通过加速度计和传声器采集数据,实现更准确、鲁棒的轴承故障诊断。该方法从原始振动信号和声学信号中提取特征,并利用基于1d - cnn的网络进行融合。在十组轴承上获得的大量实验结果用于评估所提出方法的性能。通过分析不同信噪比下的损失函数和准确率,经验发现该方法比基于单模态传感器的算法具有更高的诊断准确率。此外,还进行了可视化分析,探讨了所提出的基于1d - cnn的方法的内部机制。
本文详细评估了深度学习(DL)模型在旋转机械智能诊断中的应用,旨在通过深度学习技术改善旋转机械故障的诊断准确性和可靠性。作者通过分析不同数据集和超参数推荐使用的问题,并且因公开源代码的缺乏导致不公平的比较和效果提升无效,进行了综合性评价。通过使用四种模型(多层感知器MLP、自动编码器AE、卷积神经网络CNN和循环神经网络RNN)和七个数据集进行基准研究,旨在为旋转机械的智能诊断提供一个基准研究。
现代经济依赖于制造业、能源、石化、制造业、能源、石化、交通运输和国防装备的可靠、不间断运行。实施故障预测与健康管理(PHM)技术是保证设备安全运行的重要方向。成本低、经久耐用、功率重量比高、能量转化率优异的电机逐渐成为各行业的核心驱动设备。电机故障普遍存在,因此状态监测和故障诊断至关重要。恶劣的工作环境和频繁的负载变化是电机故障的主要原因。电机故障或突然停止服务可能会严重危及整个生产系统的安全,除电动机本身受到伤害外,还会造成重大的生产损失。因此,需要对电机进行及时的状态监测和故障诊断,防止意外事故的发生。及时评估电机还可以实现最佳维护策略的调度,例如何时更换关键部件,最大限度地提高可用性,最大限度地减少停机时间,并最大限度地降低维护成本。
针对基于图卷积网络(GCN)的故障诊断方法大多默认节点间的权重相同、导致诊断精度较低与鲁棒性较差的问题,提出了一种基于欧式距离和余弦距离的 GCN 故障诊断方法(EC-GCN)。
基于数据驱动的轴承故障诊断方法依赖大量标记数据,而在实际生产过程中很难收集到大量的数据。因此小样本的轴承故障诊断具有很高的研究价值。
为了更加有效的从多传感器原始故障数据中提取出故障特征,解决单一诊断算法提取时序数据特征时的信息丢失问题,提出了一种基于改进 LSTM-GCNN 的深度循环卷积神经网络新算法用于机械装备大数据的故障智能诊断。
故障轴承以激光蚀刻加工制作,人为在轴承上蚀刻单点缺陷模拟轴承的故障,缺陷点的大小设置(7,14,21,28)mils 四种类型。轴承振动数据使用加速度传感器进行信号采集,采样频率为 12000Point/S(12kHz)及 48000point/S(48kHz)。
如何更好地对机械故障进行预测和健康管理,是现代机械生产企业重点关注的问题,随着传感器硬件技术的发展和计算机存储技术的进步,可以对海量数据进行计算和存储,基于数据驱动的机械设备故障预测与维修技术也逐渐得到广泛应用。
没有账户,需要注册
本工程为单缆无源系统,将为大楼提供全面无线通信信号覆盖,所设计的室内覆盖系统是为智能化大楼室内移动通讯信号覆盖的需要而提出的
基于高度自动化的物流、仓储及柔性加工制造能力基础上,以建设产线主控系统为核心,与上下层信息系统 高度集成、协同的智能信息化管理平台。通过车间产线管控系统的建设,实现数字化工厂车间协同运营,让生产变得更有序、可控。使增材中心能够对订单实现快速响应、高效协同、快速交付高质量产品的能力,同时,促进智能化增材制造全产业的链协同发展。 n 提高产线自动化程度 n 提升车间整体运行可靠性 n 提升车间生产执行管理能力 n 生产全过程可视化 n 提升设备的精细化管理 n 加强车间能耗分析管控 n 生产运营一体化分析展示
中服云DTU是一款专门为自动化,信息化,物联网等应用而开发的高性价比物联网网关,具有透传、边缘采集,数据定时上报,数据变化上报,远程反控制等功能。
将企业大量、重复财务核算从企业个体中抽出集中到一个新的自主业务单元(共享服务中心SSC),共享服务中心通过市场化运营机制提供计费服务,设有专门的管理机构,目的是提高效率、创造价值、节约成本以及提高对客户服务的质量。
为解决光伏电站和风电场的弃光、弃风问题,拟配置储能系统用于实 现削峰填谷,提高风电场的发电量创造经济效益,也可用于跟踪计划出力 曲线。 削峰填谷 工作模式1:风力/光伏发电输出功率受限时,将多余能量存入储能电池; 工作模式2:风力/光伏发电输出功率不受限时,将储能电池能量输出电网。
储能项目资源 工商业储能项目将结合分布式光伏及可控负荷形成虚拟电厂, 因此建议储能项目资源应偏向经济发达城市负荷聚集区,可 考虑在储能项目集中区储备一定规模的分布式光伏及充换电 站项目资源
数字技术是与电子计算机相伴相生的科学技术,它能 够将图像、文字、声音、视频等信息转化为可被电子 计算机识别的数据,并对其进行运算、加工、存储、 传送、还原和利用。5G 移动通信、物联网、云计算、 大数据、人工智能和区块链等数字技术正深刻影响全 球经济社会发展变革,也是工业节能降碳不可或缺的 重要手段。 工业行业是碳排放大户从碳排放量看,能源生产与转 换、工业、交通运输、建筑领域碳排放占全社会碳排 放比重分别为44%、34%、8%和7%,共占93%。
制定“互联网+”行动计划,推动移动互联 网、云计算、大数据、物联网等与现代制造业结合,促进电子商务、工业互联网和互联网金融健康发展,引导互联 网企业拓展国际市场。”
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南