基于工业物联网云平台的轴承故障诊断分析

发布时间：2023-06-15 18:17

　　传统工业设备运维的定期维修模式,导致设备存在维修不及时、运维成本高等问题。基于人工智能算法的设备故障诊断的出现为设备运维提供了新的解决方案。当前大多数针对设备故障诊断的研究停留算法理论层面,未结合具体工业设备运维场景,诊断模型实际效果有待验证。基于数据驱动的故障诊断是当前故障诊断领域的主流方向,但它对传感器数据质量和故障诊断算法的性能要求较高。将故障诊断集成到物联网系统中直接获取设备监测数据进行故障诊断模型的训练预测,极大提高模型的准确性。本文结合实际工业物联网应用场景,研究了工业数据采集技术和卷积神经网络故障诊断算法。设计研发一套工业物联网云平台系统对各式工业传感器采集的数据进行监测分析存储。设计基于卷积神经网络的故障诊断模型,将其集成到工业物联网云平台系统之中,完成对设备状态的实时监测与运行状态估计,并给予运维建议。本文主要工作在以下三个方面。研究工业物联网的相关技术,对应用在工业物联网云平台系统中的工业传感器技术、工业信息采集技术以及工业物联网数据传输协议进行选型调试,实现设备状态数据采集上传的完整数据链路。设计开发工业物联网云平台系统。系统选用B/S(Browser/Serve...

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题的研究背景与意义
    1.2 国内外研究现状
        1.2.1 工业物联网技术研究现状
        1.2.2 故障诊断方法研究现状
        1.2.3 基于工业物联网系统的故障诊断研究现状
    1.3 本文主要研究内容
第二章 工业物联网的相关技术
    2.1 工业传感器技术
    2.2 工业信息采集技术
    2.3 工业物联网数据传输协议
    2.4 本章小结
第三章 工业互联网云平台实现
    3.1 工业互联网云平台技术路线
    3.2 工业互联网云平台硬件基础
    3.3 开发环境与服务器端配置
    3.4 扩展Kafka集群
        3.4.1 .配置虚拟机
        3.4.2 配置Zookeeper
        3.4.3 配置kafka文件
    3.5 平台数据库设计
        3.5.1 设备消息表设计
        3.5.2 用户信息表设计
        3.5.3 设备类型信息表设计
        3.5.4 网络信息表设计
        3.5.5 插件信息表设计
        3.5.6 用户网络信息表设计
    3.6 工业物联网云平台启动
    3.7 工业互联网平台界面及功能介绍
        3.7.1 工业物联网平台登陆页面
        3.7.2 用户设置页面
        3.7.3 网络设置页面
        3.7.4 设备类型设置页面
        3.7.5 设备详情页面
        3.7.6 令牌设置页面
        3.7.7 插件设置页面
    3.8 本章小结
第四章 工业物联网云平台测试
    4.1 kafka集群测试
    4.2 传感器采集数据MQTT通信测试
    4.3 平台设备接入性能压力测试
    4.4 本章小结
第五章 基于卷积神经网络的轴承故障诊断
    5.1 卷积神经网络理论基础
        5.1.1 输入层
        5.1.2 卷积层
        5.1.3 池化层
        5.1.4 激励函数层
    5.2 轴承数据解读
    5.3 CNN模型构建
    5.4 模型调参数与实验结果
    5.5 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 未来展望
参考文献
攻读硕士期间发表的论文及所获得研究成果
致谢



本文编号：3833458