基于Adam-DBN网络的行星齿轮箱故障诊断方法研究

随着现代机械装备的复杂化,传统的故障诊断方法难以满足表征设备间的复杂映射关系,且在如今大数据背景下面临着维数灾难的问题。文章结合深度置信网络以及梯度优化算法提出了一种基于梯度优化深度置信网络(Adam-DBN),通过数据验证选取最优梯度优化算法对深度置信网络的的梯度算法进行调优。搭建模拟实际工况的行星齿轮箱实验台,通过实验台采集所得数据构成数据集对方法进行验证。实验表明文中提出的方法能够有效提高DBN网络的收敛速度与训练精度,同时具有较高的故障识别准确率。     

高端数控装备多源信息融合状态识别模型

为了对高档数控装备的运行状态进行实时监测和有效感知,实现对状态的有效识别和判断,提出了一种基于运行状态多源多域空间信息融合的状态识别模型,采用增殖流形的相似度进行状态识别。对高端装备的电流信号和振动信号进行信息融合,对融合信号的时域、频域、时频域进行特征获取,重构初始特征的多域高维相空间,采用局部线性嵌入结构进行降维,优化本征维数,采用距离判据获得低维敏感特征,构建低维流形特征的增殖相似度参数实现对设备不同状态的识别。最后将该模型用于主轴试验台和某加工中心进行了试验验证,快速有效方便地识别出主轴的不同状态,验证了模型的有效性。     

机器人二维码目标点识别与SLAM地图标记研究

用机器人将货物送至指定的二维码目标点时,使用的即时定位与地图构建(SLAM)算法为Cartographer。为识别二维码目标点并标记在SLAM创建的地图上,提出一种基于ZBar算法和融合Cartographer-SLAM与Hector-SLAM算法的方法对二维码目标点进行识别并标记。利用ZBar算法对摄像头捕捉到的二维码进行识别;采用Cartographer算法编写相应的服务即节点通信并生成Geotiff格式地图;保存地图时调用Hector-SLAM算法将目标点绘制在生成的Geotiff地图上。结果表明：与基于ZBar算法和Hector-SLAM算法进行二维码识别、建图与标记的方法相比,所提方法能在距目标点更远的地方识别到二维码且目标点位置标记更精确,误差更小,平均精度可提高67.6%。     

提高光电式测色仪测量稳定性的方法

稳定性是光电式测色仪的一项重要技术指标,光电式测色仪在长时间重复使用时,受环境温度变化以及光源色温变化的影响,色差测量的结果会产生较大漂移,严重影响测量精度,经常需要对仪器重新进行标定,通过改进积分球的结构,改进电源方案及增加辅助测量环节,避免重复标定,有效提高测量稳定性。     

基于ARM的振动监测仪数采部分硬件设计

介绍了以32位ARM处理器为核心的振动监测仪器的数采部分硬件设计过程,通过使用高功能、低功耗的S3C44B0X与嵌入式实时操作系统μC/OS-Ⅱ,实现了旋转机械振动信号采集部分硬件设计及检测.     

机械故障诊断仪信号采集电路的研究

本文介绍了针对便携式旋转机械故障诊断和趋势预测仪器的信号采集电路的设计与研究,其中包括系统的工作原理,信号调理、震动和温度信号采集和串口通信电路的设计,以及单片机串口通讯程序和信号采集程序的开发。由于该电路专用性,体积小,电路简单,性能好,价格便宜而应用于旋转机械故障诊断和趋势预测仪器系统中,能在工业生产和科学研究中发挥积极作用。     

全自动测色仪系统误差分析及技术改造

为了提高测色仪的稳定性，减小测量误差，对测色仪的照明系统，探测系统和数据处理系统进行了分析，对光源的选择，积分球的材料，噪声的抑制采取了一些改进措施，并且以AT89C51RD2微控制器为核心，实现了对色样的颜色测量、色度数据存储和显示、数据分析及色差报告等功能。结果表明，提高了测色仪的测量精度及测量稳定性，减小测量误差，测量的重复性完全达到了国家计量院规定的s（△E）〈0．2要求。     

基于FPGA的小型光纤光谱仪系统设计

设计了一种小型光纤光谱仪,以FPGA为控制核心,通过CCD实现光电转换,利用USB接口实现光谱仪的供电以及与计算机之间的通讯,采用C++Builder开发计算机软件同时用汞灯谱线进行标定,最后以低压汞灯作为光源对光纤光谱仪进行了性能测试。测试数据表明:该光纤光谱仪在400nm—800nm的有效范围内光谱仪波长扫描精度可达到1nm、像元分辨率可以达到0.12nm/pixel。     

基于VC++的油罐监测系统设计

为满足大型储油罐液位实时动态测量的需要,设计了一种基于VC++的油罐实时监测系统。该系统由下位监测系统和上位机组成,下位监测系统采用磁致伸缩液位仪采集信息。上位机在Windows系统下,利用VC++实现系统数据采集、实时数据存储、数据库管理等核心功能。监测系统具有操作简单、工作效率高、节省人力等特点,已成功应用于油库。