基于虚拟仪器的电机故障声测系统

采用虚拟仪器技术构建了一套电机故障声频检测系统。系统基于LABVIEW虚拟仪器软件平台,实现电机声信号的实时采集、分析和后处理,达到检测故障电机的目的。除了功率谱和1/3倍频程分析,系统在LABVIEW平台下,采用MATLABSCRIPT节点方法完成小波变换,实现噪声信号的特征向量提取。现场应用表明该系统效果良好。     

基于DataSocket技术的电机声频远程故障诊断系统

介绍了LabVIEW和Datasocket技术,利用Datasocket通信技术实现网络通信及远程故障诊断,并给出实例,对电机声频故障信号进行小波消噪和分解,提取故障特征信息,实现故障诊断。     

基于虚拟仪器的小波消噪技术在电机声频故障诊断中的应用

采用虚拟仪器技术构建了一种电机故障声频诊断系统。利用LabVIEW编程环境和Matlab软件,先用小波分析对噪声信号进行消噪,其次用软阈值进行小波系数阈值量化,最后对小波各分解系数进行重构,提取故障特征信息,实现故障诊断。现场应用表明该系统效果良好。     

基于BP神经网络的水质预测方法的研究

为了建立相应的水质预测和评价管理决策支持系统,在了解和分析一些常规水质模型的基础上,提出了用BP神经网络进行智能建模的方法,并结合东江自动监测站的实测水质数据进行了初步的探索,建立了东江水质预测的BP神经网络模型,并给出了仿真结果。结果表明,BP神经网络模型可以很好地对水质进行预测,解决系统中复杂的非线性关系,具有预测精度高,简便可靠等特点。     

基于小波能量谱分析的电机故障诊断

电机是一种复杂的旋转机械,故障种类多而且难以辨别,利用傅里叶变换对噪声信号分析很难得出满意的结果。为了对小功率异步电机的常见故障进行正确快速地声频诊断,采用小波分析技术对小功率异步电机的几种常见故障噪声进行了多分辨率分析,从能量分布的角度出发,快速且较为准确地诊断出电机故障,诊断效果明显好于傅里叶分析。表明小波分析是对电机故障进行声频诊断的有效方法,同时也提供了一种思路,为电机故障在线实时诊断提供了理论依据。     

基于小波神经网络的电机声频故障诊断系统

采用能量分布特征提取方法和改进的BP算法，设计了一种基于小波神经网络的故障诊断系统，并应用于电机声频诊断技术。实验表明，此系统诊断结果与实际相符，验证了该小波神经网络故障诊断系统的有效性。     

基于小波包能量相对熵的电机振声信号故障检测

电机的振声信号包含了丰富的状态信息,利用电机的声音信号进行故障检测,并提出了综合小波包能量相对熵的概念。对采集的声音信号进行小波包分解,利用重构系数计算故障信号与正常信号小波能量包相对熵,并得到综合小波包能量相对熵,确定电机是否有故障;并通过比较各频带的综合小波包能量相对熵大小判断故障所处的频带位置,从而确定电机为何种故障。电机振声信号诊断实例验证了该方法的有效性。     

直流电机双闭环数字调速系统设计与实现

介绍了一种基于成本较低的AT89S52单片机实现的数字式双闭环PWM直流电机调速系统硬件实现电路和软件实现方法。给出由光电编码器检测直流电机转速的具体方法,并构成速度环;由霍尔电流传感器检测电枢电流构成电流环。软件编程实现改进的转速、电流双闭环PI控制器,利用单片机的定时器生成占空比可调的PWM信号,光耦隔离后经功率驱动放大,通过控制H桥驱动电路对直流电机进行无级平滑调速。实验表明该系统控制精度高,可靠性和稳定性加强。