针对现有带式输送机托辊故障检测方法采用接触式测量、不便于安装操作、不适合于井下大范围故障检测等问题,提出了一种基于小波去噪和BP-RBF神经网络的托辊故障检测方法。采集托辊运行时的音频信号,采用结合了软阈值法和硬阈值法的折中法对音频信号进行小波去噪处理;将每一层小波分解信号的能量和作为该层的特征值,通过处理系数对低频部分的特征值进行转换,以减小其在总能量中的占比,使故障特征更加明显;将提取的特征向量输入BP-RBF神经网络模型中进行故障检测。测试结果表明,对于正常托辊信号、托辊表面存在裂痕、托辊表面磨损3种情况,该方法的故障识别率达到96.7%。与传统的频谱分析诊断技术相比,该方法所需的工作量更少、准确率更高;相较于基于温度检测等的故障检测技术,该方法采用非接触安装方式,安装更方便,检测范围更大,具有良好的应用前景。
1
针对网络控制系统中存在数据传输时延,以及由被控对象和控制器之间的不同步给系统所带来的稳定性问题,提出了鲁棒H_∞保性能控制器的设计方案。将时延的不确定性转换为系数矩阵的不确定性,在此模型基础上利用并行分配补偿,并根据H_∞鲁棒控制理论及线性矩阵不等式(LMI)方法,获得了网络控制系统的全局渐近稳定性及H_∞控制律存在的充分条件,同时提出了网络控制系统鲁棒H_∞保性能控制器的设计方法,仿真说明该方法的可行性和有效性。
1
碳膜电位器的故障特征 一、碳膜电位器因过电流而严重烧坏故障:这时碳膜电位器烧成开路。调节音量时扬声器中会出现“咯吱”“咯吱”的响声,停止转动碳膜电位器时噪声便随之消失,这说明音量电位器出现转动噪声大的故障。 二、碳膜电位器内部引脚断路故障:这时音量电位器所在电路不能正常工作,对于碳膜电位器而言,可能出现无声故障,或者出现音量关不死的情况。 三、碳膜电位器转动噪声大:主要出现在音量电位器中,因为音量电位器经常转动。 一般音量电位器或音调电位器使用一段时回见后或多或少也会出现转动噪声大的故障,这要要是由于动片触点月碳膜之间摩擦,造成碳膜损坏,使动片与碳膜之间接触不良。 碳膜电位器故障检测方法 一、碳膜电位器的阻值测量方法:碳膜电位器的阻值测量分为在路测量和脱开测量。由于一般电位器的引脚用引线与电路板上的电路相连,焊下引线比较方便,故障用脱开测量的方法,这样测量的结果够准确说明问题。 1、测量两固定引脚之间的阻值。其阻值应等于该电位器外壳上的标称阻值,远大于或远小于标称阻值都说明碳膜电位器有问题。 2、检测阻值的变化情况。用万用表欧姆档相应量程,一支表棒搭动片,另一支表棒搭定
2024-01-13 18:40:07 58KB 碳膜电位器 检测方法
1
针对工业过程的非线性和多模态特征,提出了一种基于局部近邻标准化(local neighborhood standard ization,LNS)和主多项式分析(principal polynomial analysis,PPA)结合的故障检测算法。首先,将样本数据通过局部近邻标准化(local neighbor standardization,LNS)算法,对每个样本构建k近邻数据集;然后应用k近邻数据集的均值和方差对当前样本进行标准化处理;最后使用PPA对已经标准化处理后的样本建模,计算出T2和SPE统计量,并确定控制限进行故障检测。LNS算法能够去除数据中的多模态特征,而PPA算法能够有效的处理非线性数据,因此LNS-PPA方法能够提高具有多模态非线性特征的工业过程故障检测能力。将该方法应用于多模态非线性数值例子和田纳西伊斯曼(TE)化工过程,并将测试结果与主元分析法(principal component analysis,PCA)、主多项式分析法进行对比,其结果能够有效验证LNS-PPA的优越性。
1
测量火车车轮速度及问题检测,大大撒额 阿文 我阿文啊呜呜
2023-12-01 19:49:05 100KB labview
1
汽车故障检测软件 带汉化 注册机 ELM327Bluetoothv1.4B是2011 年的最新版本它兼容于市场上任何版本的ELM327,它是在1.3a的基础上再次开发的新增STMFR命令,STDI命令,新增STSN命令等等;它 属于二次开发产品,无论是功能,性能,指令,诊断准确率,系统全面性等等都比市场上任何版本的ELM327功能更为强大,它能更有效地全面性检测您的爱车ELM327 USB所使用的OBD-II软件为免费软件,将电脑与汽车中车载电脑硬件相连后,使用该软件,您可以从车载电脑中获取您所需的信息。 软件支持2个平台:DOS和Windows
2023-05-26 13:33:27 19.16MB 汽车故障检测软件
1
基于DCGAN的光伏面板故障检测(APP与数据集)
2023-05-05 22:15:12 217.43MB 光伏面板 电气工程 DCGAN 深度学习
1
[深度应用]·DC竞赛轴承故障检测开源Baseline(基于Keras1D卷积 val_acc:0.99780) 轴承是在机械设备中具有广泛应用的关键部件之一。由于过载,疲劳,磨损,腐蚀等原因,轴承在机器操作过程中容易损坏。事实上,超过50%的旋转机器故障与轴承故障有关。实际上,滚动轴承故障可能导致设备剧烈摇晃,设备停机,停止生产,甚至造成人员伤亡。一般来说,早期的轴承弱故障是复杂的,难以检测。因此,轴承状态的监测和分析非常重要,它可以发现轴承的早期弱故障,防止故障造成损失。 最近,轴承的故障检测和诊断一直备受关注。在所有类型的轴承故障诊断方法中,振动信号分析是最主要和有用的工具之一。 在这次比赛中,我们提供一个真实的轴承振动信号数据集,选手需要使用机器学习技术判断轴承的工作状态。
2023-05-05 21:56:17 31.71MB 深度学习 故障检测
1
全面综述基于事件的控制系统的研究现状与最新成果.主要介绍事件驱动通信机制的各种类型和事件触发控制的主要研究内容,包括不同的建模方法以及控制器与事件产生器的联合设计方案,重点对时延系统建模方法进行分析,将事件触发闭环控制系统建模成连续时滞模型.此外,关于网络诱导因素对事件触发机制的影响以及网络化事件触发控制的一些应用也进行说明.最后,提出目前研究工作所存在的不足,以及下一步需要解决的开放难题.
1
富士施乐CP105B激光打印机打印机检测工具,打印机监控软件,获取正在打印的列表信息,以及打印的状态,对卡纸等问题做出响应
2023-04-16 10:55:20 13.94MB 富士施乐 打印机 检测工具
1