关键词： 失效预警   谐波减速器   功率预测   卷积神经网络   双向长短期记忆神经网络   深度学习  

摘要： 谐波减速器是工业机器人的核心部件。在其运行过程中,功率信号是表征谐波减速器运行状态的关键参数,因此实时准确地预测谐波减速器功率,对于其失效预警具有指导性意义。提出了基于CNN和BiLSTM的混合深层神经网络(DCBNN),用于处理谐波减速器状态监测数据从而准确地预测其功率信号。首先,对测得的运行参数进行数据预处理,并划分好数据集。然后,将分割好的数据集输入到DCBNN中,利用CNN和BiLSTM分支提取状态监测数据的空间特征和双向时序依赖。在此基础上,根据预测结果获得功率实际值和预测值残差的绝对值,利用概率论分布拟合方法拟合残差曲线,以获得谐波减速器失效预警的警报阈值。最后,使用谐波减速器实验数据构建的8个不同数据集来验证所提方法的有效性和优越性。在完整数据集上的试验结果表明,DCBNN模型可以有效的对谐波减速器进行失效预警。

关键词： 机器视觉   深度学习   农作物病虫害   监测系统  

摘要： 随着农业技术的不断发展,农作物病虫害防治已成为农业生产中的重要环节。传统人工检测方法费时费力且容易受到人为因素的影响,因此需要一种高效准确的农作物病虫害检测系统来提高农业生产效率和检测的准确度。机器视觉技术的发展为农作物病虫害监测提供了新的解决方案。首先对基于机器视觉技术的农作物病虫害监测系统优势进行说明,其次对农作物病虫害监测系统设计和实现的关键技术进行了分析,最后对农作物病虫害监测系统的设计、应用方法和监测效果进行了探讨,希望对提高农作物病虫害的防治效率和效果做出贡献。

关键词： 钻屑指标法   扭矩和转速   监控系统   无线环网  

摘要： 【目的】为解决钻屑法预测煤与瓦斯突出危险性时指标不连续、准确性依赖人工操作的问题,需要对传统钻屑法的监测方法进行优化。【方法】基于钻机扭矩、转速和钻屑量的理论关系,利用自主研发的监测系统标定钻屑量指标,预测煤与瓦斯突出危险性。依托井下防突钻和无线环网,以LabVIEW为软件平台,开发了一套远程监控软件,能够实时监控和传输钻机的扭矩和转速等关键参数并加以分析。【结果】该系统在淮南某矿进行现场测试,构建钻机扭矩、转速与钻屑量的映射关系,钻屑量监测速率提升至每秒1次。【结论】试验结果表明,该系统具有较高的稳定性和数据采集的准确性,能够有效获得煤与瓦斯的突出特征。

关键词： 视觉监测系统   工业环境   防护  

摘要： 当前,以煤矿、码头等为代表的工业企业的智能化改造需求快速增长,视觉监测系统作为智能化改造的主要方向之一,可以实现异物监测、温度监测以及故障识别等功能,在工业企业的智能化改造中具有极其重要的地位。然而工业环境具有粉尘、振动、泥浆、温差大等特点,严苛的作业环境对视觉监测系统的应用推广带来了很大的挑战。文中通过查阅相关技术文献,对工业环境的视觉监测系统的防护技术进行研究和归纳总结,对不同工况环境特点下的防护要点进行了分析和总结。结合实际项目应用案例,形成了一套针对不同工业环境的视觉监测系统防护组合方案,可为同类工业环境视觉监测系统的防护提供借鉴。

关键词： 拱桥   整体提升   施工监测   监测系统   物联网  

摘要： 文章针对拱桥整体提升过程中人工检测及上报数据效率低、数据连续性差、容易忽略重要数据信息的局限性,以G75钦江大桥为依托,介绍了拱肋整体提升自动化监测系统的开发与应用。该系统基于物联网技术,集成了多个传感器监测模块和LSD液压同步提升控制设备,实现了对拱肋线形、应力、温度、风速和提升状态等关键指标的实时监测,显著提升了施工监测效率,增强了数据的实时性和连续性,保障了施工安全和精确性,为拱肋整体提升过程的施工控制决策提供了重要支持。

关键词： 水闸   结构健康监测技术   监测系统  

摘要： 在水利工程中,水闸作为控制水流和调节水位的关键结构,其安全运行对于有效管理和利用水资源而言至关重要。文章探讨了结构健康监测技术在水闸运行中的应用,概述了结构监测技术的分类,研究了水闸的主要结构及损伤类型,进行了监测系统设计及技术测试,旨在提高水闸结构的监测效率和预警准确性,确保水闸稳定和安全运行。

关键词： 物联网   低压配电箱   状态监测   异常检测  

摘要： 针对传统低压配电箱监测方式效率低、实时性差的问题,本文提出一种基于物联网的配电箱空开状态监测系统。该系统通过在配电箱内部署各类传感器,利用LoRa无线通信和Spark大数据平台,实现对配电箱状态的实时采集、传输和分析。实验结果表明,该系统能够准确识别配电箱的运行工况,异常检测精度达98.7%,平均响应时间为1.26s,远优于传统方法,具有良好的应用前景。

关键词： 江苏省中医院   疾病严重程度   肠功能   曲线下面积   重症组   人工智能   普外科   肠鸣音  

摘要： 回顾性分析2023年3至11月期间江苏省中医院普外科20例急性胰腺炎患者的临床资料,按病情严重程度分为中度重症组(n=12)和重症组(n=8),观察两组患者肠功能指标变化趋势并结合炎症及免疫指标联合检测对疾病严重程度的预测价值。结果表明所有患者入院时均存在不同程度的肠功能障碍,中度重症组平均肠率在入院48 h恢复正常,重症组入院第6天仍未恢复;入院24 h肠率与CRP、IL-6、CD4^(+)、CD3^(+)T淋巴细胞数联合预测严重程度的曲线下面积显著高于各单一指标检测值。本研究显示人工智能肠鸣音监测系统可以用于评估急性胰腺炎患者肠功能,肠率与急性胰腺炎严重程度及进展密切相关。

关键词： 物联网(IoT)   中波台   发射天线   状态监测   智能分析  

摘要： 中波发射天线极易受到地理位置、天气及电磁环境等影响,严重时可导致安全播出事故。针对这一问题,设计一个基于物联网(Internet of Things,Io T)技术的中波发射天线状态监测系统,分别对发射天线的拉力、倾斜角、温度以及风速等状态参数进行智能监测,实现数据全程采集、参数科学分析、状态精确判断及故障实时预警等功能,有效满足中波发射台站对设备健康管理的实时性需求。实地测试和数据分析验证了所设计系统在提升中波发射系统安全性和运维效率方面的可行性与技术优势。

关键词： 电力供应链   阈值约束   深度学习   风险预警模型   多维度预警  

摘要： 电力供应链安全性直接关系到电力供应的连续性和可靠性,是保障社会经济生活正常运转的关键因素。为了避免或减少电力供应链中断或故障发生,确保电力供应稳定性,在考虑阈值约束的基础上,提出电力供应链风险多维度预警方法。建立电力供应链多维度指标体系,结合深度学习构建电力供应链风险预警模型,设定层级阈值约束完成模型训练。以电力发电、输电、配电、售电等作为依据,将电力供应链风险预警界限设定为极大型变量、极小型变量和区间型变量,通过计算完成电力供应链风险多维度预警。实验结果表明,所提方法数据离散度较小,预警成功率较高。