具体的な調査内容と方法は以下の通りです。
(1) 関連文献を確認し、国内外の状態監視・故障診断の発展の歴史と現状を十分に理解し、状態監視・故障診断の研究方法を決定する。人工芝タフティングマシンの主軸システムと動作原理を研究し,タフティングマシンの一般的な故障と振動の励起源を研究した。タフティングマシンの故障監視の分析に基づいて、システムの監視対象である主軸のトランスミッションベアリングが決定されます。状態監視・故障診断システムの全体構成を設計し、データ伝送方式やリモートアクセス方式を決定し、システムのハードウェアを設計します。
(2) 時間周波数解析法が研究されます。EMD 法のパフォーマンスに影響を与えるモードエイリアシングとエンドポイント効果が研究されます。 EMD 法の欠点を克服するために、EEMD 法をベースにさらなる改良が行われ、適応型 I-EEMD 法が提案されました。この方法の有効性を証明するために信号が使用されました。
(3)サポートベクターマシン(SVM)に基づくパターン認識方法を研究し,遺伝的アルゴリズムに基づくSVMパラメータの適応的選択を提案した。非線形動的パラメータエントロピー関数を研究し,ファジィエントロピー関数のパラメータ値を研究した。マルチレベル解析の効果を達成するために、I-EEMDによって故障信号を分解することがさらに提案されています。有効な IMF が係数によって選択され、そのファジー エントロピー値が故障信号特性として計算され、故障診断のために SVM に入力されます。インスタンス検証が実行され、トレーニングから得られたモデルがテスト サンプルを分類し、障害情報を効果的に特定します。
(4) キューメッセージプロセッサのプログラム構造は、故障診断のパターン認識を実現するために使用されます。振動信号の取得、送信、保存、解析、故障診断を実現します。
https://www.wxmatale.com/