风洞群真空泵组集中监测与智能故障诊断系统的设计

来源 :计算机测量与控制 | 被引量 : 0次 | 上传用户:betty5918
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
真空是风洞群开展试验必备的动力资源;作为风洞群动力保障之一,真空泵组具有数量多、分布分散、结构复杂、集成度高、运行噪声大等特点;为满足真空泵组设备健康管理和维修决策支持的需要,设计并研制了风洞群真空泵组集中监测与智能故障诊断系统;该系统采用PLC隔离通信、数据可视化、设备状态监测及智能预警、基于故障机理和规则推理的专家系统等技术,实现了真空泵组的集中监测和故障智能诊断,解决了风洞动力设备故障预判和提前预警困难、故障定位不易准确、缺乏专家知识库等问题;经实用验证,该系统实现了风洞群真空泵组故障智能预警和故障
其他文献
传统航天器故障检测系统姿态定位能力较差,导致不能突破阈值,准确实现检测,且传统系统不具备重构能力;为解决上述问题,基于自主诊断重构技术,提出了一种故障检测的新方法,优化设计了航天器故障检测系统的硬件和软件部分,硬件设计采用EEC-I型检测器,为保证检测器的运行,对检测器的电压与电流范围进行了设置;设计采用MATLAB的数据采集器,选用Telnet接入端口,实现采集器的通信,确保数据的顺利采集;采用FIR滤波器,为保证信号的完整性对通带和阻带进行设置;设计采用4NIC-UPS27型号一体化不间断电源为航天器
针对当前诊断方法对滚动轴承故障特征表征困难以及在噪声干扰大的环境中检测性能下降的问题,提出了一种基于加权密集连接网络和注意力机制的滚动轴承故障诊断的方法,该方法由特征提取和故障分类两部分组成;在特征提取部分,首先采用加权密集连接网络从轴承振动信号中提取特征,并将不同空间级别的特征进行组合以增强信息的多样性,然后利用注意力机制突出重要信息,获得准确的表征故障特征;故障分类模型以表征的特征信息作为输入,经过Softmax函数输出每种故障类型的诊断结果;实验结果表明,所提模型在加性噪声干扰的情况下具有良好的诊断
使用气力式油菜单粒排种器、勺链式排种器受到漏播率较高的影响,导致系统检测效果较差,为了解决上述问题,提出了一种单粒排种器单片机检测系统设计;根据单片机检测硬件结构,使用带有串行接口的单片机,将霍尔传感器感应到的信号传递至单片机,获取标准排种脉冲;遵循协议设计的红外线光电传感器电路,确定故障排种管具体位置,设置声光报警装置,防止在嘈杂环境管理者听不到警报,避免漏播情况产生;设计单粒排种器粒子播种质量检测和漏播实时检测流程;实验结果表明,该系统与预期排种效果一致,且漏播率最低为0.9%,具有良好检测效果。
高考成绩是当今教育部门关注的焦点,科学的成绩分析可以帮助在校师生合理安排和调整学习计划,从而提高考生成绩。传统方法利用统计学和数据挖掘的知识来发现成绩间的隐含联系,然而面对多元化非线性数据时,方法的精确度会受到限制。因此,通过将考生的短期特征与长期特征相结合,充分挖掘影响高考成绩的关键因素,提出一种新颖的多元特征感知的神经网络模型(MFNN)实现高考成绩预测。为验证MFNN的有效性,在合肥市教育局提供的真实数据集上进行实验。该数据集包括10138名理工类考生以及4874名文史类考生2015年3次高中质量检
为了解决无人驾驶障碍物检测在园区场景中准确率低、实时性不足等问题,提出一种基于改进YOLOv3(You Only Look Once)和立体视觉的障碍物检测方法:YOLOv3-CAMPUS;通过改进特征提取网络Darknet-53的结构减少前向推断时间,进而提升模型检测速度,通过增加特征融合尺度提升检测精度和目标定位能力;通过引入GIOU(Generalized Intersection over
针对运载火箭系统众多,故障形式多样,出现故障难以准确定位的特点,研究了一种基于MIL-STD-1553B总线(下称1553B总线)的故障诊断和故障注入方法,采用故障树分析法确定失效故障链,实时诊断和预测系统故障;由于实际的系统故障数据较少,通过失效机理分析获得运载火箭的故障库,采用1553B总线对系统注入特定故障;在运载火箭地面故障诊断与注入系统中,原有的拓扑结构维持不变,故障诊断系统作为1553B总线监视器,故障注入系统作为1553B总线的远程终端,并与运载火箭的众多子系统互联,通过总线耦合器连接火箭外
为实现地质勘探的智能化和信息化,提出一种利用超声波对地质勘探钻机钻探深度实时测量的设计方案;设计了以STM32F103RBT6芯片为处理器的主控电路,以超声波模块为主体的测距电路,以及LED数码管、液晶显示、TF卡存储电路等辅助电路;为更好地将物联网技术应用到地址勘探测量中,同时设计了蓝牙通信与GPRS通信电路,以便捷的将测量数据上传到云服务器;系统提高了钻探效率,增加了勘察全过程的可控性。
航天装备测试技术是航天工程项目顺利实施的基础保证,其可靠性和高效性直接关系到任务的成功与否;针对航天任务高时效性、高可靠性、高环境适应性要求,文章系统分析了航天装备测试技术在“快”、“全”、“稳”、“准”4个领域面临的挑战,然后从通用化、信息化、智能化方面对国内外航天装备测试技术发展现状进行了梳理和分析,进而预测了其发展趋势,即基于先进传感网络技术的高效全面检测、基于云技术和边缘计算的测试信息融合利用,以及融合大数据与人工智能的健康管理技术;最后,围绕测试体系标准化建设、数据智能应用、发展国产化航天装备测
为了准确地进行齿轮故障诊断,结合信号经验模态分解与分集合并,提出了一种新的故障诊断方法;首先,运用经验模态分解对齿轮振动信号进行分解得到若干个分量;其次,根据分量的峭度大小以及相邻分量的峭度是否接近,筛选、合成有效分量;然后,运用等增益分集合并技术对有效分量进行合并,即将其包络进行叠加;接着,使用快速傅立叶变换得到信号包络和的频率谱;最后,根据该频率谱进行故障诊断;通过对仿真信号和齿轮断齿故障振动信号的分析,验证了方法的有效性.
为深入分析无人机电气设备的电子负载性能,实现对传输电子量的合理性监管与控制,设计基于单片机负载控制的无人机电气设备监测系统;利用电气信号发生电路,构建负载网络控制器与以太网模块运行所需的电气设备负载环境,借助PCB监控板建立PLC扩展负载模块与核心监控主机之间的物理连接关系,实现无人机电气设备监测系统的硬件执行环境搭建;在此基础上,通过STM32型单片机移植协议,确定无人机电气设备通信主机的现有组态形式,联合已设定的监控任务有线级条件,实现监测系统的软件执行环境搭建,完成基于单片机负载控制的无人机电气设备