摘要：为了提高纺织印染的染色成功率和自动化水平,设计了一种可溶性染液浓度在线检测装置,选用C12666MA微型光谱仪为检测器模块,STM32F407ZGT6芯片为处理器模块,对酸性大红B,酸性深蓝5R,酸性嫩黄G 3种染液分别进行实验,获取单色光透过染液的光强数据,通过光强数据建立浓度PLS(Partial Least Squares)模型,得到染液的浓度信息。实验结果表明:3种染液测得光强数据绘制成的光谱曲线,与海洋光学USB2000+光谱仪测得光谱曲线基本相同;染液浓度检测值与实际值的相对误差在5%之内,满足印染工厂实际生产的精度需求。该装置相比传统人工检测手段提高了纺织印染过程的自动化水平,保证了印染质量,可实现染液浓度的在线检测,具有重要的应用价值。

摘要：为提高燃煤机组对煤质变化的自适应能力,通过研究先进检测及控制技术,设计电厂入炉煤质在线检测方案,实时检测煤质、控制掺配,提高锅炉运行的安全稳定性、运行经济性、排放环保性。

摘要：为了提升卷烟品质,针对烟支卷制完成后出现的水松纸质量问题,结合卷烟生产的实际情况,基于西门子S7-200PLC,引入机器视觉设计了一款水松纸在线检测系统。该系统采用相机对水松纸图像进行采集,然后通过工业计算机对图像进行处理,从而实现对水松纸质量的在线检测。实际应用结果显示,该系统对于水松纸质量的检测成功率为100%。可以看出,所设计的水松纸在线检测系统具有较高的识别精准度和运行稳定性。

摘要：针对选矿厂所使用的跳汰机大多受到床层厚度限制以及操作人员无法通过肉眼观测跳汰床层情况等问题,设计了一种高精度跳汰床层在线检测系统。系统主控制器为STM32F103C8T6,外围电路连接步进电机与多种传感器。STM32通过控制步进电机的螺杆转动圈数和螺距来确定仪器行程距离以及通过多种传感器对数据进行采集从而最终得出床层的厚度,最终检测数据通过液晶显示器(OLED)实时显示。实验结果表明,在65 mm的测量范围内,压实层厚度误差小于0.5 mm,在70 mm的测量范围内,分散层厚度误差小于0.4 mm。该设计有效提高跳汰机床层厚度的稳定性,从而实现跳汰分选指标的精准控制。

摘要：本文围绕高压设备强电局部放电在线检测技术展开研究,系统介绍了局部放电的概念、类型以及产生原因,进而探讨了四种在线检测技术:超声波检测法、热成像检测法、暂态地电压检测法和主动式频谱感知法,并重点阐述了基于主动式频谱感知的高压设备局部放电在线检测应用设计。最后,通过实验对比分析验证了基于主动式频谱感知的在线检测系统在缓解高压设备强电局部放电危机方面的有效性。

摘要：为提高数控机床的高度自动化,有效保证机床加工精度的跟踪,文章针对天水某机床企业生产的大型卧式车镗数控机床内孔和小型卧式数控车床的外圆沿轴向直线度误差,通过搭建的接触式在线检测系统进行了在线测量与分析。研究结果表明:大型卧式车镗数控机床内孔轴向直线度误差在±1 mm之内;小型卧式数控机床的外圆沿轴向直线度误差在±0.05 mm之内。研究有效实现了机床的加工精度和性能的评价,文章的测量数据为产品的优化提供了一定的理论指导。

摘要：通过对油浸式变压器故障类型及诊断方法进行详细研究,并结合变压器油色谱分析、局部放电检测及温度检测等技术设计了一套电力变压器监测及故障诊断系统。该系统可实现对油浸式变压器的全方位在线检测及故障报警诊断,同时兼顾检测快速性及准确性,有效提高油浸式变压器检测的智能化程度。

摘要：为了精准且及时地感知变压器局部放电等异常现象,以某变电站变压器为例,开展局部放电在线检测方法的研究。采用小波分析法,对不同种类的放电参数进行分段采集与分析;采集变压器在常态化条件下运行的原始信号,根据小波包能量熵提出的能量守恒原则,引进小波包能量熵与VDM,进行变压器局部能量熵的提取;根据变压器放电的等值分析,获取等效电容中的电压值,以此为依据,实现对变电站变压器局部放电的在线检测及放电强弱的判断。实验结果表明,设计的方法可以实现对变压器局部放电的精准识别与检测。

摘要：针对传统的钢筋螺纹丝头抽检方法工作强度大、效率低、精度低,存在漏检风险的问题,提出了一种基于机器视觉的在线检测方法并进行了验证。首先利用工业相机对加工的钢筋螺纹丝头进行实时图像采集,对图像进行预处理,边缘特征信息提取,亚像素级别角点检测;然后基于稳健性线性回归,对角点进行线拟合,从而检测出钢筋螺纹丝头的相应尺寸参数;最后设计和开发了钢筋螺纹参数检测系统。系统测试结果表明:该方法可以实现钢筋螺纹丝头的非接触实时在线检测,检测精度可以达到微米级别,平均检测速度为每秒钟可检测8~10个丝头。

摘要：针对井下变电站传统检测方式工人劳动强度大、检测结果不准确、成本较高等问题,对变电站智能远程在线检测系统进行研究,分析了变电站常见故障类型以及异常特征,利用神经网络算法搭建多参数远程检测系统模型,并完成了硬件系统选型,利用模块化思想编写了软件控制程序。经现场应用,基于神经网络的变电站在线检测系统检测效率大大提高,异常响应时间仅为1.89 s,故障诊断率为98.4%,减少工人4~5名。