一种应用工控软件快速构造监控系统的方法

本文介绍了在计算机控制系统设计中采用MCGS工控组态软件快速构造工业监控系统的一种方法，并结合调距桨控制系统介绍组态软件设计内容及特点，强调了利用工控组态软件进行系统设计的高效、便捷的益处．     

基于工控组态软件的流化焚烧炉监控系统

利用 S7- 30 0系列可编程控制器和其他硬件组建多点接口网络 (MPI) ,通过工控组态软件 MCGS和 MPI,实现可编程控制器与上位机之间的通讯连接 ,成功地开发了流化焚烧炉自动监控系统。实际运行证明 ,该系统准确、可靠 ,应用效果较好。     

基于小波SOM神经网络和多Agent系统的微电网故障诊断方法

针对利用传统神经网络对具有运行方式灵活、拓扑结构多样等特点的微电网系统进行故障诊断存在适应性差、需要大量的训练样本的问题,提出了一种将多Agent系统与小波SOM神经网络相结合的故障诊断方法。该方法利用小波SOM神经网络判断故障原因,通过多Agent系统判断故障位置,可以在较少的训练样本的基础上实现故障的准确诊断。仿真测试结构验证了论文所述微电网故障诊断方法的有效性,以及具有需要典型的故障样本少以及对微电网系统拓扑结构的变化具有很好的适应性的优点。     

基于CAWOA-BP的船舶凝给水系统故障诊断

为克服传统专家经验在故障诊断方面的不足,实现船舶凝给水系统的智能诊断,在标准BP神经网络基础上提出一种优化后的CAWOA-BP故障诊断模型。采用混沌映射以及自适应权重调整策略优化WOA鲸鱼算法,利用优化后的WOA鲸鱼算法改进BP神经网络的权值及阈值矩阵。由于船舶凝给水系统的状态监测数据是复杂多维度数据,利用UMAP降维算法对原始数据进行降维。最后,利用降维处理后的数据训练CAWOA-BP神经网络模型,实现故障诊断。通过对正常及故障数据的学习,发现优化后的CAWOA-BP模型相比于标准BP,WOA-BP,PSO-BP故障诊断模型具有更高的准确率、精确率、召回率及预测误差。研究表明,基于优化后的CAWOA-BP神经网络故障诊断方法能够更加精确实现船舶凝给水系统的故障诊断。     

基于SOM-BP神经网络的船舶柴油机故障诊断方法

作为船舶系统重要的组成部分,柴油机工作状态与船舶安全航行息息相关。因此,对船舶柴油机故障诊断方法的研究具有重要的现实意义。以SOM神经网络和BP神经网络为理论基础,将二者融合构建SOM-BP神经网络,用于船舶柴油机故障诊断。通过仿真试验,验证了SOM-BP神经网络在船舶柴油机故障诊断中的有效性。     

VB与组态软件集成监控解决方案研究

研究了组态软件与VB的集成方法,提出了VB与组态软件集成监控方案。该方案克服了组态软件本身功能性的不足,并结合具体应用,以MCGS为例进行了方案的实施和验证。     

自动测试系统通用性研究

针对现代电子装备自动测试系统,阐述自动测试系统通用性实现方法,提出激励资源、信号接口装置设计原则,同时探讨了神经网络与自适应算法实现故障诊断与定位中的可行性,并给出一种故障诊断自适应算法实现的方法。     

RBF神经网络在柴油机燃油系统故障诊断中的应用研究

本文主要介绍了径向基（RBF）神经网络在柴油机燃油系统故障诊断中的应用，并且首次将神经网络和虚拟仪器技术相结合，成功用于柴油机故障诊断中。比较了RBF和误差反传（BP）神经网络的学习速度和诊断精度。研究表明，将RBF神经网络和虚拟仪器相结合进行柴油机故障诊断具有良好的诊断效果和精度，有很好的工程应用前景。     

基于改进BP算法的凝给水系统故障诊断神经网络的分析与训练

分析了故障诊断神经网络的组成,构建了凝给水系统故障诊断神经网络,并用改进BP算法对新构建网络进行了训练.训练后的凝给水系统故障诊断神经网络得到了很好的验证.     

船用计程仪信号传输系统的神经网络故障诊断算法

计程仪信号传输系统是由步进电机通过齿轮带动多个旋转变压器。为实现对其故障的智能诊断,提出一种基于BP神经网络算法的故障诊断方法,并采用LM(Levenberg-Marquardt)最优化算法对BP网络进行训练。通过Matlab神经网络工具箱仿真计算,结果表明LM算法提高了BP神经网络的学习效率及稳定性,明显加快了网络的收敛速度。使用BP神经网络对步进电机带动多旋变系统故障诊断的方法行之有效,在减少故障诊断人员工作量同时提高了系统故障诊断的效率。     

基于PLC的船舶电站监控系统的设计

监控系统以西门子可编程控制器S7-300为核心，实现发电机组与电能分配的管理功能，上位机以MCGS组态监控软件为平台，通过相对容易的组态编程工作，较好地实现可编程控制器系统的工作状态监控的功能。通过船舶电站监控系统，可以直接控制发电机组的起停、加减速，并能为发电机提供常规保护和故障报警。系统以两套机组为例，可以完成发电机组的自动并联运行、有功功率的自动分配、自动起动、自动解列等一系列功能。     

RBF神经网络在传感器故障诊断中的应用研究

提出一种基于RBF神经网络的传感器在线故障诊断方法,用某气囊隔振系统隔振装置中大量的传感器数据进行了仿真实验,验证了方法的可行性.通过对每个传感器建立单独的神经网络预测模型,实现多传感器的故障诊断.     

基于组态技术的轴系监测系统

介绍基于工控组态软件MCGS的船舶轴系监测系统。该系统的主要功能是实现在线监测轴系的运转状况,其原理是通过对轴系运转过程中各个轴承的受力情况、尾轴承润滑油的受压情况以及螺旋桨的受力情况的在线监测和分析比较,及时预测和发现轴系在运转中的不良状况,进而排除故障。     

一种基于神经网络的故障诊断新方法研究

针对电子设备故障诊断的问题,在研究分析模糊理论和神经网络的原理和特点的基础上,提出了一种模糊神经网络故障诊断方法,实现两者优势互补,并将全信息理论应用其中,为实现人工神经网络能在人类智能模拟深度上有新突破进行了有意义的探索。     

船舶双燃料发动机故障诊断系统优化研究

针对原有系统的故障诊断精度低,泛化能力差的问题,提出船舶双燃料发动机故障诊断系统优化研究。增强系统的可扩展性及兼容性,选择PCI-1712型号多功能数据采集卡,保证系统承载力,降低数据丢失率。优化总体结构,利用BP神经网络,实现故障信号的输出。采用Sigmoid函数,计算期望值与输出值间的误差,实现船舶双燃料发动机的故障诊断系统优化。设计对照实验,将优化后的系统故障诊断结果,与原有系统所得结果分析对比,得出测试结果。结果证实,优化后的系统故障诊断精度高,且泛化能力差,能够更好地完成发动机故障诊断。     

测控装备故障诊断专家系统的设计与实现

通过分析测控装备故障诊断专家系统的目的和任务,将模糊神经网络理论与专家系统相结合用于测控装备故障诊断,建立了故障诊断专家系统的模型。探讨了故障诊断专家系统中知识库的构建及维护、不精确推理等问题。用面向对象分析方法分析故障诊断专家系统,并用软件加以实现。     

基于神经网络的舰艇指控系统故障诊断专家系统

针对舰艇指控系统设备故障的复杂性、多样性,采用神经网络和专家系统相结合的方法,构建了舰艇指控系统故障诊断系统,阐述了该系统的基本结构,以及知识库、推理机和解释机的实现方法。较好地解决了舰艇指控系统故障诊断问题。为舰艇指控系统故障诊断提出了一种新的途径。     

带有偏差单元的递归神经网络诊断方法在齿轮箱故障诊断中的应用

提出了带有偏差单元的递归神经网络方法,并将其应用到齿轮箱的故障诊断中．通过对齿轮箱的基本零件齿轮故障的设置,研究TBP神经网络的改进算法与带有偏单元的递归神经网络用于齿轮箱故障诊断的有效性。研究表明,带有偏单元的递归神经网络方法比BP网络训练速度快,精度要高,节省时间,能够精确实现故障定位。     

基于分形特征和神经网络的柴油机故障诊断

针对现有柴油机故障诊断方法的不足,提出了一种基于分形特征和神经网络的诊断方法。讨论了关联维数的计算方法,利用Lab VIEW虚拟仪器开发平台,组建了一套基于声信号关联维数的柴油机故障诊断系统。计算了柴油机在不同工况下声音信号的关联维数,设计一个BP神经网络实现了柴油机故障诊断并进行离线训练,并进行试验验证,结果表明该方法能有效检测故障。     

船舶动力装置可组态智能故障诊断系统设计

旋转机械是许多船舶动力装置的核心设备,其设备状态与安全性直接关系到船舶航行的安全.为了保障船舶安全正常航行,针对当前船舶动力装置故障诊断系统的不足,研究开发了基于旋转机械监测诊断技术、数据库技术、网络技术以及组态式软件技术的船舶动力装置可组态智能故障诊断系统,介绍了该系统的体系结构、硬件结构、软件功能、网络技术及特点....