面向移动端的电机远程监测与故障诊断系统

发布时间：2021-02-08 03:33

　　发挥物联网技术和5G技术的优势,文中设计并实现了面向移动端的电机远程监测与故障诊断系统。系统的感知层采集电机运行的状态数据,传输层实现数据传输与云端存储,最后在移动端展示电机运行状态,实现对电机运行过程的远程、实时监测。通过比较基于遗传算法的支持向量机（GA-SVM）、概率神经网络、基于Kohenen网络的聚类算法和K最邻近分类算法的故障诊断结果,移动端使用了具有良好泛化能力、可保证高准确率和短检测时间的GA-SVM模型进行故障诊断。试验结果表明,该系统能对电机进行实时远程监测及有效的故障诊断。 

【文章来源】：物联网技术. 2020,10(09)

【文章页数】：5 页

【部分图文】：

远程监测系统结构

应用层为移动端软件(Android系统),负责将电机的运行状态展现给用户。软件在Android Studio平台开发,编程语言为Java和Kotlin。主要的功能模块如图3所示。图3 移动端软件的功能模块

移动端软件的功能模块

【参考文献】：
期刊论文
[1]基于多支持向量机综合的电力系统暂态稳定评估[J]. 戴远航,陈磊,张玮灵,闵勇,李文锋.  中国电机工程学报. 2016(05)
[2]基于布谷鸟算法和支持向量机的变压器故障诊断[J]. 薛浩然,张珂珩,李斌,彭晨辉.  电力系统保护与控制. 2015(08)
[3]基于遗传优化支持向量机的变压器绕组热点温度预测模型[J]. 陈伟根,滕黎,刘军,彭尚怡,孙才新.  电工技术学报. 2014(01)
[4]基于物联网感知的煤矿安全监测数据级融合研究[J]. 王军号,孟祥瑞.  煤炭学报. 2012(08)
[5]三论数字矿山——借力物联网保障矿山安全与智能采矿[J]. 吴立新,汪云甲,丁恩杰,朱旺喜,张瑞新,张申,王植.  煤炭学报. 2012(03)
[6]煤矿物联网特点与关键技术研究[J]. 孙继平.  煤炭学报. 2011(01)
[7]基于最优潮流方法的传输容量计算研究[J]. 汪峰,白晓民.  中国电机工程学报. 2002(11)

硕士论文
[1]SVM参数寻优及其在分类中的应用[D]. 徐晓明.大连海事大学 2014



本文编号：3023305