伺服电机平台开发与故障诊断方法研究
这是一篇关于伺服电机,故障诊断,硬件平台,卡尔曼滤波,区间观测器,神经网络的论文, 主要内容为在自动化设备高速发展的时代,越来越多的机械设备取代了人工操作。其中,伺服电机作为多轴运动控制系统的执行器起到了至关重要的作用。当伺服电机运行环境恶劣或干扰较多时,可能会使其各部件出现不同种类的故障,严重时可能导致整个系统功能瘫痪与损毁,造成不可挽回的损失。所以,对于伺服电机进行实时故障诊断工作的重要性不言而喻。本文基于伺服电机运动控制系统,开发了一套实时在线状态监测平台,同时进行故障诊断方法研究,并将算法嵌入到平台中。本文的主要工作如下:首先,对国内外伺服电机故障诊断技术及其故障诊断平台的现状做出分析与总结。在阐述目前针对伺服电机常用的故障诊断方法的同时,从现有故障诊断平台的系统结构出发,对平台的运行方式、功能设计及其搭载的故障诊断方法做出了详细地分析,总结了现有伺服电机故障诊断方法与诊断平台的局限。针对现有平台的不足,提出了在线的实时伺服电机故障诊断平台的开发。从系统的功能需求出发,设计平台总体结构并完成了电机及其伺服系统的选型与搭建。根据平台总体结构与功能需求,完成了下位机控制系统、上位机人机交互系统与故障诊断工具箱的设计,对其模块组成、功能需求及设计实现进行解释说明,实现了实时的数据交互与在线故障诊断功能,完成了对于电机的运动控制、状态监控、故障诊断过程及结果的可视化。在完成平台的开发工作后,针对伺服电机平台故障诊断功能的需求,选择基于模型的故障诊断方法。根据不同的应用条件,提出了基于Kalman滤波、区间观测器以及神经网络的故障诊断方法,对每种方法的故障诊断原理以及算法的设计过程进行了详细的推导与说明。最后,在完成参数设计的基础上说明了三种方法在上位机故障诊断工具箱中的工作流程,完成了其在C++程序运行环境下的嵌入式实现。同时,基于电机参数模型实现了任意时间、任意大小的执行器模拟故障注入功能,验证了每种算法在伺服电机故障诊断平台上的实时诊断效果。
基于简介文本的属性挖掘与知识图谱构建
这是一篇关于知识图谱,属性识别,远程监督,神经网络,联合模型的论文, 主要内容为目前互联网中存在着许多百科数据,一般以词条网页的形式展示给用户,主要包含词条简介文本与词条基本信息表格等模块。词条简介文本即以当前词条作为对象的描述文本,而词条基本信息表格则为表格形式的属性知识模块。基本信息表格格式工整,但存在一些瑕疵,如表格内属性值未进行归一,属性名表达多样等。简介文本虽然没有格式化信息,但它包含着丰富的内容,可以供我们挖掘。我们希望结合两者优点,以词条基本信息表格作为基础数据,同时从简介文本中挖掘出更多的知识三元组,丰富知识库。本文主要内容分为以下几个方面:(1)研究基于混合策略的属性识别。我们以人物属性集合作为实验对象,采用远程监督的方法自动标注数据,构建人物属性识别系统。根据属性的不同特性,分别采用基于规则的属性识别与基于模型的属性识别方法。在基于模型的属性识别方法中,将当前任务转化为序列标注任务,以当前比较主流的几种序列标注模型实验,对比并采用性能最优的模型构建系统。实验结果表明,本文基于混合策略的属性识别工作具有较好的识别效果。(2)研究基于Bootstrapping与联合模型的别名识别。与其他常规属性不同,别名是一种特别的实体属性,我们对其进行单独识别。本文分别对人物别名以及旅游景点别名进行挖掘。人物别名挖掘利用远程监督构建数据集,以准确率为目标,采用模式迭代的方式,挖掘出候选别名集合,并构建分类器判别挖掘结果的正确性。而在旅游场景下,采用人工标注的方式构建数据,着重对景点别名深入研究。旅游景点别名挖掘主要以F1值作为目标,采用流水线式模型与联合模型进行实验。经过多次实验对比,我们发现联合模型相较于流水线式模型更加适合该任务。(3)研究基于百科数据的人物知识图谱构建。以人物领域为例,描述如何构建出人物知识图谱。通过爬虫,我们获取了多个百科网站源的网页信息。将这些数据进行整合、清洗以及属性归一化,并挖掘出类型为人物的词条实体。在此基础上,定义人物的基本属性,并将这些实体数据编码,存储于知识库中。此外,结合本文的属性识别工作,对当前知识库进行属性补全与纠错工作,使知识库中各人物属性的覆盖率均得到了一些提高。最终,我们构建出知识图谱展示系统,可供用户查阅信息等。综上所述,本文利用目前网上可获取的百科数据作为基础知识库。在此之上对知识进行梳理清洗,并从简介文本中挖掘属性。通过采用不同的方法以及不同的模型,选取最适合不同子任务的方法模型,对知识库进行补全和纠错,不断丰富知识。最终以人物领域为例,构建出基于该知识库人物知识图谱。
变电生产电子看板系统的设计与实现
这是一篇关于变电生产,电子看板,神经网络,数据仓库的论文, 主要内容为近年来随着我国经济的发展,电力建设每年都成倍增长,伴随着电力网中变电站的增多,其管理变电站的生产班组也逐年增加,所有班组在生产管理中产生的数据也越来越多,这些数据与电力系统的安全、稳定运行有着密切的关联。目前的电子看板系统软件对变电生产中的“大数据”没有进行合理的存储和共享,没有及时开展数据分析和数据挖掘,最终造成数据的浪费。基于以上背景,本文以某电力公司变电运维班组生产实际情况出发,结合电力生产中的精益化管理理念,运用软件工程相关知识,设计并实现了变电生产电子看板系统。系统以组件化方式进行开发,采用JavaWeb开发中常用的SSH(Spring、Struts、Hibernate)框架进行设计,并将软件工程中的增量模型设计理念贯穿于系统的分析设计全过程。使用Microsoft Visio作为流程图绘制工具,Intelij IDEA作为JavaWeb开发工具,数据库使用MySQL数据库,用Junit作为软件的测试工具。本系统通过建立看板数据仓库,从现有系统中将变电生产管理相关的数据进行采集、整理形成相应的主题表,实现了变电生产数据的统一管理和有效利用。同时,还创新性的将精益化管理和神经网络技术相结合开发了“智慧看板”功能,通过数据分析实现对班组人员工作质量的评价,为班组人员量化管理提供了重要的数据支撑。实践表明,系统能对变电生产的设备缺陷数据、设备维护数据、防误操作数据等实现数据高效采集及应用,初步实现了对变电生产的现场进行管理和信息数据及时共享与有效展现。
基于知识图谱的个性化农业新闻推荐系统研究
这是一篇关于农业,关键词抽取,新闻推荐,知识图谱,神经网络的论文, 主要内容为农业新闻是推进农业现代化过程中的一个重要方面。农业新闻具备科普和指导功能,宣传国家政策、传播农业经验、农业技术。利用信息技术提高新闻传播效用是新闻传播方式种重要一环。农业新闻传播方式随着时代进步发生变革,读者对农业新闻报道的内容、形式都有着新要求。针对农业新闻报道互动性不高、报道效率较低的问题[1],本文从农业新闻受众的需求出发,构建基于知识图谱的农业新闻推荐系统,旨在提高用户阅读积极性,尽可能发挥农业新闻的作用。本文的主要研究内容如下:农业新闻文本关键词抽取。基于农业新闻的特点,提出融合语义信息的Text Rank算法,构建融合语义信息的词图,利用词图和词语在文本中的重要性计算综合得分。通过一系列实验证明,该方法的有效性,既能为新闻特征建模提供帮助,又可作为新闻展示时的辅助信息帮助用户预先了解新闻内容。基于知识图谱的个性化新闻推荐方法。该方法在新闻特征建模上,融合文章本身信息和从知识图谱中得到的实体及上下文信息,通过卷积神经网络获得融合语义信息的文章特征表示。将用户阅读新闻特征表示序列输入门循环单元神经网络,构建用户兴趣特征。计算用户兴趣与新闻特征的相似性作为用户点击新闻的预测概率。在对比引入信息、用户兴趣计算方法和其他模型的一系列实验中,证明了该方法可以有效提升推荐效果。基于知识图谱的个性化农业新闻推荐系统的设计与实现。本系统以Vue和Spring Boot为框架,使用My SQL数据库,在分析系统需求的基础上,实现系统功能。系统实现了为用户提供个性化新闻推荐的功能,分别为管理员和用户提供相应的服务。
剪叉平台上机械臂的末端轨迹规划与跟踪控制
这是一篇关于剪叉平台,动力学建模,轨迹规划,神经网络,轨迹跟踪的论文, 主要内容为我国目前是世界上公路、隧道、涵洞等最多的国家。近年来,我国公路、隧道等正在由大规模建设时期向运营管理时期发展,目前,隧道照明灯具的拆装、维护、清洗等工作任务,大多是采用脚手架或高车加人工装置完成灯具的维修、清洗和更换,其维护工作效率低,人工作业过程存在安全隐患,维护时间长,造成长时间的交通堵塞。而剪叉平台上安装机械臂来代替人工来操作可以有效的解决上述问题,因此在剪叉机构上机械臂的轨迹规划与控制分析应该提上日程。本文以剪叉平台上机械臂为研究对象,在柔性平台上轨迹规划与控制,对柔性体上搭载机械臂具有重要的意义。由于剪叉平台的柔性特性,导致建立剪叉平台上机械臂的动力学模型变得复杂,且对机械臂进行轨迹规划与控制分析也会产生影响。本文以剪叉平台上机械臂为研究对象,从模型的简化、动力学建模、轨迹规划、振动控制分析进行了以下研究:(1)研究剪叉平台上机械臂的动力学模型问题,对剪叉平台上机械臂的模型进行简化,利用拉格朗日原理对剪叉平台上机械臂进行动力学建模,推导剪叉平台上机械臂的动力学方程,在MATLAB/Simulink上进行建模,通过输入力矩法对所建立剪叉平台上机械臂模型进行验证。(2)研究剪叉平台上机械臂末端执行器轨迹规划问题,介绍了轨迹规划中三次、五次多项式插值方法以及笛卡尔坐标系内的平面直线圆弧插值和空间平面圆弧插值方法,推导了三次多项式插值和五次多项式插值公式,并使用这两种方法对剪叉平台上机械臂关节进行规划,分析了规划后剪叉平台上机械臂关节的角度、角速度、角加速度曲线。(3)针对剪叉平台上机械臂的控制问题,在原有滑模控制策略的基础上,设计了新型指数趋近律,提升了机械臂末端轨迹的跟踪速度。针对剪叉平台上机械臂存在的建模误差等不确定性,用RBF神经网络自适应控制对剪叉平台上机械臂的不确定性进行逼近,证明了剪叉平台上机械臂控制系统的稳定性。通过MATLAB/Simulink进行仿真,结果表明了该控制策略能够有效的降低剪叉平台上机械臂末端轨迹跟踪误差,且明显加快剪叉平台上机械臂末端执行器的跟踪响应速度,有效减小了抖振。(4)针对剪叉平台上机械臂的末端轨迹跟踪速度慢和精度低等问题,将机械臂关节角度的动力学方程转化为机械手末端点的动力学方程,在此基础上,设计了一种改进的滑模面,为了降低系统的抖振,使用了超螺旋算法来设计控制律,对剪叉平台上机械臂的建模不确定性进行了逼近,证明了剪叉平台上机械臂控制系统的稳定性。仿真结果表明该控制策略能够有效的提高剪叉平台上机械臂末端轨迹的收敛速度,有效的减小了抖振。本文的研究内容可以为柔性体上机械臂的动力学建模、轨迹规划以及跟踪控制提供一定的理论依据与技术支持,并对机械臂的扩展使用提供了非常重要的现实意义。
基于改进UCT的藏久棋博弈技术研究
这是一篇关于计算机博弈,藏久棋,评估函数,神经网络,UCT算法的论文, 主要内容为计算机博弈,也被称为机器博弈,其本质是期望计算机能够和人一样做出智能的决策。计算机博弈作为人工智能领域最富有挑战且十分重要的一个研究方向,对人工智能学科的发展起到推动作用。近年来,随着深度强化学习的快速发展,以Alpha Go为代表的博弈智能体取得了举世瞩目的成就,不仅促进了机器博弈理论与技术的进步,同时对人工智能的发展产生了深远的影响。藏久棋作为一种完备信息博弈的棋类游戏,主要流行于我国藏民族地区。由于其状态空间大且具有多阶段的特性,给机器博弈的研究增添了挑战和乐趣。相比于围棋、国际象棋等,藏久棋的研究相对较少,目前的研究包括基于棋型的决策、依靠样本进行贝叶斯网络的训练、规则库和开局库的设计等。本文以藏久棋为研究对象,主要开展了评估函数的设计、博弈搜索算法的优化以及博弈系统实现等方面的研究,主要的研究内容如下:首先,设计了适用于藏久棋的评估函数。详细介绍了藏久棋的规则和常见的棋型,分析了该棋种的主要特征并对策略表示和着法生成等进行数学建模。对藏久棋的评估参数进行分析,综合考虑了攻防模式、策略的动作价值、未来棋型的价值以及价值矩阵等因素,设计了一个高效的评估函数。其次,提出了结合神经网络的改进UCT算法。设计了包括数据自对弈、模型训练以及对弈评估等多个阶段的策略-价值网络,同时对自对弈产生的数据进行扩充。使用改进的二维正态分布矩阵加快模型的训练,确保了自对弈数据的多样性。使用并行多进程对传统的UCT算法进行优化,提高了博弈树的搜索效率。将改进的UCT算法与神经网络模型进行结合,并且把评估函数应用到该方法中,基于评估函数的改进UCT算法减少了对低潜力节点模拟的次数并取得了较好的成绩。最后,实现了完整的藏久棋博弈系统。为了更好地验证上述提出的方法,对藏久棋博弈系统进行了总体设计与实现。阐述了系统的开发平台、环境以及相关技术,详细说明了一些主要功能模块的具体实现,并且对整个博弈系统进行了多方面的测试,将人-人和人-机的对弈以可视化界面进行展示。
多探头旋转式涡流检测系统的设计
这是一篇关于不锈钢焊管,涡流检测,短时傅里叶变换,神经网络,分类识别的论文, 主要内容为近年来,不锈钢焊管被广泛运用到汽车、石油、液压管道等实体行业,尤其汽车领域的需求量更是供不应求。为了保障汽车驾驶员的人身安全,汽车上所应用到的不锈钢焊管的质量成为重中之重,如何准确识别到不锈钢焊管缺陷正成为人们关注的焦点。焊管的缺陷主要集中在焊缝处,不同的缺陷产生原因也大为不同。众所周知,涡流检测技术作为无损检测领域中重要的一员,由于该技术相比较其它无损检测方法具有高效、准确且无需耦合剂,以及易于实现自动化检测的优点,使其在金属材料质量检测中表现出色。由于涡流检测的使用成本低,所以经常被用来检测导电材料的质量问题。但是我们经常用到的涡流检测阻抗平面分析法主要检测出缺陷的存在与否,无法对不锈钢焊管焊缝缺陷的种类进行识别。本课题针对工业不锈钢焊管的缺陷分类识别,提出了一种在涡流检测的基础上对不锈钢焊管缺陷进行分类识别的有效方法,该方法运用到信号处理(短时傅里叶变换)和机器学习(卷积神经网络)。首先,使用短时傅里叶变换(STFT)进行预处理,将原始的涡流信号转换为二维的时频图;然后,将该二维时频图输入到卷积神经网络(CNN)的输入层中。为了提高在不锈钢焊管缺陷分类识别中的准确性,进行了以下操作:将二维时频图输入到两种神经网络VGG-16和Goog Le Net的输入层中,对比在相同学习率下的结果,采用较高准确度的神经网络训练模型。结果表明STFT-CNN方法比传统方法的分类识别准确度高,且VGG-16训练模型在0.0001的学习率下分类效果优越于Goog Le Net训练模型,这对工业不锈钢焊管缺陷分类识别有一定的借鉴意义。实验结果表明,本课题设计的多探头旋转式涡流检测系统对管材类金属试件进行检测时,具有误报率低、自动化程度高等特点被工厂合理应用,且表现出强有力的效果,对无损检测在不锈钢焊管检测领域中具有一定的借鉴意义。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计客栈 ，原文地址：https://bishedaima.com/lunwen/45312.html
