论文部分内容阅读
发挥物联网技术和5G技术的优势,文中设计并实现了面向移动端的电机远程监测与故障诊断系统。系统的感知层采集电机运行的状态数据,传输层实现数据传输与云端存储,最后在移动端展示电机运行状态,实现对电机运行过程的远程、实时监测。通过比较基于遗传算法的支持向量机(GA-SVM)、概率神经网络、基于Kohenen网络的聚类算法和K最邻近分类算法的故障诊断结果,移动端使用了具有良好泛化能力、可保证高准确率和短检测时间的GA-SVM模型进行故障诊断。试验结果表明,该系统能对电机进行实时远程监测及有效的故障诊断。