学科分类
/ 2
31 个结果
  • 简介:在简单介绍WH-800型离心机基本结构及工作原理的基础上,介绍了基于重构吸引子轨迹矩阵的奇异值分解技术,并引入自相关函数对现有奇异值分解技术加以改进.通过对现场实测故障信号的分析,表明改进的奇异值分解技术具有很好的降噪效果,能在强噪声背景环境下准确提取设备的故障特征信号,为离心机的故障诊断提供了一种新的思路.

  • 标签: 离心机 奇异值分解 降噪 故障诊断
  • 简介:设计一款基于2.4G射频的车载CAN总线故障诊断仪,详细介绍其工作原理及系统硬件电路,最后分别阐述接收端、发射端和PC端的软件模块。该方案采用自动跳频的2.4G空中协议,经测试统计误码率保持在有效范围之内,在14m内仍能正常工作。采用USB作为接收端和PC接口,保证了系统的即插即用及数据的高速传输。

  • 标签: 2.4G射频 CAN USB KWP2000 汽车故障诊断
  • 简介:该文提出一种基于多Agent的可重构能力强、实时性好、智能程度高、便于实际应用的分布式智能故障诊断系统模型,并详细阐述该模型诊断工作过程。模型根据汽车起重机各子系统并行感知故障的情况,动态地组建Agent诊断组,共同完成诊断任务。在某工程机械企业的远程监控与维护系统应用中,该模型能快速、准确地进行故障成因分析,给出合理的决策意见,取得了与专家相似的诊断结果,提高了企业的安全运行效率。

  • 标签: 智能体 多AGENT系统 故障诊断 功能模型 可重购性
  • 简介:本文引入自适应多尺度熵的方法,并结合当前常用的经验模型分解的方法,使得数据尺度能自适应的被获取.通过从原数据中不断移除低频或高频成分,自适应多尺度熵能够在“从粗糙到精细”或是“从精细到粗糙”的尺度下用样本熵估计求得.模拟结果用来确认了其有效性,同时我们将其应用到脑死亡诊断中,用来区分脑死亡病人和昏迷病人在脑电信号上的不同.

  • 标签: 脑电信号 脑死亡诊断 自适应多尺度熵 样本熵
  • 简介:神经网络的Petri网模型如图1所示,建立该过程故障诊断的ANN-Petri网模型如图3所示,建立基于遗传算法的故障诊断ANN-Petri网模型

  • 标签: 中的应用 故障诊断中的 网故障诊断
  • 简介:皮带机是带式输送机的简称,是以皮带兼做承载机构和牵引机构的一种连续运输设备,在烧结工艺中扮演着物料运输的重要角色.但是由于皮带机线路长,工作环境恶劣,不便于人工监测和检修,时有安全事故发生,因此对皮带机的故障诊断显得尤为重要.该文基于多源信息融合技术,采用D-S证据合成算法,将多传感器采集到的故障信号有效的融合起来,相比传统的故障诊断方法,在精度上有了很大提升.

  • 标签: 故障诊断 多源信息融合 D-S证据融合算法
  • 简介:FluKeNetworKs(福禄克网络)公司日前发布了新NetToolⅡ系列含NetProve诊断功能的在线型网络万用表,其诊断企业网络和应用连通性故障的速度比传统方法快4倍。

  • 标签: 企业网络 诊断功能 万用表 线型 NETWORKS FLUKE
  • 简介:当前,各个系统的架构设计越来越复杂,应用程序也不再是单一的架构了,系统运行缓慢成为一个普遍存在的问题。时间都去哪儿了?也许花在程序逻辑处理上,也许花在前台中间件交互上,也许花在网络传输上,也许花在数据库模块调用上,也许花在存储的IO处理上……此外,不仅是系统本身愈发复杂,系统的接口也愈发繁多。时间还可能去这儿了:你的程序调用了外系统的客户资料系统,接着又调用了外系统的计费系统,接着又调用了外系统的渠道系统,接着又……面对性能问题你可能无所适从,因为我们无法判断是自己的系统花费的时间多,还是别人系统花费的时间多?

  • 标签: 应用系统 性能诊断 方法论 程序调用 优化 架构设计
  • 简介:用单一理论和方法对复杂系统进行故障诊断效果不太好.文章讨论了基于神经网络和模糊系统的故障诊断以及它们之间结合方式的特点,提出了一种保障工业生产安全可靠运行的有效方法:分级故障诊断算法+过程监控与报警,仿真并设计了基于工控网络的工业过程故障诊断与报警系统.研究表明基于径向基函数神经网络+模糊逻辑的算法具有较快的训练速度和较好的泛化能力,可识别多回路故障.

  • 标签: 故障诊断 神经网络 模糊逻辑 工业过程
  • 简介:诊断进程崩溃、挂起和内存利用率高等应用程序稳定性问题和性能问题时,有时需要检查这些问题发生时的活动进程。服务器应用程序(如MicrosoftIIS、ExchangeServer、SQLServer、COM+和BizTalkServer)通常没有UI,并在没有说明失败原因的情况下自动重启,这无疑让故障诊断变得很复杂。选择正确的调试工具隔离问题可以更容易地找到解决方法。

  • 标签: 故障诊断 调试工具 内存泄露 失败原因 DEBUG 进程