设备状态监测无线集成网络节点设计与研究

设备状态监测无线集成网络节点设计与研究

ID:32476222

大小:1.52 MB

页数:63页

时间:2019-02-07

设备状态监测无线集成网络节点设计与研究_第1页
设备状态监测无线集成网络节点设计与研究_第2页
设备状态监测无线集成网络节点设计与研究_第3页
设备状态监测无线集成网络节点设计与研究_第4页
设备状态监测无线集成网络节点设计与研究_第5页
资源描述:

《设备状态监测无线集成网络节点设计与研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要本课题创建了设备状态监测无线网络平台,在此平台上研究对设备状念得监测技术。本文包括两个方面得内容:设备状态监测无线网络平台从节点硬件、软件设计,以及设备状念检测算法。在本课题中,首先设计了滚动轴承故障检测实验装置,通过此装置我们可模拟产生各种滚动轴承故障,供实验研究:其次,我们设计了使用Pc/104型嵌入式计算机的滚动轴承振动信号检测装置,检测装置功能是完成振动信号得采集、分析,以及将分析结果通过从节点上的无线数据传输模块传给网络主节点;最后,为完成上述功能,编写了运行在从节点上的软件。为正确检测滚动轴承故障,在本文中研究了一些算法。使用频

2、谱分析检测滚动轴承故障是一种常用而且有效的方法,本文说明了为使用频谱分析所需要的离散傅立叶变换、功率谱分析等内容。另外,本文还提出了使用主成分分析算法处理滚动轴承统计特征值,来重构出新的特征量,然后使用支持向量机算法对新的特征量分类,从而识别滚动轴承故障类型。使用主成分分析和支持向量机算法进行滚动轴承故障类型识别,这是本文的一个创新点。本文还给出滚动轴承故障检测的实例。首先使用使用频谱分析方法,处理实验平台上采集到的滚动轴承振动信号数据,通过检测滚动轴承特征频率来判断滚动轴承故障。其次,对多个滚动轴承故障特征量使用用主成分分析算法处理,重构得到

3、新的特征量,并使用支持向量机算法对其分类,成功的将使用单个特征量难以分别的两类滚动轴承故障分开,证明了上述算法的有效性,并具有实用价值。关键词:无线节点:设备状态监测;频谱分析;主成分分析;支持向量机ABSTRACTIntheprojectwecreatedtheplatformforequipmentstatusmonitor,wiLhwhichweresearchthetechnologyforⅡlonitorequipmentstatus.Inthepapertwopartsareincluded:oneconcernedwiththed

4、esignofhardwareandsoftwareofthechildnodeoftheplatform,andtheotherc。ncernedwiththealgorithmfordetectingequipmentfault.Firstly,wedesignedthedevicethroughwhichbearingfailureise【【【ulatedforresearch.Secondly,wedesignedthedevicewhichusesPC/104typemicrocomputerf。rdetectingthevibrat

5、ionsignalofbearing.FunctionsofthedetectingdevicearetoacquisitionandanalyzetheVibrationsignal,andsendresultofanalysistotheparentnodeoftheplatformthroughwirelesseoⅡⅡrn】nicationnetwork.FinallywedesignedthesoftwarewhichrunsinthechildnodesofthatDlatformforthosefunctionsIIlentione

6、dabove.Inthepaperweresearchsomealgorithmsforthepurposeofdetectingbearingfaultcorrectly.It’sapopularandefficientlywaytodetectbearingfailureusingspectrumanalysis,andwedescriptdiscreteFouriertransform,powerspectrumdensityanalysiswhichareneededforspectrumanalysis.Furthermoreweis

7、suethewaythatusethealgorithmofprincipalcomponentsanalysistoreconstructthestatisticcharacteristicvalueofbearing,thenclassifythevalueusingthealgorithmofsupportvectormachinetoidentifythetypeofbearingfault.Thatisthecreativeofthepaper.A1sowegivethesaInplesofdetectingbearingfaulti

8、nthepaper.Firstlyweusethewayofspectrumanalysistoresolvethevibrationsignalwh

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。