【摘 要】
：
为降低隧道施工过程中的安全隐患,针对全断面掘进机庞杂系统之间的相互影响,易导致停机检查等健康管理问题,构建了基于虚拟仪器的状态监测与基于神经网络的故障诊断系统结构
【机 构】
：
沈阳大学机械工程学院,东北大学机械工程与自动化学院
【基金项目】
：
国家重点基础研究发展计划(973计划)资助项目(2010CB736007),辽宁省自然科学基金资助项目(20180551001),辽宁省自然科学基金资助项目(201602514,522).
论文部分内容阅读
为降低隧道施工过程中的安全隐患,针对全断面掘进机庞杂系统之间的相互影响,易导致停机检查等健康管理问题,构建了基于虚拟仪器的状态监测与基于神经网络的故障诊断系统结构模型.建立了基于灰色预测和神经网络相结合的状态监测算法,以提前预知设备的健康状况.提出了基于小波包算法的能量特征向量的提取和最快速下降BP学习算法,进行故障诊断.最后,构建了基于面向服务架构(SOA)的全断面掘进机(TBM)健康管理系统,并通过历史数据仿真结果验证了方法的正确性和技术的可行性.
其他文献
文明古都——雅典印象 9月13日 星期三 上午8时30分（当地时间）起床，吃过早饭，10时30分出发开始参观雅典，天空蓝得可爱，看不见一丝杂质。凉爽的空气，透出一股浓重的甜味。街道上看不见行人随意扔掉的垃圾，也看不见尘土。没有特别高大的高层建筑，楼房多为五六层。今天主要参观供奉雅典娜女神的卫城。路经戒备森严的美国大使馆。路边也有许多私立的医院、诊所。街上每隔不远就会看见一个街心公园，有生长茂盛
随着人类社会的高度发展，人类生活的各个方面对能源都有着巨大的需求，然而由于常规能源的不可再生以及地理分布不均，导致全球能源竞争日趋加剧，这就要求我们在各个行业都要采取节