基于人工智能的振动模式识别系统

发布时间：2022-01-05 13:04

　　智能模式识别系统是将前期收集来的不同模式下的振动信号,利用TensorFlow神经网络架构实现机器深度学习,使其不断接触各种振动模式,从而能够识别多种情况下的振动模式,并向外界发出信号。此方法可以用于智能振动检测与故障诊断以及预警系统,从而保证设备的安全运行,预防和减少恶性事故的发生。基于人工智能的振动模式辨别系统主要实现智能振动监测与故障诊断,保证设备的安全运行,预防和减少恶性事故的发生,消除故障隐患,保障人身和设备安全,提高劳动生产率。 

【文章来源】：卫星电视与宽带多媒体. 2019,(13)

【文章页数】：2 页

【部分图文】：

差分干涉技术光路图

实验流程

П?2003,32(11):1316-1320.[8]何毅.分布式相位调制型光纤振动传感器信号处理技术研究[D].华中科技大学,2006.[9]胡伟达,李庆,温洁等.InGaAs/InP红外雪崩光电探测器的研究现状与进展[J].红外技术,2018,16(3).[10]熊焕庭.在LabVIEW中数据采集卡的三种驱动方法[J].电测与仪表,2001,38(8):35-37.[11]孙卓辉,章大海,王振波等.基于研华DAQNavi的LabVIEW虚拟仪器设计[J].实验室研究与探索,2016,35(6):71-73.[12]何毅,刘德明,孙琪真.基于Labview的光纤传感器相位解调技术[J].信阳师范学院学报:自然科学版,2006,19(1):94-97.图3智能振动检测系统图4光偏转光路图

【参考文献】：
期刊论文
[1]InGaAs/InP红外雪崩光电探测器的研究现状与进展[J]. 胡伟达,李庆,温洁,王文娟,陈效双,陆卫.  红外技术. 2018(03)
[2]基于研华DAQNavi的LabVIEW虚拟仪器设计[J]. 孙卓辉,章大海,王振波,李传.  实验室研究与探索. 2016(06)
[3]激光超声管道表面裂纹检测技术[J]. 曹建树,曹振,赵龙飞,徐宝东,刘强,姬保平.  光电工程. 2016(03)
[4]铝材管道管壁厚度对激光超声信号影响的探究[J]. 王贵鑫,严刚,关建飞.  激光技术. 2014(02)
[5]激光在管道中激发周向导波的有限元模拟[J]. 赵艳,沈中华,陆建,倪晓武.  物理学报. 2007(01)
[6]基于Labview的光纤传感器相位解调技术[J]. 何毅,刘德明,孙琪真.  信阳师范学院学报(自然科学版). 2006(01)
[7]激光激发声表面波在缺陷板材中散射过程的有限元分析(英文)[J]. 关建飞,沈中华,许伯强,倪晓武,陆建.  光子学报. 2005(08)
[8]激光超声检测铝合金材料的残余应力分布[J]. 潘永东,钱梦騄,徐卫疆,M.OURAK.  声学学报. 2004(03)
[9]2×2熔锥型单模光纤耦合器的模型[J]. 酆达,李铮,唐丹.  光子学报. 2003(11)
[10]在LabVIEW中数据采集卡的三种驱动方法[J]. 熊焕庭.  电测与仪表. 2001(08)

硕士论文
[1]分布式相位调制型光纤振动传感器信号处理技术研究[D]. 何毅.华中科技大学 2006



本文编号：3570399