5个研究背景和意义示例,教你写计算机振动监测论文

今天分享的是关于振动监测的5篇计算机毕业论文范文, 如果你的论文涉及到振动监测等主题,本文能够帮助到你

齿轮磨损损伤多源异构信息在线大数据监测平台研究

这是一篇关于齿轮箱,磨损,油液监测,振动监测,大数据的论文, 主要内容为装备恶性事故起因约50%是由于润滑失效和过度磨损所致,齿轮是机械装备的基础零部件,其磨损失效是导致机械装备故障的主要诱因。随着“中国制造2025”战略的推进,重大装备智能运维与健康管理的需求迫切,油液分析和振动监测在齿轮磨损在线监测中发展迅速,但是单独使用油液分析或振动监测对于齿轮磨损状态分析存在监测信息不全面,监测效率低下,故障特征不敏感等问题。此外,当面向多节点、跨地域装备集群监测时,海量数据的多节点采集,存储、管理、分析与深度挖掘等方面需求迫切。本文以齿轮磨损损伤在线监测为研究对象,以油液和振动在线监测为手段,基于大数据和人工智能理论,开展齿轮磨损损伤多源异构信息在线大数据监测平台关键技术研究,具体的工作如下:(1)开展了多源异构信息在线监测大数据平台总体设计与搭建。基于在线油液和振动监测技术,构建了油液-振动多源异构信息获取终端,实现了油液-振动数据的采集;然后采用云端My SQL技术,实现油液-振动海量数据的云端同步存储;同时,利用云端部署的机器学习模型和特征提取算法,结合Maxwell、Kafka和Spark streaming实时流处理框架,开发了齿轮磨损在线监测与评估模块,实现磨损状态的在线评估与预警。所开发的平台具备多节点、跨地域、海量、多源异构数据的采集、存储和智能分析等功能。(2)基于云端存储的油液-振动多源异构原始数据,开展齿轮箱磨损状态量化表征特征提取算法研究,提出了基于高斯混合模型与磨粒增强的在线铁谱图像磨粒分割算法,实现了动态背景高气泡干扰下铁谱图像磨粒数量及粒径等特征的提取;并研究了基于小波阈值法的振动信号去噪处理和特征提取,构建油液-振动多维度量化表征指标体系。(3)开展齿轮箱磨损状态评估方法研究,提出KPCA-PSO-LSTM的磨损状态评估算法,并完成评估模型云端部署。为了验证算法的可行性,开展约200小时的齿轮磨损加速试验,试验结果表明:本文开发的KPCA-PSO-LSTM模型对齿轮箱磨损状态评估精度达96.1%,高于PSO-LSTM和LSTM模型。(4)最后,开展了多源异构信息在线大数据监测平台Web应用可视化开发。完成了Web应用后端数据库表设计,并利用Django、html、css、Java Script和Echarts等技术,实现齿轮磨损过程油液-振动的实时监测、历史查询、报警管理和用户管理等功能可视化。通过Nginx和u WSGI技术完成了Web应用的在线部署,实现了多用户、远程云端监测。本研究对提高装备智能化水平,保障齿轮传动装备安全、高效、长寿命运行,避免过维修和欠维修导致不必要的资源浪费和经济损失具有重要意义。

船舶机舱设备健康管理系统开发

这是一篇关于振动监测,故障诊断,健康评估,嵌入式装置,BP神经网络的论文, 主要内容为船舶机舱作为船舶的核心,其内部设备的健康状态对整个船舶的正常运行起着至关重要的作用,且舱内的机电设备十分庞杂,恶劣的工作环境以及短时大功率的运行工况容易造成设备的不可逆损坏。而振动是设备产生故障的最早表征,一些轻微的机械缺陷或损坏就会引起机舱设备的异常振动,当前大多智能船舶机舱对振动的检测方式,只是达到Auto-0的规范要求,实现简单控制或状态监测,硬件资源与软件设施的发掘利用都尚未成熟。因此开发能够对机舱设备故障自动化识别与报警的健康管理系统,对船舶的安全运行具有重大意义。本文将以实际工程应用为背景,研究内容分为以下四个方面:1.从船舶机舱设备PHM的原理入手,确定系统应从振动信号采集与处理算法两个层面实现;分析振动测量与健康评估相关的现行国际与国家标准,在MATLAB软件中仿真对比时频域积分的速度、位移误差,优化评估指标的计算流程;阐述BP神经网络和D-S证据理论的算法原理,为后续系统的决策级融合故障诊断奠定基础。2.构建基于MEMS传感器的振动监测系统硬件单元,确定信号采集和数据处理分离的硬件架构。采集与处理模块均选用STM32系列微处理器,充分利用芯片的硬件资源对系统进行分布式开发,完成模块的最小系统、主控单元、通讯模块、存储单元的硬件电路原理图与PCB板图设计。3.以Keil与Visual Studio为平台设计系统的软件部分,首先移植UCOS-II嵌入式操作系统,并编写信号采集单元与振动处理模块的初始化、外设驱动以及数据传输程序。其次开发基于MVVM架构的上位机软件,使用C#语言实现ETH网口指令与数据收发、波形显示、存储与历史查询等功能。最后在MATLAB中完成My SQL数据读取、信号分析及特征提取等算法,并搭建BP神经网络融合D-S证据理论的诊断模型,完善了健康管理系统的联调机制。4.对振动监测系统的软硬件功能进行联调,为进一步测试健康评估算法和故障诊断模型的可靠性,搭建离心泵实验台,分别做了电机地脚螺栓松动、离心泵不同空化程度的实验,完成健康评估算法的验证。并提取时域特征参数、计算小波包频带能量输入BP神经网络后对比了不同参数输入、特征级与决策级融合的故障识别误差。

基于物联网的轨道车辆振动数据实时采集系统分析与实现

这是一篇关于物联网,振动监测,实时采集,实时监控的论文, 主要内容为随着轨道车辆速度的提升,对于列车的安全运行问题越来越受到关注,因此研究基于轨道车辆的振动监测技术变得尤为重要。当前,轨道车辆振动监测系统存在一些问题,如设备昂贵、线束繁多、能耗高以及远程监控困难。近年来物联网技术的出现和快速发展为解决这些问题提供了可能性。然而,由于存在模块繁多,而导致选型和设计困难,还有采样频率低、精度不足、网络组网和传输效率低等难题,目前采用该技术开发系统并开展监测轨道车辆的振动研究仍是一项挑战,相关文献不多。因此,针对现有问题,本文设计开发了基于物联网的轨道车辆振动数据实时采集系统,具体研究内容如下:(1)研究了物联网振动监测系统的硬件设计及开发。首先,选取性能强大且价格低廉的MEMS加速度传感器作为采集端,采用ESP32作为主控芯片。其次,对本系统的硬件总体功能进行设计和分析,确定硬件部分整体架构。然后,对本系统硬件各部分进行了电路设计。通过定制开发专用PCB板,提出并实现了小体积的精简设计,克服了传统振动监测设备占用空间大、组装困难和能耗高等问题。最后,对本系统硬件部分进行了封装。(2)设计和实现了物联网振动监测软件系统。首先,设计并提出了软件整体架构,搭建了开发环境。其次,提出了基于MESH组网的采集方法,实现了本系统局域网的高效自组网和采集传输。然后,提出了运用ESP32 Buffer机制进行高频率采样方法,保证了高频率采集下的数据精度。实现了通过Web服务访问和控制采集单元。最后,提出了使用物联网云平台远程可视化监控功能,实现了系统的在线实时监控。(3)物联网振动监测系统的实验验证。首先,测试了系统的采集功能、实时储存功能和实时显示功能,并进行了高采样率准确率实验。其次,将本系统与商用系统进行对比实验,验证本系统的精确性。然后,模拟轨道车辆冲击工况,验证本系统在该工况下的灵敏性和有效性。最后,在实际运行的地铁车辆中验证本系统的实用性。本文设计和开发了一款基于物联网的轨道车辆振动数据实时采集系统,主要用于轨道车辆运行过程中的振动监测。本系统具有布局灵活、模块化、体积小、高精度、实时采集、实时传输和实时监控等优点,能够以低成本较有效地满足轨道车辆的振动监测的需要。系统搭建了一个开放的扩展架构,可连接更多其他物联网振动传感器,并扩展使用到其它振动监测应用当中。

海洋平台振动监测智能预警系统开发及实验研究

这是一篇关于海洋平台,振动监测,模态参数自动识别,智能损伤预警,系统开发的论文, 主要内容为海洋平台是海洋油气资源勘探开发的主要设施,在海洋平台上布置长期的结构健康监测系统,可以辅助管理人员实时掌握平台整体结构参数及损伤演化规律,是保障平台健康服役的有效手段。本文的目的是基于环境激励下的海洋平台,构建振动监测智能预警系统,对海洋平台监测数据进行实时预处理、实时模态参数识别、实时损伤预警,为今后海洋平台结构完整性管理的研究工作提供借鉴。以实验室海洋平台模型为研究对象,搭建数据采集系统,实时采集环境激励下的海洋平台模型振动响应数据,并对实时监测数据进行初步分析,基于实验室监测数据,对信号预处理方法进行研究,最后使用室内海洋平台模型数据对信号预处理方法的处理效果进行验证。结果表明趋势项去除、数据平滑及变分模态分解等预处理方法能够有效去除原始数据中趋势项、高频噪声及模态峰值间噪声。为实现海洋平台结构的模态参数自动识别,提出基于改进经验小波变换的模态参数识别方法。采用滑动数据窗法对实时数据流进行分段,通过奇异值分解计算信号的奇异值谱,引入尺度空间算法确定模态峰值及分割边界,结合随机减量技术及希尔伯特变换实现模态参数的自动识别。构造仿真信号及ASCE Benchmark模型信号,与经验小波变换及自回归经验小波变换的分析结果进行对比验证,最后将该方法应用到实验室海洋平台模型和现场海洋平台的模态参数识别中。结果表明该方法能够自适应确定频谱分割边界,计算速度快且对结构的频率及阻尼比具有较高的识别精度。进一步提出基于协整及卡尔曼滤波的海洋平台结构损伤预警方法。采用结构正常工况下的模态参数序列构造协整方程并计算协整残差,基于协整残差分布确定预警阈值,计算实时监测工况下的协整残差,采用卡尔曼滤波算法对监测工况下的协整残差进行实时最优估计,结合预警阈值实现实时预警。基于实验室海洋平台模型,构造不同工况数据进行结构损伤预警验证;基于实际海洋平台数据,对比卡尔曼滤波优化前后的预警效果。结果表明,该方法能够实现实时损伤预警,对协整残差进行卡尔曼滤波优化后,能够减少预警误报的发生。为实现振动监测及智能预警算法的工程应用,基于Lab VIEW平台完成软件子系统的开发。采用“自顶向下”的设计思路,实现软件各功能模块的规划和子程序的分层,规划软件界面的功能区域,采用MATLAB和Lab VIEW混合编程的方式,实现信号预处理、模态参数识别、智能损伤预警等主要模块的功能实现,最后完成其他模块的编制。结合硬件子系统,搭建完整的海洋平台振动监测智能预警系统,应用至实验室海洋平台上。结果表明,整个监测系统稳定性强、界面友好、操作方便,能够实现实验室海洋平台模型的实时监测、自动模态参数识别、实时预警,具有一定的工程实际应用价值。