摘要：故障识别系统经常会出现误报、错报等情况,为提高健美操力量训练器故障识别的精度,设计一种基于粒子群算法的健美操力量训练器的故障自动识别系统。在硬件中,设计单片机报警电路,完善高电平输出口与报警电路的连接机制,设计SIM卡通信电路,保证力量训练器在监测出故障时可以及时报警并发送通知。在软件中,提取训练器故障特征,计算其他端口经验信号频率,计算训练器故障提取的平方和;基于粒子群算法建立故障识别模型,得到粒子的个体极值与全局极值,同时设计力量训练器的故障识别算法。对比四种算法在无故障、轴承故障、转子故障以及定子绕组故障特征中的识别准确率,粒子群算法的准确率均高于99%,而其他三种算法的准确率在97%~99%之间,可见该系统在识别精度方面优于其他系统。

摘要：为了提高煤炭运输设备故障自动识别系统的智能化程度,利用传感器感知信息技术,对煤炭运输设备故障自动识别系统进行研究。采用传感器建立信号采集数学模型,感知设备运行信息,并消除运行信息中的干扰信号;采用抗干扰能力强的排列熵空间重构信号,提取煤炭运输设备故障信号特征;将设备故障信号特征作为SVM特征空间上的训练数据集,计算最优分类函数划分设备故障信号特征类别,根据划分的信号特征类别,自动识别输送机设备故障,确定煤炭运输设备技术参数和故障信号。测试结果表明,此次研究的故障自动识别方法提取的故障信号排列熵特征值具有明显的区分度,故障平均识别精度高达96.86%。