桥梁监测系统无线索力计的设计及应用

针对桥梁监测系统的索力监测应用场景,设计了一款智能无线索力计。该传感器具有超低功耗、前端智能算法、无线自组织网络等技术特点。提出并实现了嵌入式硬件平台上的索频提取方法,经实验及实际工程检验,该方法测量结果准确。该设计整机可在电池供电环境下实现常年连续工作。此设计有效地解决了拉索监测过程中监测系统建设冗繁、数据分析难度大、系统成本偏高、维护复杂等实际工程问题。     

温湿度及加速度信号在线监测低功耗无线传感系统设计

提出一种用于在线监测工业设备自身振动信号和工作环境温湿度的低功耗无线传感器的模块化设计方法。该无线传感系统采用低功耗单片机MSP430F5438作为核心控制单元,由振动加速度检测模块、温湿度模块、射频通信模块、串口通信模块及供能模块构成。主要研究了采用高集成单元器件以低功耗运行的工作方式,实现振动信号和工作环境温湿度参数监测的设计方法,以及使监测系统满足低功耗和性能监测要求的系统的各个模块的工作模式（包括时序）和电源管理模式。使监测节点在满足在线完成实时监测以及信号传输等性能要求的基础上,降低系统功耗延长系统节点采用电池供电的寿命要求。     

基于DSP的风机振动监测系统

介绍了基于DSP的风机振动实时在线监测系统的设计、组成环节、功能及应用效果。研究了风机系统振动监测点、传感器的选择、振动信号的A／D采样、系统各个模块的硬件构成和软件功能的实现等几个问题。系统具有实时振动幅值直观显示、故障提前预警、测量精度高、抗干扰能力强、软件操作界面灵活等特点。风机监测系统设计新颖、美观坚固、操作简单、整体性稳定可靠，具有较高的性价比，值得推广。     

基于虚拟仪器的声音信号采集分析系统

采用PC机与NI数据采集卡USB4431为硬件平台,LabVIEW为软件开发环境,设计了多通道声音信号采集分析系统。系统可以实现信号的同步实时采集、实时调理、存储及分析,提供多种数据处理算法模块。该系统已应用在工程噪音分析中,显示了其方便、实用等优势。     

基于ZigBee无线传感网络振动加速度的监测与应用

针对现有的机械设备振动监测系统存在布线繁琐、扩展性差等缺点,设计一种基于ZigBee技术的无线在线振动监测系统,该系统由采集终端、协调器和监控中心组成,以CC2530芯片为控制器,利用MMA8451传感器和PC机实现了采集、传输、显示等功能.测试表明:该系统能够有效地代替有线方式实现大多数机械设备的振动监测.     

基于USB2.0的振动监测系统的研究与设计

在对振动信号研究的基础上,采用现代计算机测量与控制技术开发了一种新型的振动信号监测系统;硬件以嵌入式微控制器LPC1768作为核心控制芯片,配合891-2型测振仪完成振动信号的采集和传输;软件采用LabVIEW虚拟仪器技术设计完成,实现了振动信号的时域分析、频域分析以及实时显示等功能;系统采用USB2.0总线实现数据传输,有效提高了传输速度,方便现场工作;试验测试表明,系统性能稳定,传输速度快,采集精度高,可适用于各种振动信号的工程监测,具有一定的实用和推广价值。     

网络化水电机组振动监测和故障诊断系统

针对水电机组振动监测与故障诊断的多样性和复杂性,运用PXI总线仪器和LabVIEW可视化的虚拟仪器系统开发平台,设计并组建网络化水电机组在线振动监测和故障诊断系统.该系统实现了水电机组振动信号的数据采集、数据处理和分析,并能通过网络进行故障诊断.实际应用证明这种基于虚拟仪器技术的网络化水电机组在线振动监测和故障诊断系统具有很强的灵活性和可扩展性.     

无线传感器网络智能振动监测节点设计

提出了一种用于机械设备振动监测的无线传感器网络节点的设计方法.根据无线传感器网络及振动信号的特点.设计了一种微型低功耗无线振动监测节点,阐述了无线振动监测节点硬件设计思路及无线通讯策略,并在振动监测节点中实现了数学形态等信号分析方法和设备振动状态的智能预警功能.根据该方法设计的监测节点已在工业现场得到初步应用.并可广泛应用于冶金、石化、建筑、桥梁等行业.     

多复杂异构系统的信息融合

μXL集散控制系统、Bently振动监测系统和WindowsNT计算机网络系统是各自相对独立、结构不同的复杂系统.本文利用LabWindows/CVI虚拟仪器开发平台,采用虚拟仪器技术,以μXL网卡为媒介,借助于MS-Excel,通过动态数据交换手段实现了PC机自动、连续、自主地从μXL系统获取数据,并通过高速数据采集卡,从Bently振动监测系统同步获取多通道振动信号,以WindowsNT网为纽带,实现了Bently振动监测系统、μXL集散控制系统和WindowsNT计算机网络系统的多复杂异构系统的信息融合,并结合工程实例,详细讨论该方法的具体应用.     

基于多传感器融合的转炉化渣监控系统

设计了一种通过对转炉冶炼噪声信号、氧枪振动信号和火焰图像信息的分析,在线实时监测炉内化渣过程、预报喷溅和返干的系统.系统主要包括声音信号采集模块、振动信号采集模块、图像采集模块、数据处理模块以及控制软件.现场实验证明,系统可以指导化渣过程,基本避免了喷溅和返干的发生,实现了平稳炼钢.     

AI-enabled and multimodal data driven smart health monitoring of wind power systems: A case study

The development of AI has enabled the fault detection of industrial components to be achieved through the combination with deep learning. A detection method combined with deep learning has also emerged for the fault detection of fan blades, such as models based on neural networks using the appearance or sound of the blades. However, the detection model obtained from a single data type often has limitations, such as low accuracy and overfitting. This is also the problem with fan blade detection. In contrast, multimodal data fusion detection models are often more stable. The modality diversity of blade diagnosis is strong, and it can be achieved from multiple modalities such as image, sound, and vibration. To improve the accuracy of fault diagnosis of fan blades, this article proposes a multimodal double-layer detection system (MTDS) based on decision-level and feature-level fusion. The system includes a wind turbine simulation platform and a multimodal detection system. It mainly obtains different modal data of the simulated wind turbine from the image, sound, and vibration signals, including blade images through unmanned aerial vehicle photography, blade vibration signals through electronic vibrators, and blade sound signals through microphones. The highly correlated sound and vibration modal data are fused at the feature level, and a detection model based on the sound and vibration mixed mode is implemented using a sound-vibration-CNN (SV-CNN) proposed in this case. Then, a detection model of the image mode is trained based on the blade image using a Convolution Block Attention Module ResNet (CBAM-ResNet) network. Finally, the detection input of the two modal models is fed into a perceptron to obtain the final prediction result, and the decision-level fusion is implemented to achieve fan blade detection based on multimodal, namely the implementation of MTDS.     

基于PC声卡的振动测量系统与技术

多媒体声卡技术的发展,使得基于声卡的信号产生和数据采集成为可能。通过对振动测试系统的分析,提出了一套以计算机声卡作为激励源和采集模块组建振动教学实验系统的方案,阐述了计算机声卡的基本原理、软件结构,并对系统中的多声卡访问控制技术、共享多线程技术等关键问题进行了论述。     

基于MFC开发的振动信号监测与分析软件

利用微震测量技术、数据采集技术与信号处理技术可以建立一套监测各种振动信号的系统,广泛应用于各种振动事件的监测与报警。该文介绍了该系统的软件的设计思路与实现的效果。采用VC++,基于MFC类库开发了一套振动信号监测与分析软件,实现数据实时采集、信号分析处理、振动事件判别报警、数据存储回放等功能。     

Faulted gear identification of a rotating machinery based on wavelet transform and artificial neural network

In this paper, a condition monitoring and faults identification technique for rotating machineries using wavelet transform and artificial neural network is described. Most of the conventional techniques for condition monitoring and fault diagnosis in rotating machinery are based chiefly on analyzing the difference of vibration signal amplitude in the time domain or frequency spectrum. Unfortunately, in some applications, the vibration signal may not be available and the performance is limited. However, the sound emission signal serves as a promising alternative to the fault diagnosis system. In the present study, the sound emission of gear-set is used to evaluate the proposed fault diagnosis technique. In the experimental work, a continuous wavelet transform technique combined with a feature selection of energy spectrum is proposed for analyzing fault signals in a gear-set platform. The artificial neural network techniques both using probability neural network and conventional back-propagation network are compared in the system. The experimental results pointed out the sound emission can be used to monitor the condition of the gear-set platform and the proposed system achieved a fault recognition rate of 98% in the experimental gear-set platform.     

基于UDP协议的航空发动机振动实时监视系统设计

发动机振动监视是保证发动机飞行试验安全的重要技术手段.根据某型发动机飞行台试验的要求,设计了基于UDP协议的网络化的发动机实时振动监视系统.监控终端软件采用多线程和消息响应机制,保证了系统的实时性能.采用数据包标识检验和总体网络数据流量控制的方法,克服了UDP协议的数据传递中可能出现的数据丢失和乱序.该监视系统在某型发动机飞行台试验中投入使用,经过了多个起落的使用,成功发现一起发动机风扇结构故障,表明该监视系统工作可靠,满足实时性要求,系统设计是成功的.     

面向海量数据的全船振动分析管理系统研究

目前广泛采用的振动测试系统侧重于数据采集的精度、采样率等指标的提高,但数据预处理环节不足,智能化程度不高,测试人员面对分散数据,查询对比分析存在很大困难;为集中有效管理海量预处理数据,实现数据高性能查询分析,分别设计了面向查询结果和面向数据解耦关系的两套数据库;采用MySQL + Python架构实现了海量数据背景下全船振动数据的快速查询与分析等功能;经过多艘船舶的数据处理实践表明,该系统有效解决了振声数据的综合分析问题,具有一定的工程实际应用价值。     

基于无线传感网络的爆炸场振动监测系统

爆炸场振动测试中节点分布范围广、数量多,对各测试节点的状态监控及全局管理难以有效实现,传统测试方案中节点部署后难以快速更改状态;针对上述问题,依据模块化、标准化和稳定性原则,设计了一种基于无线技术的振动监测系统;给出了爆炸场振动监测系统的基本功能单元,包括数据采集设备、无线组网设备;数据采集设备具有高精度采集、数据存储、高精度同步、定位定姿等功能;利用无线网桥技术构建了覆盖广域范围的无线网络,支持IEEE802.11 n/ac协议,实现了对远程分布式测试节点的集中管理、状态监控、数据传输,也可对指定测试节点的工作模式进行快速设置,以满足测试需求;测试节点的振动测量范围为0～10 g,室外1公里数据传输;通过模拟测试试验验证了系统的有效性,各项功能满足工程需要.     

基于机载实时处理的振动监控系统设计与实现

针对某型直升机需要对振动信号进行安全监控的问题,设计了一种基于机载实时处理的振动监控系统,以机载振动实时处理设备为核心,并通过MATLAB软件仿真选取最优的算法,利用该系统与原有的测试系统共同实施机载端的振动安全监控,解决了振动信号实时监控中带宽不足的技术难题。试验结果表明,该方案设计合理,具有实时性好、可靠性高的优点,振动数据实时处理结果与事后处理结果基本一致。该系统的成功设计保证了直升机的试飞安全,可推广至其他飞机的飞行试验中使用。     

家庭安防系统中手机彩信报警的实现

利用LabVIEW软件开发了集现场数据采集、传送及远程监视于一体的彩信实时报警系统。当监控现场有非法侵入时,控制主机收到被触发的探测器报警信号后立即启动相应的模块采集现场的声音与图像,经信号处理后以最直观的彩信形式,通过GPRS网络发送到用户设定的手机。系统运行结果表明,数据发送稳定、实时性好,声音和图像清晰,可以作为传统报警方式的补充,也可应用于其他方面的远程监控。