基于电气自动化控制技术的水泵故障诊断与智能维护研究

这篇论文研究了利用电气自动化控制技术对水泵进行故障诊断和智能维护管理的方法。首先通过文献调研总结了水泵常见故障类型,指出传统机械检测方法难以实时监测,影响维护效率。然后介绍设计的水泵数据采集系统,采集运行参数如电流、速度、压力等,并进行数传和存储。在此基础上,通过分析电流和变频调速特征,提出利用电流偏差和速度波动识别水泵磨损和脱水等故障的方法。

基于DTCNN-SVM的工业循环水系统供水泵故障诊断

工业循环水系统供水泵的工作状态是影响工业过程安全生产的重要因素,为及时准确地识别供水泵的工作状态,提出一种基于深度迁移卷积神经网络和支持向量机(deep transfer convolutional neural network-support vector machine,DTCNN-SVM)的故障诊断方法。将与工作状态强相关的振动信号进行信号-图像预处理,实现振动时序信号的二维灰度图化;在此基础上,采用融合迁移学习与残差神经网络的深度迁移卷积神经网络模型提取振动信号灰度图特征,并基于模糊不一致性度量对深度学习特征进行约简;采用支持向量机法建立供水泵故障诊断模型。试验结果表明,所提方法在少量样本数据和模型参数下能有效识别供水泵工作状态。

一种智能化的电动汽车电子水泵设计研究

随着电控技术的不断发展,冷却系统的智能化控制是未来电动汽车发动的发现。文章设计和研究了一种通过PWM信号可以诊断控制电子水泵运行状态和故障反馈的智能化电子水泵。