为避免对汽车发动机做不必要的拆装,采用多传感器获取发动机进气系统中空燃比、节流流量和汽缸流量的数据,利用BP算法进行数据的融合,对设备转速状态进行预测,以此判断故障原因。试验获取了精度较高的数据,经过MATLAB仿真计算,该系统能够达到的故障检测准确率大于93%,高于采用单一传感器所能达到的故障检测准确率。

针对复杂液压系统中主要元件故障诊断问题,提出一种基于一维卷积神经网络(1D-CNN)和双向长短时记忆网络(BiLSTM)实现多传感器信息融合的故障诊断模型,对柱塞泵和节流阀进行故障诊断。在模型中,首先对多种传感器采集到的信号进行数据级融合,然后利用CNN提取融合信号的故障特征并进行降维,之后利用BiLSTM学习信号中正反向数据特征,最后使用Softmax进行分类,实现对柱塞泵和节流阀故障的诊断。实验结果表明,提出的方法能够自动提取信号中的故障特征并考虑信号中所包含的正反向数据特征,柱塞泵诊断精度可达96.3%,节流阀诊断精度可达94.28%,实现了对柱塞泵和节流阀故障状态的准确可靠诊断。

为了实现液压系统中冷却器的故障状态识别,本文提出一种利用粒子群算法优化的深度置信网络(PSO-DBN)实现多传感器信息融合的故障诊断模型。在所提出的模型中,对来自不同传感器的信号进行特征计算与选择并采用多传感器融合方法进行特征级融合送入深度置信网络实现冷却器故障状态的识别。同时采用粒子群算法自适应地选择深度置信网络的超参数,包括隐藏层节点数、反向迭代次数和反向学习率,以确定网络的最优结构,进而提高深度置信网络的诊断精度。本文采用加利福尼亚大学欧文分校机器学习与智能系统中心的液压系统数据集进行验证,实验结果表明,与深度置信网络、遗传算法优化的深度置信网络、粒子群算法优化的支持向量机相比,PSO-DBN能够有效地提取数据中的内在特征,冷却器的故障状态平均识别精度可达98.77%,实现了对冷却器故障状态的...

针对太阳方位存在时变性、太阳能能量分散的问题,提出一种基于液压传动的二维双轴太阳能聚光照明跟踪系统。设计一种新型粗、精调相结合的二级定位跟踪传感器,完成粗调大范围追踪阳光信号及细调精准采集阳光方位;主控核心STM32单片机控制液压传动系统自动高精度寻找阳光,保证太阳光垂直照射机械平台的采光板;通过直径为100 mm的菲涅尔透镜将阳光汇聚成2 mm高亮光斑,利用光纤将光斑导入特定区域照明,实现自然光照明目标;使用多传感器数据有效融合来增加系统在外界恶劣天气下的工作稳定性与自保护性。结果表明:该系统的跟踪误差小于0.1°,且光纤终端光斑始终高亮,符合新能源精准利用的发展要求。

疫情形势下,为解决狭窄空间、复杂曲面、无接触、安全自动消杀作业需求,设计一种多传感器融合测量的基于双车拼接的可移动自动消杀机械控制系统。设计可快速拆分组装的双车拼接全向可移动平台车,解决狭窄空间的转运难题,同时采用激光导航传感器构建场景坐标系,精确定位设备位置,使设备运行过程中定位精度达到±5 mm以内。设计激光测距传感器、避障传感器、消杀装置多传感器融合测量的扫描消杀装置,并基于KUKA机器人传感器接口RSI设计修正算法,实现复杂曲面消杀过程中末端姿态在线调整及安全防护。最后,针对消杀过程中现场无人工干预需求,采用远程控制方式,建立远程终端-可移动平台控制系统-机器人控制系统的控制网络,操作者在远程终端下达杀菌指令,可移动自动消杀机械控制系统根据杀菌范围构建杀菌路径并智能化自主完成杀菌任务。...

针对数字式气动桥式回路可靠性不高的问题,提出了基于支持向量机的气动系统故障诊断方法。通过分析气动桥式回路常见故障,得出9种故障类型和1种正常状态,使用AMESim建立了回路的仿真模型,基于多传感融合思想获取系统正常动作、工作压力低、气缸泄漏、开关阀不工作或者产生泄漏、减压阀不减压等正常/故障状态数据。针对系统整体工作数据集,在MATLAB中建立支持向量机故障模型进行桥式回路故障诊断实验与分析,结果表明该方法可准确分辨出系统的1种正常状态和9种故障状态。

疫情形势下,为解决狭窄空间、复杂曲面、无接触、安全自动消杀作业需求,设计一种多传感器融合测量的基于双车拼接的可移动自动消杀机械控制系统。设计可快速拆分组装的双车拼接全向可移动平台车,解决狭窄空间的转运难题,同时采用激光导航传感器构建场景坐标系,精确定位设备位置,使设备运行过程中定位精度达到±5 mm以内。设计激光测距传感器、避障传感器、消杀装置多传感器融合测量的扫描消杀装置,并基于KUKA机器人传感器接口RSI设计修正算法

设计了采煤机泵、马达综合试验台，试验台由液压系统、计算机管理系统、变频调速系统、多传感器融合与控制系统等多个子系统组成，详细介绍了各子系统的设计内容。该试验台具有结构简单、功能完备、测试与控制系统先进的特点。试验台成功地完成了泵、马达的多项试验，应用该试验台设计是成功的。