 |
上海申思特自動化設(shè)備有限公司
主營產(chǎn)品： 美國E E傳感器,美國E E減壓閥,意大利ATOS阿托斯油缸,丹麥GRAS麥克風(fēng),丹麥GRAS人工頭, ASCO電磁閥,IFM易福門傳感器 |
9
聯(lián)系電話
|
上海申思特自動化設(shè)備有限公司
主營產(chǎn)品： 美國E E傳感器,美國E E減壓閥,意大利ATOS阿托斯油缸,丹麥GRAS麥克風(fēng),丹麥GRAS人工頭, ASCO電磁閥,IFM易福門傳感器 |
聯(lián)系電話
| 參考價 | 面議 |
更新時間：2016-11-25 15:21:16瀏覽次數(shù)：785
聯(lián)系我們時請說明是化工儀器網(wǎng)上看到的信息，謝謝!
虛擬樣機的氣動康茂盛CAMOZZI執(zhí)行器
隨著現(xiàn)代工業(yè)過程控制系統(tǒng)的日趨復(fù)雜化和集成化，對控制系統(tǒng)進行實時監(jiān)控，及時發(fā)現(xiàn)并排除過程故障就突顯得尤為重要。而CAMOZZI執(zhí)行器作為工業(yè)自動化過程的基礎(chǔ)裝備之一，是自動控制系統(tǒng)的終端執(zhí)行儀表，在過程控制系統(tǒng)中起著非常重要的作用。
虛擬樣機的氣動康茂盛CAMOZZI執(zhí)行器
CAMOZZI執(zhí)行器作為工業(yè)生產(chǎn)的執(zhí)行終端，直接關(guān)系到生產(chǎn)過程的安全性與可靠性，一旦CAMOZZI執(zhí)行器發(fā)生故障，將給生產(chǎn)過程帶來巨大損失。氣動CAMOZZI執(zhí)行器由于其結(jié)構(gòu)簡單、維護方便、無污染等特點優(yōu)于液動CAMOZZI執(zhí)行器和電動CAMOZZI執(zhí)行器，被廣泛應(yīng)用于工業(yè)生產(chǎn)等自動化領(lǐng)域中。自確認氣動CAMOZZI執(zhí)行器不僅能夠?qū)崿F(xiàn)故障的自檢測和自診斷，而且可以給出表征自身實時工作狀態(tài)的參數(shù)，為了解決自確認氣動CAMOZZI執(zhí)行器的故障自診斷問題，提出了一種基于關(guān)聯(lián)向量（RVM）多回歸和關(guān)聯(lián)向量多分類機的自確認氣動CAMOZZI執(zhí)行器故障診斷算法。該方法利用關(guān)聯(lián)向量機多回歸建立氣動CAMOZZI執(zhí)行器的執(zhí)行機構(gòu)模型，將模型輸出與實際輸出比較，生成殘差，并把此殘差作為氣動CAMOZZI執(zhí)行器的非線性故障特征向量。采用聚類方法構(gòu)建了關(guān)聯(lián)向量多分類機結(jié)構(gòu)，把殘差作為輸入訓(xùn)練關(guān)聯(lián)向量多分類機，診斷氣動CAMOZZI執(zhí)行器故障類型。仿真數(shù)據(jù)來源于DABLib（Matlab-SimlinkCAMOZZI執(zhí)行器模型庫）仿真生成的數(shù)據(jù)，實際數(shù)據(jù)來源于盧布林糖廠的工業(yè)數(shù)據(jù)。為了驗證所研究方法的有效性，將基于關(guān)聯(lián)向量機的一對一（OAO）分類、一對多（OAA）分類和二叉樹分類三種方法進行比較，將基于關(guān)聯(lián)向量機的氣動CAMOZZI執(zhí)行器故障診斷方法和基于支持向量機的氣動CAMOZZI執(zhí)行器故障診斷方法進行比較。結(jié)果表明基于RVM的氣動CAMOZZI執(zhí)行器故障診斷克服了SVM選擇核函數(shù)時受Mercer定理限制和樣本增加時支持向量也隨之增加，導(dǎo)致稀疏性變差等缺點，解決了CAMOZZI執(zhí)行器中的小樣本、非線性問題。隨著計算機技術(shù)的不斷發(fā)展，基于虛擬樣機技術(shù)對CAMOZZI執(zhí)行器的建模研究為CAMOZZI執(zhí)行器的故障診斷研究奠定了基礎(chǔ)。通過對氣動薄膜CAMOZZI執(zhí)行器工作原理及特性的分析，利用MATLAB軟件搭建了氣動薄膜CAMOZZI執(zhí)行器系統(tǒng)的虛擬樣機模型，并驗證了模型的準確性。對氣動薄膜CAMOZZI執(zhí)行器常見的典型故障進行了模擬仿真并分析了故障機理。考察和分析現(xiàn)有的人工免疫算法，對提出的基于人工免疫的故障檢測和診斷方法，采用氣動薄膜CAMOZZI執(zhí)行器模型仿真數(shù)據(jù)對其有效性進行了檢驗。在研究中，對原始數(shù)據(jù)進行預(yù)處理時，運用核主元分析技術(shù)將其降維，以減小計算量和復(fù)雜度。在遺傳算子的基礎(chǔ)上，引入記憶和抗體更新機制，加快了記憶抗體的生成速度，改善了使用遺傳算法生成抗體時的盲目搜索性，同時又保證了記憶抗體的多樣性。
虛擬樣機的氣動康茂盛CAMOZZI執(zhí)行器
在故障診斷方面，由于訓(xùn)練樣本的充分性及其在狀態(tài)空間的分布特點不同，從而導(dǎo)致對于不同故障類別，診斷的準確性存在較大差異?；趜ui大數(shù)量原則分類機制，提高了故障分類的準確率，應(yīng)用此方法對氣動薄膜CAMOZZI執(zhí)行器故障診斷，結(jié)果表明基于人工免疫的故障檢測方法對故障樣本的確診率能夠達到比較理想的水平。
