【摘 要】
：
随着工控系统的复杂性和维护成本的不断增加以及信息技术的飞速发展,工控设备对性能下降、生产率降低以及安全隐患的容忍度越来越低,及时发现工控设备的故障对于工控系统安全、降低维护成本有着重大的意义。随着工业互联网的发展,接入到网络中的工控设备越来越多,工控设备运行状态的数据采集工作也更为容易,这为基于数据驱动的故障诊断提供了研究基础。论文从安全性、可靠性、准确性、扩展性等角度出发,对工控设备的故障检测方
论文部分内容阅读
随着工控系统的复杂性和维护成本的不断增加以及信息技术的飞速发展,工控设备对性能下降、生产率降低以及安全隐患的容忍度越来越低,及时发现工控设备的故障对于工控系统安全、降低维护成本有着重大的意义。随着工业互联网的发展,接入到网络中的工控设备越来越多,工控设备运行状态的数据采集工作也更为容易,这为基于数据驱动的故障诊断提供了研究基础。论文从安全性、可靠性、准确性、扩展性等角度出发,对工控设备的故障检测方法进行研究。论文首先对现有的故障诊断理论进行了介绍和总结,分析了故障数据预处理方法的优缺点。针对当前工业互联网环境下,许多工控设备暴露在互联网中、易被攻击、设备运行状态数据易被篡改、故障数据来源不可靠等问题,论文提出一种基于不可见字符的故障数据水印设计方案,该方案能够在不影响故障数据外观的情况下保障设备状态数据安全性、可信性以及防篡改性。针对目前工控设备故障诊断算法不成体系、诊断架构不利于扩展、诊断算法难以支撑海量数据等问题,论文提出一套基于Dev Ops理念和深度卷积神经网络的故障诊断体系,该体系具有较高的可扩展性,能够根据原始故障数据进行高准确率的故障诊断。针对工控环境不稳定,工控设备的工作参数易变化的问题,为了实现智能预测,论文提出一种基于集成学习的工控设备故障诊断方法,该方法具有较强的自适应性,能够很好地应对工控环境的变化问题,做到故障类型智能检测。
其他文献
AGV（自动导引搬运车）是一种具有自动化、智能化等诸多优点的现代化搬运工具,被广泛应用在智能车间、仓库等领域,在提高物流搬运效率、降低人力资源成本等方面发挥着重要的作用。多AGV系统的路径规划是AGV应用中需要重点研究的内容。本文以多AGV系统的路径规划与动态避障为主要研究内容,主要做了以下工作:一、针对单AGV路径规划的问题,结合AGV的导航方式,基于栅格地图构建法,对A*算法和Dijikstr
近年来,随着学科交叉的发展,立体匹配理论的研究逐渐丰富。然而医学图像普遍存在噪声多、结构复杂和数据采集困难等特点,传统的双目匹配技术难以获得准确的匹配结果。此外,准确的标签数据获取困难,制约着监督式的训练。针对以上问题,本文将自监督方法引入医学图像立体匹配,利用深度学习来提高匹配精度。主要研究工作如下:（1）针对标签数据难获取的问题,提出了一种自监督图像立体匹配模型SDMNet（Self-supe
驾驶机器人是一种用来替代人类驾驶员实现自动驾驶功能的机器人。由于无需对车辆进行重大改装,驾驶机器人就可以将普通车辆转变为自动驾驶车辆,因此其相关技术可广泛应用于汽车试验、自动驾驶汽车等领域。本文在课题组对驾驶机器人操纵机构结构设计的基础上,针对驾驶机器人操纵机构的性能分析及参数多目标智能优化等方面内容进行了研究。首先,分析了驾驶机器人操纵机构的组成和工作原理。根据驾驶机器人各操纵机构的结构特点,建
双电动缸同步伺服系统具有体积小、大负载、控制精度高、便于布局、响应速度快、便于维修等众多优点,因此在国防装备、航空航天和民用重工业等领域都有广泛的应用。但双电动缸同步伺服系统是一个复杂的非线性系统,它的非线性特性和模型不确定性直接影响着伺服系统控制性能,本文针对双电动缸同步伺服系统中存在的耦合扰动、参数不确定性、时变扰动和死区非线性等问题,展开了以下几个方面的研究工作:（1）介绍了双电动缸同步伺服
在生命活动过程中,蛋白质和配体之间的互相作用是普遍存在并极为重要的。准确定位蛋白质和配体之间的相互作用位点,对于理解蛋白质的功能、药物设计等有着重要的价值。其中,三磷酸腺苷（Adenosine-5’-triphosphate,ATP）是一种重要的配体。ATP可以通过水解断裂高能磷酸键来为生命体提供能量,是生命体中最直接的能量来源。通过湿实验的方法来确定蛋白质与配体的相互作用及绑定位点,存在着成本高
无线传感网络技术集成了多门学科知识,凭借着其应用范围广泛、节点体积小、能耗低、能够部署在复杂环境中等优点,成为了目前热门的研究领域。随着物联网的兴起,使得无线传感网络技术发展更加迅速,部署更加广泛。尤其是ISM频段下多种无线传感网络协议栈的部署,使得该频段越来越拥挤,信号干扰问题十分严重。因此,如何解决ISM频段下的无线传感网络抗干扰问题正在成为研究的重点。本文从实际背景出发,旨在研究ISM频段下
本文研究的移动机器人属于一种服务机器人,任务理解是用于服务机器人的一项关键技术。任务理解就是实现将用户自然语言表达的任务转化为机器人可以执行的原子动作的过程,它包含了两个方面,第一是人机交互,第二是任务规划。本文重点研究人机交互过程,该过程的困难主要表现在语言理解上。语言理解首先要解决指令解析的问题。目前解决机器人指令解析问题的方法或者依赖于人工编制的规则库,不具有学习和预测能力,或者依赖于相当数
滚珠丝杠副作为现代工业母机——数控机床的核心部件,其状态识别方法的优劣一定程度上影响着数控机床的精度与可靠性。本文以国家重大科技专项为依托,对滚珠丝杠副状态优化识别方法开展理论与试验研究,重点研究振动信号多域特征提取方法及状态识别优化组合,通过试验数据与训练模型进一步验证状态识别策略,从而为实现滚珠丝杠副在线监测与健康预警奠定基础。研究滚珠丝杠副状态识别优化策略的根本在于:首先要明确各类特征状态及
为适应复杂数据环境下的社会发展需求,以提取信息为核心的数据驱动型应用成为新兴产业。与此同时,社会自上而下对于个人隐私保护的意识越来越强,相关法律法规对于用户数据的使用限制也越来越严格,这使得基于大规模数据的深度学习方法必须考虑数据可用性及隐私性的平衡。为解决这一问题,基于分布式数据环境的联合深度学习框架成为了新的研究重点。该框架避免隐私数据的明文搜集以及高复杂度的密文处理过程,允许数据持有者在本地
在石化塔的建造过程中,塔内受限空间施工作业的安全性与环境密切关联,要求对受限空间的氧含量、温湿度实时监测,在参数超出行业规定的范围时及时报警。集环境参数实时采集、无线远程数据传输及远程集中监测及报警功能于一体的石化塔受限空间环境自动监测报警系统是石化行业急需的装备。本文受中石化委托,研制石化塔受限空间环境自动监测报警系统,包括研制集环境参数检测、人员施工塔及施工层定位以及报警功能于一体的手持终端,