基于声卡的数据采集系统

采用虚拟仪器的思想,设计了一种基于声卡的数据采集系统。该采集系统在Lab VIEW程序开发环境下,能够实现声音信号的采集、播放和识别等功能。实验结果表明:系统能够正确采集声音频率范围内的信号,可用于该范围内的一般数据采集与应用。     

基于声卡和MATLAB的数据采集与分析系统

利用声卡的A／D、D／A技术和MATLAB的方便编程及可视化功能，提出了一种语音信号数字处理方案。该方案具有信号采集过程简单、编程处理方便、界面友好、扩展性强、性能稳定等特点；可应用于语音信号处理的教学、科研、实时处理中。     

乳化液泵变频自动化控制系统的研究

乳化液泵站变频自动化控制技术是针对乳化液泵站的工况监测所设计,可以实时反映泵站的基本工作状态,控制泵站的运行工作,有效地延长泵站的正常工作周期以及泵站使用寿命。该系统满足现有煤矿综合自动化生产的需求,对煤矿安全生产、节能增效有着重大意义。     

乳化液泵使用的几个技术问题

乳化液泵的使用以及维护和保养。     

基于Java和声卡的虚拟仪器数据采集系统

介绍了一个基于Java和声卡的虚拟仪器数据采集系统.系统硬件上使用声卡作为A/D转换设备,软件上使用Java的多线程技术.主要介绍如何使用Java进行数据采集、图形显示、数据存储.     

煤矿乳化液泵技术探讨

目前,煤矿机械化采煤工作面泵站使用的乳化液泵一般都是卧式柱塞泵,存在投资大、能耗高、维修费用高、噪声高和体积大等不足。本文提出的增压缸式乳化液泵,工作可靠,设备投资小,节约电能,维护方便,噪声低,外形尺寸小。     

基于虚拟样机技术的乳化液泵仿真接口问题研究

本文以ADAMS为平台,结合CATIA中建立的三维模型、ANSYS柔性化处理和AMESim中建立的液压系统模型,建立了RBW315/31.5型乳化液泵的虚拟样机,主要阐述了对乳化液泵的特性进行研究时的接口问题,这对我们研究乳化液泵的特性以及设计乳化液泵有着重要的意义。     

基于计算机声卡的多通道数据采集系统

运用LabVIEW开发系统，在配置有4块声卡的计算机上，实现了同时进行了4个通道的并行数据采集，解决了在同一时间坐标中显示多个具有独立时钟的波形问题，从而构成了一个多通道数据采集系统。实验结果表明：该系统能够正确采集声卡设计频率范围内的信号，可用于在该频段需要数据采集与一般分析的领域。     

声卡在虚拟仪器采集系统中的应用

介绍了一种基于声卡的实时采集系统，并给出了该系统所采用的声卡和传感器等硬件构成原理以及用虚拟仪器的编程软件labVIEW编制的程序图。     

对峙式乳化液泵液力端特性仿真研究

为研究对峙式乳化液泵液力端的应用情况,采用AMESim对对峙式乳化液泵系统进行仿真,获得吸、排液阀及柱塞运动曲线和泵的流量曲线,得到阀芯启闭滞后原因及容积效率,并对排液阀芯锥顶角进行优化,得出最优角度。通过仿真分析得出,该流量压力下泵的阀芯启闭滞后原因主要是由于乳化液的压缩性引起、容积效率为98.1%、排液阀芯锥顶角最优角度为120°,上述结果为对峙式乳化液泵的推广和整体优化设计提供依据。     

基于BP神经网络的螺杆泵井故障诊断技术研究

提出了基于BP神经网络和专家系统的螺杆泵井故障诊断方法:将螺杆泵井工况类型细分为10类,选取表征油井生产状态的7个特征参数作为输入量,采用Active X技术,借助VB调用Mat-lab人工神经网络工具箱函数,构建和训练网络模型.用该方法对新疆油田吉7井区吉101井和吉002井进行实例分析,验证了模型的正确性.     

泥浆泵轴承的故障诊断

为了掌握泥浆泵工作状态,测取3NB1300C泥浆泵正常工况和一些故障工况下动力端轴承的振动信号,对其进行共振解调处理后,进一步对所得的时域信号进行频域分析,得到了有价值的检测部件振动规律、一般特征以及故障特征,可用于泥浆泵的故障诊断.     

基于VC++的数据采集卡的程序设计

介绍了基于PCI总线的高性能数据采集卡NuDAQ PCI-9113A，并结合在定时数据采集系统中的应用，利用函数库中的函数进行数据采集的编程方法以及采用高精度定时器实现数据的定时采集，取得了较好的效果．     

一种输油泵机组故障诊断与健康评估方法

输油泵机组是长距离油品传输的关键设备,有效预防其出现突发故障、减小故障造成的损失至关重要。然而目前针对输油泵的故障诊断方法在现场应用时普适性不佳,且缺乏针对机组一体的监测诊断研究,不利于计划性维修。此外,受现场可提供数据的限制,现有的输油泵状态评估方法在很多现场无法使用。针对上述问题,提出一种输油泵机组故障诊断与健康评估方法,利用迁移学习提高输油泵故障诊断在工业现场应用时的准确率;通过搭建实验台并对电机运行状态进行监测、分析,构建电机机械类故障诊断模型;构建基于卷积-长短期记忆神经网络(CNN-LSTM)的状态评估模型,并以此为基础利用时序卷积网络(TCN)结合注意力机制进行状态趋势预测。在现场试运行的结果表明,本文提出的故障诊断及状态评估方法可以及时发现设备的早期故障,为设备运维提供有效的数据参考。     

MG系列采煤机主油泵的可靠性仿真

为了对MG系列采煤机主油泵进行可靠性分析,探讨提高其可靠性的途径,进而提高采煤机的工作可靠性,运用计算机随机模拟方法对其进行可靠仿真,得到主油泵各项可靠性指标.仿真结果表明,工作油液污染是主油泵发生故障的主要原因,提高主油泵零部件表面处理硬度及硬化层深度和滤油器的精度,可以降低油液污染所带来的危害.同时,仿真结果也为主油泵的维护和检修提供了依据.     

基于改进小波包结合CS-BP的地面驱动螺杆泵故障诊断

针对目前地面驱动螺杆泵故障诊断存在效率不高、精度不足、损耗资源的问题,提出通过引入功率谱细化的思想改进小波包变换,再结合布谷鸟搜索(cuckoo search, CS)优化反向传播(back propagation, BP)神经网络的诊断方法。首先,通过改进的小波变换对螺杆泵有功功率分解重构得到特征向量;其次,与瞬时流量、进口回压等参数进行归一化处理,作为BP神经网络的输出层信息;再次,使用布谷鸟搜索寻优得到BP神经网络的权值和阈值,建立CS-BP故障诊断模型;最后,应用于螺杆泵不同故障类型的诊断,并通过与目前的主流诊断方法进行诊断效果的分析比较。结果表明,对于螺杆泵不同类型故障诊断的平均精度达到95.6%,对比分析证明了所提方法的可行性与优越性。     

基于电话语音卡的采油数据远程汇报系统

为解决油田低产采油井数据采集、传输、汇报成本和效率等管理问题，设计并开发了基于语音卡和公用电话网的采油数据自动受理汇报系统PDRRS(Petroleum Data Remote Report System)，将计算机和电话机的优势有机地结合起来，用声音作为媒介，通过电话机来完成效据的传递，最终由计算机来保存和处理这些数据，达到了远程汇报自动受理的目的。     

基于IETM的涡轮故障诊断方法研究

以IETM故障树理论为基础,建立一问一答模式的故障隔离机制．阐述了涡轮叶片温度特点,分析了涡轮叶片的几种故障类型,并以涡轮叶片故障诊断流程为实例建立简单的故障树结构．研究了IETM故障数据模块的编辑与实现,利用模拟的涡轮叶片故障温度数据验证了IETM故障诊断系统的可行性,实现了故障诊断界面在IE浏览器上的显示．证明了通过与IETM交互并在诊断策略的引导下,现场保障人员能够高效地完成现场级的故障诊断和维修．     

基于小波分析的故障诊断

对信号进行特征提取,是故障诊断的关键。突变信号往往对应着某类故障,如果能对突变信号进行有效识别,就能达到故障诊断的目的。对如何从混有噪声的振动信号中有效识别出突变信号,本文进行了一系列方法研究。     

基于模糊 Petri 网的发动机故障诊断

基于模糊 Petri 网的基本原理,提出了简明有效的推理算法,并以发动机为例说明了 Petri 网在故障诊断中的应用.