L'uso della macchina per trapuntatura del tappeto erboso artificiale

I contenuti e i metodi specifici della ricerca sono i seguenti:

(1) Controllare la letteratura pertinente, comprendere appieno la storia dello sviluppo e la situazione attuale del monitoraggio delle condizioni e della diagnosi dei guasti in patria e all'estero e determinare i metodi di ricerca del monitoraggio delle condizioni e della diagnosi dei guasti. Vengono studiati il ​​sistema dell'albero principale e il principio di funzionamento della macchina per il tufting dell'erba artificiale, nonché i guasti comuni della macchina per il tufting e la fonte di eccitazione delle vibrazioni. Sulla base dell'analisi del monitoraggio dei guasti della macchina tufting viene determinato l'oggetto del monitoraggio del sistema: il cuscinetto di trasmissione sull'albero principale. Viene progettata la struttura complessiva del sistema di monitoraggio delle condizioni e di diagnosi dei guasti, vengono determinati il ​​metodo di trasmissione dei dati e il metodo di accesso remoto e viene progettato l'hardware del sistema.

(2) Viene studiato il metodo di analisi tempo-frequenza: vengono studiati l'aliasing modale e gli effetti del punto finale che influenzano le prestazioni del metodo EMD. Mirando alle carenze del metodo EMD, sono stati apportati ulteriori miglioramenti sulla base del metodo EEMD ed è stato proposto un metodo I-EEMD adattivo. I segnali sono stati utilizzati per dimostrare l'efficacia del metodo.

(3) Viene studiato il metodo di riconoscimento di pattern basato sulla Support Vector Machine (SVM) e viene proposta la selezione adattiva dei parametri SVM basata su un algoritmo genetico. Viene studiata la funzione parametrica-entropia dinamica non lineare e viene studiato il valore del parametro della funzione entropia fuzzy. Si propone inoltre di scomporre il segnale di guasto mediante I-EEMD per ottenere l'effetto dell'analisi multilivello. L'IMF effettivo viene selezionato in base al coefficiente e il suo valore di entropia fuzzy viene calcolato come caratteristica del segnale di guasto, che viene immesso nell'SVM per la diagnosi del guasto. Viene eseguita la verifica dell'istanza e il modello ottenuto dalla formazione classifica i campioni di prova e identifica efficacemente le informazioni sull'errore.

(4) La struttura del programma dell'elaboratore di messaggi in coda viene utilizzata per realizzare il riconoscimento del modello della diagnosi dei guasti. Il sistema realizza l'acquisizione, la trasmissione, la memorizzazione, l'analisi e la diagnosi dei guasti del segnale di vibrazione.

https://www.wxmatale.com/