式不确定和仅利用一个时间差的镜像位置问题,改变传感器位置后对同一声发射源进行第二次定位,剔除不合理的传播模式,从而得到声发射源的唯一确定位置。通过在圆柱滚子推力轴承上进行的断铅试验,验证了该方法的有效性。 相似文献
6.
通过细胞外记录方法研究了大壁虎嗅球神经元在香蕉水气味作用下的放电模式。实验中共记录了21只大壁虎主嗅球上的275个神经元,其神经脉冲发放规律可以分为三类:无反应的神经元占43.6%,放电受到抑制的神经元占4.7%,而兴奋性神经元的比例达到51.7%。兴奋性神经元的放电模式又可以分为长时间持续兴奋(持续超过60s)、短时兴奋、延迟兴奋和取消时兴奋4种模式,分别占神经元总数的34.5%,6.25%,6.25%和4.7%,长时间持续兴奋占主导地位。这些神经元在嗅球上的分布范围很广,但在端部背侧和尾部腹侧的分布密度相对更高。本文工作为基于嗅觉的大壁虎运动干预中刺激位置和信号形态等关键参数的选取提供了基础信息。 相似文献
7.
8.
针对滚动轴承早期、复合故障难以准确诊断与智能诊断模型超参数确定严重依赖专家先验知识问题,提出一种基于多维深度特征融合(multi-dimensional depth feature fusion, MDFF)与改进麻雀搜索算法(improved sparrow search algorithm, ISSA)的滚动轴承故障声发射诊断方法。用一维卷积与线性瓶颈反向残差二维卷积神经网络构建多输入卷积神经网络(convolution neural network, CNN)结构的诊断模型,模型输入为滚动轴承声发射信号及其小波时频图,提出基于布伦纳梯度和信噪比的质量指标,在108种小波基中筛选出最佳时频图以提升输入数据质量。接着,采用特征金字塔网络将模型的一、二维低层与高层特征融合,建立深度融合的诊断模型。然后,将交叉混沌映射、自适应权重及融合的随机游走策略引入麻雀搜索算法中,以自适应获取MDFFCNN最优超参数。试验表明,对比近期多个主流智能诊断算法,所提方法可避免人工选择诊断模型超参数,对滚动轴承早期尤其复合故障具有更高的诊断精度和稳定性,模型诊断过程的智能化水平得到了进一步提高。 相似文献
9.
10.
往复式压缩机的结构复杂,易发生故障的部件较多,振动时产生的激励和响应是非线性、非平稳的.如果利用传统的时域频域分析方法,很难对其进行特征分析,故障诊断工作存在很大的难度.EMD(基于经验模式分解)方法是一种用于分析非平稳信号的信号处理算法.采用EMD方法对往复式压缩机气缸的振动信号进行分解,并对每个IMF分量进行频域分析,找出每个IMF对应的特征.将特征量比较明显的IMF分量与往复式压缩机的振动源相对应,应用于后续的压缩机的故障诊断中. 相似文献