欢迎您访问济南友达数控机械有限公司官方网站!主营:开料机、数控开料机、蜂窝铝板下料机
济南友达数控机械有限公司 开料机 蜂窝大板下料机方案解决专家

基于板式家具开料机运行状态数据结合的故障预

文章来源:板式家具开料机 编辑:友达数控 发布时间:2019-04-01 17:17:38 浏览次数:0

返回:联系我们

利用来自多种信息源、多参数、多传感器的信息及历史与经验信息,可以减少板式家具开料机的故障诊断与预测的差错,提高置信度。

板式家具开料机

板式家具开料机故障诊断与预测中的数据结合可以在3个层次进行,即:①传感器层结合,没有信息丢失,但传输与计算量大;②特征层结合,特征提取时有信息丢失;③推理层结合。典型的数据结合过程包括在特征层结合时采信传感器层的关键原始数据,推理层结合时采信相似产品可靠性统计数据或专家经验知识。

板式家具开料机在数据结合时要考虑的主要问题是由于各种来源信息的可信程度/准确度不同,所以不恰当的数据结合也会导致故障诊断与预测的置信度降低。常用的数据结合方法有权重/表决、贝叶斯推理、Dempster-Shafer、卡尔曼滤波、神经网络、专家系统、模糊逻辑等方法。当前大量的应用案例都是采用数据结合的综合诊断与预测方法。例如,采用卡尔曼滤波法对机械传动的振动数据进行结合、采用自动推理对齿轮箱的振动数据与油液污染数据进行结合、采用权重法和贝叶斯推理法对监控设备传动系的多加速度传感器数据进行结合等。图4所示为采用ANN结合齿轮箱领域专家知识与振动监测数据、试验台数据的方法,其应用于齿轮箱健康监控,提高了对初期故障的预测置信度。


相关文章: