轨道打磨电动机监测管理系统设计与实现

打磨电动机是铁路轨道打磨作业的重要设备。但其工作环境较为恶劣,故障率较高。文中从实际需求出发,研究并构建1套轨道打磨电动机监测管理系统,以实现对电动机实时状态进行监测和相关数据的采集。系统针对海量数据的高效采集存储、故障诊断方面进行了深入研究和设计,同时构建友好的用户交互界面。该系统对于推动铁路轨道打磨的实际应用和设备的智能化有一定的促进作用。

隧道防护门安全监测技术研究及应用

文中针对目前隧道防护门门体变形、脱落、虚掩等安全问题,为了降低隧道内的安全风险,设计了一套隧道防护门安全监测系统。该系统包括数据采集、数据处理和传输、数据展示3部分。数据采集端利用STM32F407最小系统板作为中心采集卡,添加外围传感器,采集门体振动、姿态、温度、风压数据,并通过Wi-Fi模块将数据通过MQTT协议发送到MQTT服务器,最后监控平台对收到的数据进行存储、分析与展示。该系统能够较为全面地监测防护门门体的相关信息,并且系统具有一定的可扩展性,对隧道防护门的安全隐患能够提前预警,保障隧道内的安全。

起重运输机械与工程机械的监测云平台研发及应用

针对起重运输机械或工程机械应用的工业场合,需要监测的部件和设备很多,带来程序管理困难、数据结构复杂、数据量庞大的问题,文中提出了一种基于K8s的设备监测云平台架构方案并开展研究和应用,实现了平台内部监测程序的容器化管理、实时处理大量状态数据、资源可直观监控等功能。最后将电动机监测程序部署的应用案例展示在平台上,体现了平台便捷部署的特性。

基于Prometheus的隧道防护门智能监测系统

隧道是铁路运输过程的重要环节,隧道防护门是隧道中的重要安全防护设备。目前针对隧道防护门的日常检测仍依靠人工巡检,工作效率低。文中根据铁路隧道防护门的特点,研究并构建了一套基于云端、边缘端、采集端一体的监测系统,用于实现对隧道防护门的状态监测与故障告警。系统使用SLS、Prometheus、Grafana等技术对数据进行分析处理,并对相关故障进行检测和告警。本系统的实现验证了云端、边缘端、采集端一体架构在隧道防护门监测中的实用性和可行性。

铁路轨道打磨电动机远程监测系统设计

针对铁路轨道打磨电动机运行故障率较高,故障后对轨道打磨工作质量影响较大,且传统的人工巡检方式无法及时发现故障的问题,文中设计了一套能实时采集铁路轨道打磨电动机运行状态数据的远程监测系统,采用分层设计的理念,实现了对打磨电动机运行状态数据进行数据采集、数据存储、数据传输以及数据展示等相关处理的功能,并以此为基础对电动机进行故障诊断,在电动机发生故障时进行报警并推送故障诊断结果,从而极大地提高了铁路轨道打磨电动机的工作运行效率。

面向周期性工业时序数据的流式清洗系统

为了高效清洗具有时序性、周期性等特点的工业数据,首先利用分布式组件设计了一套流式清洗系统,系统以Mosquitto作为采集数据的汇集中心,以Flume为连接组件,以Kafka为缓冲组件,对接数据清洗组件,使系统具有高吞吐、大缓冲等优势。然后基于速度约束模型,设计了一种周期性数据清洗算法,综合工业数据的时序性、周期性、物理意义等特性,在原有速度约束算法基础上增加周期性检测和数据切片机制,以解决速度约束算法处理周期性数据的失真问题,提高可用度。最后文中以盾构掘进数据集为样本,验证了系统和算法的有效性,以及改进算法的适用性。

自动化立体仓库管理与控制系统的实现

结合我们设计和实现的几个自动化立体仓库中管理与控制系统,描述了它们的组织结构,并详细讨论了各个相关模块需要实现的具体功能。经过在现场的实际应用证明,这种管理和控制系统结构具有很高的可靠性和稳定性。

现代铁路物流装备故障诊断与远程维护技术

本文运用基于状态的维修CBM(Condition-based Maintenance)理论,参考CBM系统标准的层次结构模型,设计了现代铁路物流装备的故障诊断与远程维护系统(RDMS)。首先介绍了RDMS的整体体系结构,接着讨论了RDMS的硬件和软件结构设计,为开发RDMS并实现工程化应用提供理论依据,从而保证现代铁路物流装备可以高效安全地作业,对现代铁路物流装备的故障诊断与远程维护技术研究具有重大的现实意义。

堆垛机异常状态检测与自恢复能力的研究

讨论了巷道堆垛起重机在运行过程中常见异常状态的检测、分析与处理 ,提出了异常状态分级的概念 ,并着重说明在异常状态发生后如何进行智能化处理 ,使堆垛机自动恢复正常状态。结合实际应用 。

混凝土振动台多电机同步控制技术研究

为了解决大型混凝土振动台多电机协调控制问题,提高电机控制精度,以达成良好的振动效果,提出了一种基于CAN总线的多电机同步控制系统。利用滑模控制算法对单台PMSM电机进行速度控制,在传统PID算法的基础上进行改进,利用模糊控制的原理对双台电机进行同步控制。并在此基础之上,利用CAN总线搭建电机控制网络,并利用交叉耦合控制算法实现了多台电机同步控制。最后分别对单台电机、两台电机、多台电机进行仿真分析。结论证明,系统性能良好,较为稳定。

立体仓库货架设计计算中柱的计算长度

运用第一类稳定问题的理论，研究了立体仓库货架设计计算中柱的计算长度，讨论了框架柱对称与反对称曲屈时其长度系数的计算方法．并给出了便于实际应用的系列计算结果。

大型组合臂架桁架式加强结构的设计与研究

为了解决大型组合臂架的侧向刚度不足问题,设计出一种组合臂架的桁架式加强结构.依据GB/T3811—2008进行计算,该加强结构克服了大型组合主臂架侧向刚度不足的问题.为了定量化表达该加强结构的作用效果,运用有限元计算软件SAP2000对环轨起重机的臂架结构进行了3种典型工况的计算.经计算分析,该加强结构可显著提高组合臂架刚度,为大型组合臂架的研制提供参考.

微服务在大型设备监控管理系统中的应用探究

为解决传统大型设备监控管理系统程序紧密集成,多模块间功能高度耦合带来的研发周期长及限制系统维护发展等问题,开展单体架构监控管理系统的不足分析,设计了基于微服务思想的新型系统架构。该系统架构主体分为三层:接入层、业务层和数据层,分别负责身份验证及请求分发、业务处理和数据支持,并添加了服务注册中心用于集中化管理服务单元。通过使用Spring Cloud技术搭建系统,实现了负载均衡、熔断处理和链路追踪等功能。研究结果表明:采用微服务的系统扩展性好、容错性高、技术选型灵活、并发性能好,为系统的扩展奠定了坚实的基础。

基于Redis与SSM的大型设备数据运用系统设计

针对目前大型设备进行数据采集,远程监控,数据处理的趋势,结合以Web技术为主的B/S架构的广泛应用,提出一种以SSM(Spring MVC+Spring+Mybatis)框架为B/S架构实现基础的大型设备数据运用系统。系统采用分层结构,包括了数据层,应用层和表示层,数据层采用Redis和MySQL进行实时数据与非实时数据的持久化,使系统具有高效缓存数据的能力,应用层和表示层则依据SSM框架进行分模块方式设计,降低系统耦合度,简化开发流程。

基于YOLOv3的桥式起重机摆角检测系统

起重机在启动、停止时的摆动角度较大,影响工作效率,摆角检测系统的研究对于提高起重机的效率和实现起重机无人化的研究具有重要意义,文中设计了一种桥式起重机摆角检测系统,该系统使用图像传感器结合计算机视觉算法测得摆角。所提出的技术使用工业摄像头作为视觉传感器,基于YOLOv3目标检测算法识别吊钩,根据图像中吊钩离开平衡位置的位移和图像坐标变换计算出摆动角度。

桥式起重机智能远程监控系统研究与设计

针对目前桥式起重机仍然以人工现场操作为主要方式,危险性高且不适应逐渐信息化生产方式的情况,通过对已有的起重机智能控制系统进行研究,提出了一种用于桥式起重机的智能远程监控系统,实现起重机的远程监测、在线控制、路径规划、自主运行等功能。智能远程监控系统采用模块化设计,共分为用户层、控制层、执行层三部分,用户层实现与用户的交互和数据存储;控制层完成路径规划、自动控制、远程通信等功能;执行层则实现对起重设备的运动控制和相关数据采集。

巷道堆垛起重机的认址方式与调速

巷道堆垛起重机的自动认址方式与调速方案是自动控制系统设计中的２个基本问题。本文结合作者多年的设计、安装与调试经验，较详细地介绍了解决这２个问题的方法，并着重就实际应用中可能出现的问题作出了较为深入的论述。

应用PC构成巷道堆垛起重机控制系统的设计体会

本文介绍了巷道堆垛起重机的ＰＣ控制系统的设计，重点就ＰＣ的选择与使用及软件编制要点等方面的内容作了阐述。

GPS与433M无线通信技术在养路机械防碰撞领域中的研究

为防止铁路养路机械大机群碰撞,基于嵌入式系统、GPS定位技术和无线数据传输技术构建了一个铁路养路机械防碰撞系统。对GPS定位技术的特性进行研究,分别设计了晴天、阴天和雨天下开阔地界(操场上)和有遮挡物(树荫下)不同环境组合下的定位精度评估实验;同时对433M无线数传模块的传输特性进行研究,论证了将GPS定位技术与433M无线数传技术应用在铁路养路机械群防碰撞系统中的可行性。

旋转机械一维深度卷积神经网络故障诊断研究

针对旋转机械故障特征需要人工提取、复杂故障识别困难和诊断模型鲁棒性差的问题,在经典卷积神经网络Alex Net基础上,提出基于一维深度卷积神经网络的故障诊断模型,模型采用改进的一维卷积核和池化层以适应一维时域信号。相比传统智能诊断模型的人工特征提取和故障分类两阶段模式,该模型将两者合二为一:首先利用多个交替的卷积层和池化层完成原始信号自适应特征学习,然后结合全连接层实现故障诊断。通过轴承和齿轮箱健康状态监测实验表明,提出了模型可以实现高精度、稳定和快速的故障诊断,并与BP神经网络、SVM、一维Le Net5模型和经典Alex Net模型对比,证明了提出模型的优势,最后通过PCA可视化分析说明模型在特征提取上的有效性。