排序方式: 共有28条查询结果,搜索用时 0 毫秒
1.
海上固井泵受到高温高盐环境因素影响,导致故障发生率较高,为了提高海上固井泵的故障检测诊断能力,提出基于MLP神经网络的海上固井泵故障诊断方法。构建海上固井泵的故障传感信息采集模型,采用相关性参数分析方法,进行海上固井泵故障数据特征融合和自适应参数解析,构建海上固井泵故障远程协作诊断的特征分析和数据分析模型,结合海上固井泵故障参数的多元耦合分析结果,通过关联规则挖掘的方法分析海上固井泵的故障特征量,采用MLP神经网络学习方法,实现海上固井泵振动传感信息融合及滤波成分分析,结合关联特征挖掘和模糊信息聚类,建立海上固井泵的故障类别参数融合和信息聚类模型,通过对海上固井泵的振动传感异常特征分析,采用MLP神经网络实现对海上固井泵的故障类型化参数跟踪识别,根据信息聚类结果,实现故障分类检测和诊断。仿真结果表明,采用该方法进行海上固井泵故障诊断的准确率较高,达到了0.97,时间开销平均为3.73 s,提高了海上固井泵的工况稳定性。 相似文献
2.
3.
本文以视觉测量系统中的摄像机标定为研究对象,以物体在摄像机上所成的像与物体实际的形状之间具有一定的函数关系为基础,以获得该函数参数为目的用Matlab进行摄像机标定。该方法利用了Matlab的工具箱及VC++6.0编译软件,设计标定方法及软件程序,方便准确的完成了单摄像头标定和双摄像头的立体标定,得出摄像机的内部参数和外部参数,简化了标定求解过程,提高了标定速率,并具有良好的移植性,适合于其他视觉测量系统。 相似文献
4.
5.
6.
7.
9.
设备运转的状态信息能够通过振动信号实时反映出来,然而由于信号中混杂了大量背景噪声等干扰信息,使得信号分解技术成为关注的重点之一。变分模态分解(variational mode decomposition,VMD)克服了传统自适应信号分解方法的不足,分解出的信号消除了端点效应和模态混叠等失真现象,具有抗噪干扰能力强、计算速度快等优点。针对VMD模态K数难以选取的问题,以信号主频率个数作为K的选择依据,然后结合信息熵测度,提出了一种的新的振动信号提取方法,剔除干扰信息,便于故障类型的查找。仿真和轴承实验表明了该方法的有效性和可行性。 相似文献
10.
全断面掘进机刀盘(TBM)是TBM的核心部件,TBM刀盘模型装配过程耗费设计人员大量的时间,不仅降低了刀盘整体设计的效率,还会由于操作人员对各类三维软件的不熟悉而降低刀盘装配的可靠性,因此对TBM刀盘自动装配进行系统开发很有必要。对工程上常见的几类典型结构刀盘装配体模型进行Solid Works二次开发做了研究,运用C#语言在Visual Studio 2010环境下进行Windows界面开发,最终开发出TBM刀盘自动装配系统的Solid Works插件,该系统具有自动装配和干涉检查功能,保证了自动装配后的刀盘模型准确、可靠。 相似文献