LMD特征融合与SVM的供水管道堵塞识别

针对城市供水管道早期堵塞难以检测的问题,提出了一种基于局部均值分解(LMD)的分量信号特征提取,结合支持向量机(SVM)的堵塞故障识别方法.先对声响应信号进行LMD,得到若干乘积函数(PF)分量,进而采用相关分析法选取有效PF分量,对有效PF分量分别提取能量熵、近似熵和平均声压三个指标的特征,构建分类特征集.最后利用交叉验证(CV)方法优化参数的SVM分类器识别堵塞故障信号.实验结果表明:采取基于LMD特征融合和通过CV优化的SVM相结合的方法可以有效识别供水管道的初期堵塞.与基于LMD特征融合和BP神经网络的方法进行了对比,结果表明:本文方法具有更好的堵塞故障识别效果.     

用霍尔传感器测量磁力搅拌器转速的方法探索

磁力搅拌器的转速是流体运动过程中的重要参数之一。通过计算得到磁力搅拌器各部件的转速，即可计算出不同部件间的相对转速。该方法比较简单，但是测量精度不高，且不能在实验室环境下进行。所以，通过改变磁力搅拌器所需的转速作为实际测量数据。用霍尔传感器测量搅拌速度，并用矢量模型进行计算得到旋转速度。根据旋转速度及转速绘制速度曲线，可以判断出流体在搅拌器中被搅拌时所需施加能量大小。转速是磁力搅拌器最重要的参数之一，它直接关系到混合液是否能被充分搅拌、剪切、搅拌均匀以及是否能够顺利运行。