基于人工神经网络的工业机械故障诊断优化方法研究

针对当前工业机械设备运行数据庞大,设备故障诊断复杂等问题,采用三层式BP神经网络,结合主元分析法,研究用于工业机械设备故障诊断的BP神经网络的优化方法,来对设备故障原因进行分类,并在此基础上探讨BP神经网络对于不同场景的应用,从而提高BP神经网络的应用价值。

基于机器视觉的工业机械故障智能检测系统研究

针对传统工业机械故障检测系统在应用过程中检测结果准确率低问题,提出基于机器视觉的工业机械故障智能检测系统研究。根据工业机械检测实时性要求,选取最高像素2048的CCD线阵摄像机和分辨率最高可达5000P/R的编码器作为系统的硬件设备;采用机器视觉算法对图像进行增强、分割、处理,智能提取到准确的机械故障位置和大小,由此完成了基于机器视觉的工业机械故障智能检测系统的设计。经过试验证明,基于机器视觉的工业机械故障智能检测系统在应用过程中对机械故障具有较高的准确率。