基于MSSA+IESN+MFFN组合算法的齿轮箱早期故障智能诊断

齿轮箱故障诊断存在变速工况、样本数量偏少以及会形成强噪声情况,提出了一种通过多尺度特征融合网络(MFFN)实现故障诊断技术。对初始时域信号拓展形成多特征域,建立造多维堆栈稀疏自编码器(MSSA)对不同特征域进行故障采集,通过粒子群算法优化回声状态网络(IESN)进行信号处理。研究结果表明:样本充足条件下,MFFN模型诊断时,定速工况为99.15%,变速工况为98.46%,达到了更高准确率并降低了标准差。在样本不足条件下,深度特征融合网络(DEFN)和MFFN对于样本数量减少表现出了优异鲁棒性,MFFN达到了更优的性能。在噪声干扰场景下,采用MFFN依然能够达到85%的准确率。该算法具备更优抗干扰性能,采用多维特征提取能够更好地适应处于强噪声干扰环境。该研究为实现传动系统的稳定运行提供了理论参考。

室内空气质量监测系统的研究与实现

采用基于STM32的单片机对室内空气质量监测系统进行研究。该监测系统由监测节点、WIFI无线路由、服务器和手机APP组成。监测节点放置于不同房间内,采用嵌入式MCU STM32实时监测室内甲醛、TVOC和空气温湿度。通过WIFI网关无线通讯方式与监测节点通讯,收集监测数据,处理数据后传送至服务器,手机APP与服务器交互获取监测数据并实时显示。

基于LoRa的无线温湿度节点设计在机房中的应用研究

基于STM32微处理器和温湿度传感器SHT31实现了对现代机房中温湿度的采集,并通过LoRa无线技术和RS-485技术对采集数据进行定时远端传输,从而可以实现远程监控机房中的温湿度,确保机房设备的安全运行。

基于LoRa的无线温湿度节点设计在机房应用中的软件实现

本文阐述的是一种基于LoRa的无线温湿度节点设计,专门应用于调控机房内的温度,进而实现降低机房设备故障发生率,提高机房设备运行稳定性和数据安全性的目的。