共查询到10条相似文献，搜索用时 171 毫秒
1.
基于电动机故障诊断方法建立的实验平台,是计算机与现场电动机设备结合的产物,通过使用VC和MATLAB混合编程技术,将采集到的故障电动机的电流、电压、噪声、温度和振动信息输入计算机进行相关分析和趋势分析,为预防故障和预测故障何时发生建立故障数据库,减少因突发事故造成的经济损失. 相似文献
2.
风机是工厂的重要设备,主要故障就是过大的振动问题。引起风机振动的因素有很多,其中不平衡是最常见因素。快速地解决风机不平衡问题,就能有效地降低故障时间,提高风机的作业率。以某厂的蒸汽风机为例,阐述悬臂风机现场振动分析、动平衡处理过程及特征。 相似文献
3.
《实验室研究与探索》2013,(12):163-165
针对在DSP技术实验教学中存在的问题,提出通过关联学习、对比学习方法来提高DSP技术实验教学效果的设计思路。设计了一种体现教学循序渐进原则的,由系统模块、电源模块、ADDA模块、模拟信号调理模块和通信模块组成的TMS320VC5416 DSP技术实验教学平台,给出了系统设计方案和主要电路,并以一个综合实验作为实例,说明实验教学平台的使用。结果证明,DSP技术实验教学平台符合教学规律和学生的学习习惯,能降低学生学习DSP技术的难度、加快学生掌握DSP技术的速度,具有一定的实用价值和推广价值。 相似文献
4.
研制了基于DSP(TMS320F28335)的矿用馈电开关保护系统,系统对三相交流信号调理后送入DSP控制器进行采集,并进行傅里叶运算处理,对供电状况进行判断,给出相应保护措施,用LCD12864显示电网参数及故障信息,并通过RS485与上位机进行通信,上位机采用LabVIEW进行编程,完成对电网运行状况的集中监控和管理。经调试,该系统能够实现三相电压电流采集、过压、过流、漏电、缺相检测、跳闸合闸、显示、历史数据记录、参数设定及上下位机通信等功能于一体的矿用馈电开关保护系统。 相似文献
5.
王丹民 《辽宁科技学院学报》2002,4(1):23-25,46
介绍一种将故障诊断理论应用于工业现场的方案-基于分布式数据采集系统和集成神经网络的大型风机在线监测和故障诊断系统。系统利用自行开发的FADM-4000模块采集处理振动信号，利用集成神经网络模型对大型风机进行在线故障识别。并通过一应用实例，验证了该诊断系统的有效性。 相似文献
6.
介绍了一种基于DSP的智能电源管理系统设计和实现方案。本系统以TI公司的TMS320LF2407A DSP为控制核心,主要由信号采集模块,电路调理模块,DSP处理模块,显示模块,键盘模块,DC-DC并联供电模块和辅助供电模块等组成。设计采用BUCK降压变换电路实现DC/DC变换,设计和制作了高效率的两路DC-DC变换器并联供电,此并联供电系统能够将36 V直流电压转化为12V直流电压,允许电流达到20 A长时间工作,并且两个并联开关电源模块的电流可按照默认分流比例分流和控制分配比例分流两种模式工作。另外系统进行了抗干扰设计,使其具有较好的抗干扰能力,保证系统可靠工作。 相似文献
7.
张树忠 《福建工程学院学报》2018,(6):516-519
针对风力发电机关键部件齿轮箱故障频率高、诊断难的问题,开发了包含传统时频域分析和现代分析模块的故障诊断系统。该系统对所采集的振动信号进行了小波去噪、小波包分解并重构后得到各频段能量占比的特征向量,将该特征向量输入到Back Propagation（BP）神经网络模型进行振动信号与正常或各故障状态之间映射,从而智能识别运行状态。应用Matlab和Labview开发系统,输入齿轮箱的4种典型运行状态进行验证,结果表明,所设计的系统可较好地对风机齿轮箱的故障进行诊断。 相似文献
8.
9.
《实验室研究与探索》2017,(8):77-79
针对目前日益严峻的环境污染问题与人们的迫切需求,开发了智能空气净化平台。整个系统利用Arduino UNO3单片机作为主控芯片,驱动PM_(2.5)粉尘传感器采集空气质量信息,根据不同空气质量分为优、良、中、差4个等级,从而控制风机的不同转速。设备上的液晶屏幕显示PM_(2.5)指数,通过ESP8266 Wi Fi模块将PM_(2.5)数据上传到中国移动物联网开放云平台,在移动端可以随时查看设备所处位置的空气质量。与传统空气净化器相比,智能净化平台实现了自动控制和功率降低,同时搭建了物联网云平台,可以将实时净化信息显示在网页端、移动端。试验结果表明,该平台效果良好,性能稳定,实现了预期的空气净化和远程观测功能。 相似文献
10.
《福建工程学院学报》2018,(6)
针对风力发电机关键部件齿轮箱故障频率高、诊断难的问题,开发了包含传统时频域分析和现代分析模块的故障诊断系统。该系统对所采集的振动信号进行了小波去噪、小波包分解并重构后得到各频段能量占比的特征向量,将该特征向量输入到Back Propagation(BP)神经网络模型进行振动信号与正常或各故障状态之间映射,从而智能识别运行状态。应用Matlab和Labview开发系统,输入齿轮箱的4种典型运行状态进行验证,结果表明,所设计的系统可较好地对风机齿轮箱的故障进行诊断。 相似文献