Die Verwendung einer Kunstrasen-Tuftingmaschine

Die spezifischen Forschungsinhalte und -methoden sind wie folgt:

(1) Überprüfen Sie die einschlägige Literatur, verstehen Sie die Entwicklungsgeschichte und die aktuelle Situation der Zustandsüberwachung und Fehlerdiagnose im In- und Ausland vollständig und legen Sie die Forschungsmethoden für die Zustandsüberwachung und Fehlerdiagnose fest. Das Hauptwellensystem und das Funktionsprinzip der Kunstrasen-Tuftingmaschine werden untersucht, außerdem werden die häufigsten Fehler der Tuftingmaschine und der Anregungsquelle für Vibrationen untersucht. Basierend auf der Analyse der Fehlerüberwachung der Tuftingmaschine wird das Überwachungsobjekt des Systems – das Getriebelager an der Hauptwelle – ermittelt. Die Gesamtstruktur des Zustandsüberwachungs- und Fehlerdiagnosesystems wird entworfen, die Datenübertragungsmethode und die Fernzugriffsmethode werden festgelegt und die Systemhardware wird entworfen.

(2) Die Methode der Zeit-Frequenz-Analyse wird untersucht – es werden Mode-Aliasing und Endpunkteffekte untersucht, die sich auf die Leistung der EMD-Methode auswirken. Um die Mängel der EMD-Methode zu beheben, wurden auf der Grundlage der EEMD-Methode weitere Verbesserungen vorgenommen und eine adaptive I-EEMD-Methode vorgeschlagen. Um die Wirksamkeit der Methode nachzuweisen, wurden Signale verwendet.

(3) Die auf der Support Vector Machine (SVM) basierende Mustererkennungsmethode wird untersucht und die adaptive Auswahl von SVM-Parametern auf der Grundlage eines genetischen Algorithmus vorgeschlagen. Die nichtlineare dynamische Parameter-Entropiefunktion wird untersucht, und der Parameterwert der Fuzzy-Entropiefunktion wird untersucht. Es wird außerdem vorgeschlagen, das Fehlersignal durch I-EEMD zu zerlegen, um den Effekt einer mehrstufigen Analyse zu erzielen. Der effektive IMF wird anhand des Koeffizienten ausgewählt und sein Fuzzy-Entropiewert wird als Fehlersignalcharakteristik berechnet, die zur Fehlerdiagnose in SVM eingegeben wird. Es wird eine Instanzverifizierung durchgeführt, und das aus dem Training erhaltene Modell klassifiziert die Testproben und identifiziert effektiv die Fehlerinformationen.

(4) Die Programmstruktur des Warteschlangennachrichtenprozessors wird verwendet, um die Mustererkennung der Fehlerdiagnose zu realisieren. Das System übernimmt die Erfassung, Übertragung, Speicherung, Analyse und Fehlerdiagnose des Schwingungssignals.

https://www.wxmatale.com/