L'utilisation d'une machine à touffeter le gazon artificiel

Les contenus et méthodes spécifiques de recherche sont les suivants :

(1) Vérifier la littérature pertinente, comprendre pleinement l'historique de développement et la situation actuelle de la surveillance de l'état et du diagnostic des défauts au pays et à l'étranger, et déterminer les méthodes de recherche en matière de surveillance de l'état et de diagnostic des défauts. Le système d'arbre principal et le principe de fonctionnement de la machine à touffeter le gazon artificiel sont étudiés, ainsi que les défauts courants de la machine à touffeter et la source d'excitation des vibrations. Sur la base de l'analyse de la surveillance des défauts de la machine à touffeter, l'objet de surveillance du système, à savoir le roulement de transmission sur l'arbre principal, est déterminé. La structure globale du système de surveillance d'état et de diagnostic de pannes est conçue, le procédé de transmission de données et le procédé d'accès à distance sont déterminés et le matériel du système est conçu.

(2) La méthode d'analyse temps-fréquence est étudiée - le crénelage de mode et les effets de point final qui affectent les performances de la méthode EMD sont étudiés. Visant les lacunes de la méthode EMD, d'autres améliorations ont été apportées sur la base de la méthode EEMD et une méthode adaptative I-EEMD a été proposée. Des signaux ont été utilisés pour prouver l’efficacité de la méthode.

(3) La méthode de reconnaissance de formes basée sur la machine à vecteurs de support (SVM) est étudiée et la sélection adaptative des paramètres SVM basée sur un algorithme génétique est proposée. La fonction d'entropie de paramètre dynamique non linéaire est étudiée et la valeur du paramètre de la fonction d'entropie floue est étudiée. Il est en outre proposé de décomposer le signal de défaut par I-EEMD pour obtenir l'effet d'une analyse multi-niveaux. L'IMF effectif est sélectionné par coefficient et sa valeur d'entropie floue est calculée comme caractéristique du signal de défaut, qui est entrée dans SVM pour le diagnostic des défauts. Une vérification d'instance est effectuée et le modèle obtenu à partir de la formation classe les échantillons de test et identifie efficacement les informations de défaut.

(4) La structure du programme du processeur de messages de file d'attente est utilisée pour réaliser la reconnaissance de formes du diagnostic de panne. Le système réalise l'acquisition, la transmission, le stockage, l'analyse et le diagnostic des défauts du signal de vibration.

https://www.wxmatale.com/