一、基于信息融合的塔式起重机运行状态监测系统(论文文献综述)
琚晓涛,韩党群,岳静[1](2021)在《基于多源信息融合的塔机主动防碰撞技术研究》文中认为塔机防碰撞技术对于塔机安全运行的重要意义。为解决塔机防碰撞安全预警问题,设计了一种基于信息融合的塔机主动防碰撞预警系统。根据塔机部件运动学特性,利用齐次变换法融合了超声检测信息、塔机旋转信息、小车变幅信息、小车起升信息,建立了基于超声检测技术和信息融合理论的塔机主动防碰撞数学模型。开发了基于虚拟现实技术openGL的塔机虚拟监控系统,通过塔机状态检测传感器驱动塔机三维模型实时动作,使塔机具备广域监视能力,为解决起重机械防碰撞问题提供了新思路。仿真试验结果表明:该系统具有良好的交互性和逼真性。
陶阳[2](2021)在《塔式起重机群作业干涉主动预警技术的研究》文中进行了进一步梳理随着目前国民经济社会发展和基础建设的迫切需求,塔式起重机作为建筑机械的中坚力量,发挥着越来越重要的作用。特别是我国目前城乡化进程的快速推进,高层建筑物已成为主流,塔机缩短工期、节省人力的优势愈加明显。在施工过程中,往往为了提高工作效率,塔机会群作业一起操作。提高经济效益的同时,也涌现出了一系列的问题。群塔作业与周围建筑物、道路以及群塔之间会产生碰撞,造成严重的安全事故,后果不堪设想。因此,提高设备安全防范,采用有效的软硬件措施,解决塔机群作业在施工过程中出现的碰撞问题,是高层建筑建设发展的当务之急。本文以塔机群为研究对象,通过分析防碰撞算法,结合短距离无线传输和组网技术,开发了群塔防碰撞软件,实现了塔机群作业的运行状态监测及实时干涉主动预警。本文完成的主要工作如下:(1)防碰撞算法的分析和研究。采用齐次变换理论,将塔机群与周围建筑物放在同一坐标系中进行分析。研究确立符合群塔作业实际情况的防碰撞数学模型和计算方法,并进行简化和改良,保证对可能的碰撞区域做出正确、迅速的判断,及时主动下发控制命令,防止漏报和错报。为后续实现防碰撞软件平台提供了理论基础。(2)短距离无线传输网络拓扑结构研究。采用多传感器信息融合方法,对塔机吊钩处进行定位。研究适应塔式起重机机械工作特点,满足数据无线传输的网络拓扑结构。(3)短距离无线传输模块稳定性研究。分析造成数据传输的丢包和影响传输速率的因素,采取必要的技术措施,保证数据高速准确的传递和接收。对常用的网络通信方式进行调研分析后,最终决定采用Zig Bee技术来进行无线通信。根据本文提出的防碰撞算法,结合传感器反馈的坐标定位信息,就可以实现塔机群作业时干涉预警技术。
崔康基[3](2021)在《塔式起重机智能遥控系统研制》文中研究指明塔式起重机(本文简称为塔机)作为建设施工主要的物料运输机械,肩负着施工现场物料搬运的职责,但其吊装作业主要是采用人工在高空操作的作业方式,存在工作环境恶劣,高空作业危险性大,作业环境狭小,作业视野受阻等问题。一旦塔机结构主体发生变形或者倾覆,塔机司机往往无法脱身而处于险境,因此对塔机进行远程遥控研究,保障塔机作业过程中的安全运行显得尤为重要和急迫。本文开展塔机智能遥控系统研究,运用智能遥控系统工作人员可以根据施工现场的状况来可控的选择最佳的操作位置,避开视野盲区,既能高效便利的进行物料的升降作业,又能保证工作人员的安全,避免以往塔机司机在高空、高低温环境下的控制室内进行操作,而造成的身体不适带来的工作安全隐患和工作效率低下的问题。本文具体研究内容如下:对塔机回转过程进行动力学分析,通过建立动力学模型,确定了在回转过程中起重臂和平衡臂的受力变形情况和影响因素,塔机顶端位移变化的影响因素和变化规律,计算得到理论状态下塔机顶端位移变化的轨迹特征。在塔机回转过程动力学分析的基础上,进行了塔机回转过程控制策略优化,在Adams/view环境中建立QZT40型塔机模型,对塔机回转过程进行仿真。验证对塔机回转过程控制策略优化可以有效的减小塔机在回转过程中的振动情况。研制塔机智能遥控系统,给出塔机遥控过程中的安全预警机制和加速度调节控制方法,可以保障塔机在遥控状态下安全平稳运行。最后进行的塔机智能遥控实验,得到了实验状态下塔机顶端的动态特征。对传统塔机操作模式和智能遥控系统操作模式进行实验,获取塔机顶端运动轨迹图像。经过对实验结果的分析对比,验证研制的智能遥控系统可以保证塔机在进行远程控制作业的平稳运行,提高了遥控塔机的安全性。
瑚珊[4](2020)在《基于系统动力学的塔吊群施工作业安全风险管理研究》文中研究说明随着建筑工程项目的日益增多,建筑面积和规模越来越大,多台塔吊的使用越来越广泛,塔吊事故的致死率是建筑安全事故中最高的。多台塔吊的立体交叉作业不同于单台作业,具有更高的风险,对塔群作业的安全管理需要提出更严格的要求,如何有效控制施工中多台塔吊立体交叉作业的安全具有重要意义。本文在广泛的文献阅读和案例分析的基础上,分析了塔群施工作业的安全风险因素,首次将系统动力学(SD)理论和塔群作业安全风险研究相结合。主要考虑影响塔群施工作业过程安全的风险因素,将施工塔群作业安全视为一个整体系统,划分了人员、塔群设备、环境、管理和技术五个子系统,构建了施工塔群作业安全风险的系统动力学因果关系图和流图,仿真模拟得到了塔群作业风险系统的安全水平趋势。在划分的5个子系统基础上,识别了35个系统内部因素,采用G1法和熵权法相结合的方式确定了35个风险因素和5个子系统的权重。运用系统动力学仿真软件Vensim-PLE构建施工塔群作业安全风险识别反馈模型,分析塔群作业各因素之间的因果关系;同时根据风险识别反馈模型,绘制SD流图,仿真模拟了塔群作业风险系统的安全水平。通过改变单因子变量的方法,每次将各子系统内部因素的初始值减少0.05,且每次只改变一个子系统内部因素进行模拟,得到人员风险因素对塔群作业安全的影响程度最大,环境风险因素的影响程度次之,其余依次为塔群设备风险、管理风险和技术风险。对人员风险子系统采取改变单因子变量的方法模拟得到驾驶员业务水平对塔群作业安全影响程度最大,其次是技术人员能力、人员安全意识薄弱程度、信号工业务水平、驾驶员身心素质、安全管理人员能力和连续工作时间。最后结合工程实际案例,运用建立的模型对项目的塔群作业安全水平进行模拟,检验模型的有效性和适用性。根据仿真结果和实际案例分析,提出了基于智慧建造理论和BIM的塔群作业安全风险控制措施,引入互联网信息系统加强对塔群作业安全的风险控制,为今后塔群作业安全管理工作提供了一定的参考价值。
李福刚[5](2020)在《基于在线模态参数识别的起重机连接结构安全评估方法研究》文中提出由于近年来工业化和基础设施建设的飞速发展,我国已成为全球起重机械拥有量最大的国家。同时,在所有种类的特种设备中起重机械事故率和死亡率最高。因此对起重机械的运行状态进行实时监测,对保障起重机械的安全运行具有重大意义。另一方面,螺栓连接结构是机械工程中最常见的一种连接方式。因此,本文针对起重机械螺栓连接结构进行研究,提出了基于在线模态参数识别的起重机连接结构安全评估方法。首先,针对时域模态参数估计方法中复指数法求解过程中可能存在矩阵不可逆以及计算难度大的缺点,提出了量子遗传算法改进的复指数模态参数估计方法。通过与传统时域模态参数估计方法的对比研究发现,本文提出的改进方法在较高白噪声的情况下能够达到比传统时域模态参数估计方法更高的识别精度。其次,对起重机连接结构安全评估方法进行了研究。基于起重机运行过程中结构模态参数的变化规律,提出了基于改进TOPSIS模型的起重机连接结构安全评估方法。然后通过搭建起重机悬臂梁模型实验台,对起重机模型螺栓连接结构的不同损伤阶段进行安全评估,实验结果显示本文提出的基于改进TOPSIS模型的结构安全评估方法可以对起重机连接结构进行准确的安全评估,且比传统安全评估方法具有更高的准确性和有效性。然后,对起重机健康状态在线监控系统进行了研究。针对起重机安全状态在线监控的目的,设计了一套起重机健康状态在线监控系统,监控系统由下位机数据采集系统、远程后台服务器和上位机数据监控APP系统组成。最后,应用本文提出的量子遗传算法改进的复指数时域模态参数估计方法和基于改进TOPSIS模型的起重机连接结构安全评估方法,对设计的起重机健康状态在线监控系统进行现场应用。结果表明,起重机健康状态在线监控系统的下位机硬件数据采集系统可以实现对起重机运行过程中X、Y和Z三个方向加速度信号的实时在线采集,并且可以通过4G网络将采集的数据实时地发送到上位机系统进行分析和处理。在起重机的整个运行过程中,上位机监控系统对起重机连接结构安全的评估结果与现场实际观测一致,验证了系统的有效性和准确性。
程毅飞[6](2019)在《桥式抓斗卸船机状态监测及故障预警研究》文中认为桥式抓斗卸船机作为港口散货船接卸的主要大型机械设备,其安全稳定运行对企业运营生产有着至关重要的作用,随着港口桥式抓斗卸船机工作时间和强度的不断提升,相应地增加了卸船机的故障问题。目前现有的卸船机故障诊断技术能有效地减少危险事故,但是仍然不能及时的发现故障问题并解决问题。本文针对已有故障诊断研究中故障诊断不及时、不全面等不足,通过传感器监测桥式抓斗卸船机整机的运行状态以获取监测数据,并利用新的故障预测方法实现对卸船机的故障预测。论文从桥式抓斗卸船机机械状态特征及其变化入手,进行了关联规则挖掘,深度置信网络预测等研究,为卸船机整机系统和小车运行系统的故障预测研究做出了有益的探索。本文的主要工作如下:(1)分析了桥式抓斗卸船机的机械结构及工作特点,总结了卸船机的主要故障类型及故障特征,基于以上设计了两种卸船机在线监测方案。通过在线监测积累大量的卸船机状态监测数据,使其故障预测拥有了数据来源,保证故障预警中所有研究成果的真实可靠。(2)针对桥式抓斗卸船机整机故障,提出一种基于兴趣度关联规则的卸船机故障预测模型方法。采用传感器监测和时域分析方法获取卸船机运行参数空间,利用聚类离散算法将监测数据根据其属性值域离散为非线性聚类区间,获取卸船机关联规则组,提取状态数据关联维权重系数,建立状态监测数据关联规则函数模型,利用该模型中关联规则状态改变实现故障预测。实验表明该方法能够有效表征卸船机运行状态监测的内部关联特征信息,实现对卸船机故障类别的预测,对降低卸船机故障发生频率有现实意义。(3)针对桥式抓斗卸船机最关键的小车运行系统故障,构建一种基于深度置信网络(Deep Blief Net,DBN)的卸船机时间序列故障预测模型。结合深度学习理论的自我学习能力,将原始时域信号数据输入DBN进行训练,通过反向微调学习对其进行整体微调,利用该模型对卸船机振动烈度时间序列进行多步预测,构建状态监测残差序列特征约束函数模型,通过关联权重残差序列状态变化实现故障预测。实验通过对比分析其他相关故障预测方法,验证了该方法能降低预警阈值和提高预测精度,更能及早有效地预测卸船机故障发生类别,提前做出警示。(4)在桥式抓斗卸船机机械、传感器、故障预测技术等基础上研发了一套新型、可靠的桥式抓斗卸船机工作状态监控与预警系统。该系统具有良好的可靠性、实时性以及应用价值,可以实现卸船机的状态监测、数据存储、故障预测、故障评价及预警发布、故障处理等预警功能。
李西平[7](2015)在《塔机超声安全预警目标识别的神经网络方法研究》文中指出在建筑行业中塔机失稳或碰撞事故带来的人员伤亡和经济损失日益增多,国内外着名公司以及科研院所围绕塔机失稳监测技术、防碰撞技术进行了长期深入的研究,但形成的研究成果仍以缺乏灵活性和时实性的被动防御为主,智能化、主动性的塔机安全预警技术还有待进一步研究。本文针对目前塔机安全监测技术成本较高,且在智能化、主动性、灵活性、快速性、实时性方面的不足,提出了基于超声信号时间序列的塔机安全预警神经网络目标识别方法,此方法将超声传感技术和神经网络的优势相结合,通过超声信号特征提取、神经网络识别模型设计、安全预警系统构建三个环节,实现了塔机失稳监测和防碰撞的安全预警功能。论文重点研究的内容有:1.设计了数据采集分析实验台并获取了超声测距信号,结合超声波传播特性、换能器工作特性分析了超声回波时间序列的时域特征及与目标物多种特性间的关系,得到了超声信号相关幅值、测距值两种时间序列特征与目标物几何、物理、空间、动态特性间的映射规律,为目标物超声信号特征提取提供了科学依据。2.提出了基于超声信号时间序列特征与目标物特性间映射关系的神经网络目标识别方法,研究了神经网络识别模型的输入特征量提取、网络设计评价、样本库构造、学习与泛化能力强化的一般规则;根据塔机安全预警的不同功能需求,分别针对单超声时间序列和多超声时间序列设计了BP、Elman、SOM三种具体的神经网络目标识别方法,并分别进行了仿真和实验验证及运行效果对比分析。3.通过塔机稳定性判定分析得到了倾覆判据,并结合塔机碰撞特征分析结果,构建了超声信号时间序列神经网络目标识别方法为核心的塔机安全预警体系,将BP、Elman、SOM网络识别方法应用于塔机安全预警的不同环节,有效实现了信息实时获取、数据智能融合、主动快速预警功能。本文研究的超声安全预警目标识别的神经网络方法较其他安全监测方法在智能化、主动性、灵活性、快速性、实时性方面都有提高,可以满足塔机监控需求,对塔机的安全应用、广泛推广有较大意义;同时,对神经网络目标识别方法和超声信号时间序列特征的研究,也为低成本传感器快速、高精度地进行数据融合提出了一种较好的借鉴思路。
王冬明[8](2014)在《塔式起重机空间结构动力学分析及动态监测技术研究》文中指出塔式起重机是建筑用主导机械,主要用于建筑工地中提升和搬运建筑货物,并且在水电、化工、原子能、货场及港口等场地也有非常广泛的应用。然而塔机又具有工作频繁、施工环境复杂等特点,故障率往往很高。作为一种高耸作业特种机械,塔式起重机一旦发生事故就会给人民生命和财产安全带来巨大的危害。研究发现,引发塔机事故的原因主要有两个:1、在最初设计阶段,塔机设计方法存有缺陷,使其不能满足实际工况,导致结构构件出现问题,留下安全隐患;2、缺乏全面、规范的安全监控系统导致监管不力,塔机关键部件故障不能及时被检测出或存在违规操作现象,直接导致事故发生。长期以来,塔机传统设计总是从二维运动角度对塔机进行受力分析,然而在现场施工中,其往往进行空间复合运动,针对塔机真实工作状况,本文创新性地运用空间矢量动力学理论对塔机的复合运动工作状态进行动力学分析,推导出塔机在复合工作状态下吊重的载荷计算方法,并结合VC++和ANSYS软件对塔机三维空间复合运动工况进行分析计算,提出一套行之有效的塔机动力学设计理论。针对当前塔机安全监测管理现状,提出一种基于物联网和Internet的无线远程监测管理系统,利用物联网和无线网络监测技术[1],有效地实现了多传感器、多塔机、多区域的全国体系塔机工作状态监测、检测及分层管理,为塔机的实时状态监测管理提供了良好的技术支持,有效地控制塔机安全事故发生率。
阎玉芹[9](2011)在《塔式起重机钢结构健康监测技术与实验研究》文中进行了进一步梳理塔式起重机作为一类典型的大型工程机械,属于建筑施工中的一种高危特种设备。塔机发生故障,不仅需要专业人员进行维修、维护、机械停工,造成较大的经济损失,而且,一旦塔机发生倒塔事故,极有可能发生群死群伤的特大事故。塔机安全问题不仅涉及到个体生命的安全与健康,而且对社会稳定和经济发展也有着极为重要的影响。对塔机进行健康监测,及时发现塔机存在的安全隐患,提高塔机运行的可靠性,减少或消除事故,已成为业内关注的焦点问题。本文结合国内外结构健康监测领域的发展现状及研究热点,以实现塔式起重机钢结构在线损伤诊断为目的,对塔机钢结构损伤诊断技术进行了深入系统的研究,取得了以下成果:(1)对塔机塔身顶端倾角模型进行了系统研究。以塔身顶端倾角为特征量,建立了塔机正常状态顶端倾角特征模型;分析并建立了正常空载状态下塔身顶端倾角特征模型以及塔身钢结构损伤状态下顶端倾角特征模型;以此为基础建立了塔身钢结构损伤方位判断的倾角特征模型;研究了该模型的实现算法;通过实验验证了所建模型的正确性。建立的模型便于实现实时控制,可以作为一种控制模型使用。(2)提出了塔机钢结构完好状态的判断准则;建立了基于时间序列分析的塔机钢结构完好状态诊断时序刚度距模型、严重超载状态识别的时序刚度距模型以及人员违规操作识别的时序刚度距模型;编写了模型的Matlab程序。所建模型能够实现塔机钢结构损伤、严重超载以及人员违规操作等情况的识别。(3)系统研究了基于支持向量机的塔机钢结构损伤诊断方法。系统分析了位移变化率对结构损伤的灵敏程度。提出了基于位移变化率和支持向量机的塔机钢结构损伤识别方法。将位移变化率作为支持向量机的输入量,对塔机的塔身钢结构损伤进行诊断,获得了很好的损伤识别效果。(4)对塔机钢结构损伤诊断的实验研究。通过对采用高强螺栓连接的两个塔身标准节用主弦杆(主肢)模型进行损伤实验以及工地现场塔机整机实验,验证了用倾角测量传感器测得的塔身顶端倾角值作为特征量,进行塔机钢结构损伤识别的可行性,并证明了本文提出的基于位移变化率和支持向量机的塔机钢结构损伤诊断方法的有效性。(5)系统设计了塔式起重机综合监测系统,并开发了系统的管理软件。所开发的塔机综合监测系统集结构监测、健康诊断、管理评估于一体;能够实现塔机钢结构损伤的实时识别、塔机工作环境和使用过程各项性能指标的实时监控。开发的系统管理软件具有强大的数据管理功能,实现了结果的可视化;软件平台界面友好,操作简便。
梁凯[10](2012)在《基于ARM的塔式起重机监控系统研究与开发》文中进行了进一步梳理随着城市建设规模的扩大化、快速化,塔式起重机在现代化楼宇建筑施工过程中起到了至关重要的作用。与此同时,塔式起重机事故也在频繁发生,减少事故及提高塔式起重机使用过程中的安全系数一直是业界密切关注的重大问题。为使塔式起重机安全运行、协调工作、减少因事故造成的经济及人员损失,研究开发一种塔式起重机智能监控系统有着极其重要的工程应用价值。本文对塔式起重机监控技术进行了研究,并在此基础上设计开发了基于ARM的塔式起重机监控系统。本文首先对塔式起重机工作原理及其监控需求进行了详细阐述,在分析了国内外塔式起重机监控系统的研究现状基础上,总结了塔式起重机监控系统研究与开发的关键性问题。其次,对塔式起重机监控系统进行了设计。监控系统包括基于ARM的塔式起重机监控装置和基于GPRS技术的监控中心上位机软件。研究确定了监控装置的软、硬件设计方案,重点研究了塔式起重机监控装置的硬件电路设计。再次,对基于GPRS技术的监控中心上位机软件进行了设计,开发了塔式起重机监控系统上位机的各子模块及人机交互界面软件。实现了塔式起重机实时监控、数据采集、报警和动态显示等功能。最后,研究了塔式起重机故障诊断算法,将BP神经网络方法应用于塔式起重机设备故障诊断,实现了根据故障现象对故障原因的快速及时诊断。本文开发的塔式起重机监控系统的特点是,采用GPRS技术与多传感器融合技术,使系统具有实时数据远程监控、故障诊断及自动语音报警等功能。本监控系统通过现场试运行,表明本塔式起重机监控系统的设计是有效和可行的。将本监控系统软硬件进行进一步的调试与完善后,可广泛应用于实际工程中。
二、基于信息融合的塔式起重机运行状态监测系统(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于信息融合的塔式起重机运行状态监测系统(论文提纲范文)
(1)基于多源信息融合的塔机主动防碰撞技术研究(论文提纲范文)
0 引言 |
1 齐次变换信息融合方法 |
2 塔机主动防碰撞 |
2.1 塔臂防碰撞模型 |
2.2 塔身防碰撞模型 |
2.3 吊重防碰撞模型 |
3 基于虚拟现实的主动塔机防碰撞监控技术 |
4 塔机主动防碰撞虚拟监控系统仿真试验 |
5 结语 |
(2)塔式起重机群作业干涉主动预警技术的研究(论文提纲范文)
摘要 |
Abstract |
1.绪论 |
1.1 研究背景及意义 |
1.2 塔机群作业防碰撞系统的研究现状及发展趋势 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文的主要研究内容 |
1.3.1 研究工作难点 |
1.3.2 主要研究内容 |
1.3.3 论文章节安排 |
2.塔机群作业监控硬件设计 |
2.1 防碰撞原理 |
2.2 防碰撞监控系统总体方案设计 |
2.2.1 通讯方式 |
2.2.2 总体方案 |
2.3 数据采集模块 |
2.3.1 显示器 |
2.3.2 传感器 |
2.3.2.1 位移传感器 |
2.3.2.2 重量传感器 |
2.3.3 控制箱 |
2.4 PC端多线程技术的研究 |
2.5 本章小结 |
3.塔机群防碰撞算法 |
3.1 塔机群作业碰撞情况分析 |
3.2 塔机运动模型建立 |
3.2.1 齐次坐标变换 |
3.2.2 塔机群坐标系的建立 |
3.2.3 塔机群距离计算 |
3.3 塔机防碰撞算法 |
3.3.1 塔机与固定障碍物的防碰撞分析 |
3.3.2 塔机群之间的防碰撞分析 |
3.4 本章小结 |
4. 塔机群作业无线通信技术 |
4.1 短距离无线传输网络的配置选型 |
4.2 ZigBee通信方案分析 |
4.2.1 无线通信技术简介 |
4.2.2 ZigBee的网络结构分析 |
4.3 ZigBee模块在塔机群通信中的应用 |
4.3.1 塔机通信网络初始化 |
4.3.2 塔机通信网络的入网和退网 |
4.4 本章小结 |
5.塔机预警技术试验验证 |
5.1 监测软件功能介绍 |
5.2 样机试验及初步应用情况 |
5.2.1 系统测试情况 |
5.2.2 系统应用情况 |
5.3 应用实例说明 |
5.3.1 塔机概况 |
5.3.2 监测软件设置 |
5.3.3 塔机碰撞预警报警结果 |
5.3.4 塔机工作循环次数及载荷状态 |
5.3.5 监控系统安装反馈控制与无反馈控制结果对比 |
5.4 研究总结与效益预测分析 |
5.5 本章小结 |
6.结论与展望 |
6.1 结论 |
6.2 展望 |
附录 攻读工程硕士学位期间学术论文及成果 |
致谢 |
参考文献 |
(3)塔式起重机智能遥控系统研制(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 安全状态监测与故障诊断技术 |
1.2.2 机群集成控制与防碰撞技术 |
1.2.3 无线遥控技术 |
1.3 课题主要研究内容 |
1.4 本章小结 |
第2章 塔机回转过程动力学分析 |
2.1 塔机回转过程动力学模型的建立 |
2.2 塔机回转过程动力学分析 |
2.2.1 起重臂和平衡臂沿着x方向的变形情况 |
2.2.2 起重臂和平衡臂沿着y方向的变形情况 |
2.2.3 塔身顶端位移状态分析 |
2.3 动力学分析数值计算 |
2.3.1 集中质量及起重臂、平衡臂等效长度 |
2.3.2 弹性系数 |
2.3.3 计算结果 |
2.4 本章小结 |
第3章 塔机回转过程动力学仿真分析与控制策略优化 |
3.1 建立塔机动力学仿真模型 |
3.2 Adams动态仿真 |
3.2.1 测量点的选择 |
3.2.2 回转运动仿真 |
3.3 回转过程动作控制策略优化 |
3.3.1 目标函数的确定 |
3.3.2 确定约束条件 |
3.3.3 设计变量的选取 |
3.3.4 控制策略优化流程 |
3.4 本章小结 |
第4章 塔式起重机智能遥控系统方案设计 |
4.1 塔机智能遥控系统功能需求分析 |
4.2 塔机智能遥控系统整体方案设计 |
4.3 塔机遥控系统硬件系统选择 |
4.3.1 工业遥控器选择 |
4.3.2 电控柜选择 |
4.3.3 联动台选择 |
4.3.4 塔机数据采集报警系统选择 |
4.4 塔机顶端位姿采集传感器—刚度仪 |
4.4.1 刚度仪原理 |
4.4.2 刚度仪主要参数确定 |
4.4.3 确定安全阈值范围 |
4.5 塔机加速度调节方法 |
4.6 安全预警机制设计 |
4.7 本章小结 |
第5章 现场实验验证 |
5.1 实验目的 |
5.2 人员配置及实验准备 |
5.3 实验流程 |
5.3.1 传统模式操作 |
5.3.2 塔机遥控操作 |
5.4 实验结果分析及优化 |
5.4.1 结果分析 |
5.4.2 结果优化对比 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 未来展望 |
参考文献 |
致谢 |
攻读硕士学位期间论文发表及科研情况 |
一、发表论文 |
二、参与科研项目 |
(4)基于系统动力学的塔吊群施工作业安全风险管理研究(论文提纲范文)
摘要 |
ABSTRACT |
1.绪论 |
1.1 研究背景、目的及意义 |
1.1.1 研究背景 |
1.1.2 研究目的及意义 |
1.2 国内外研究现状 |
1.2.1 塔群施工作业风险管理研究现状 |
1.2.2 塔群施工作业安全管理及智能化研究现状 |
1.2.3 系统动力学在安全中的应用研究现状 |
1.2.4 存在问题分析 |
1.3 研究内容与研究思路 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 技术路线 |
2.塔吊群施工作业安全管理的理论基础 |
2.1 塔群施工作业相关理论及安全管理 |
2.1.1 塔群作业的基本原则 |
2.1.2 塔群作业安全管理分析 |
2.1.3 塔群作业安全事故统计分析 |
2.1.4 塔群作业安全存在问题 |
2.2 系统动力学理论基础 |
2.2.1 系统动力学的优势 |
2.2.2 系统动力学的建模原理及步骤 |
2.2.3 系统动力学在塔群作业安全管理中的适用性 |
2.2.4 Vensim-PLE仿真软件介绍 |
2.3 本章小结 |
3.塔吊群施工作业危险源辨识 |
3.1 塔群施工作业危险源辨识 |
3.1.1 危险源理论及塔群作业危险源辨识概念 |
3.1.2 塔群作业危险源种类 |
3.1.3 塔群作业危险源辨识依据 |
3.1.4 塔群作业危险源辨识范围 |
3.2 塔群作业危险因素分析 |
3.2.1 基于安全系统工程理论的塔群作业风险因素辨识 |
3.2.2 塔群施工作业安全风险因素指标体系的构建 |
3.3 塔群作业风险因素指标权重计算 |
3.3.1 选取指标权重计算方法 |
3.3.2 塔群作业指标体系权重计算 |
3.4 本章小结 |
4.塔吊群施工作业安全风险系统动力学模型建立及仿真 |
4.1 塔群施工作业安全风险系统动力学模型的构建 |
4.1.1 建模目的及系统边界 |
4.1.2 构建系统动力学风险识别反馈模型 |
4.1.3 构建系统动力学流图模型 |
4.2 塔群施工作业安全风险仿真研究 |
4.2.1 估计初始值 |
4.2.2 建立系统方程式 |
4.2.3 仿真应用假设 |
4.2.5 塔群作业安全风险系统仿真模拟 |
4.3 风险子系统仿真研究 |
4.3.1 风险数值及方程的确定 |
4.3.2 子系统仿真分析 |
4.4 本章小结 |
5.塔吊群施工作业安全管理实证仿真研究 |
5.1 塔群作业安全实例仿真 |
5.1.1 建设项目实例概况 |
5.1.2 实证仿真分析 |
5.2 塔吊群施工作业安全风险管理对策措施 |
5.2.1 塔群施工作业安全风险控制含义 |
5.2.2 塔群施工作业安全风险控制原则 |
5.2.3 塔群施工作业安全风险控制措施 |
5.3 本章小结 |
6.结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
硕士在读期间参加科研项目和发表论文 |
附录 1.熵权法专家打分调查表 |
附录 2.G1法专家打分调查表 |
附录 3.估计风险因素初始值专家打分调查表 |
致谢 |
(5)基于在线模态参数识别的起重机连接结构安全评估方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外研究现状综述与分析 |
1.2.1 在线模态参数识别方法研究现状 |
1.2.2 结构安全评估方法研究现状 |
1.2.3 起重机健康状态在线监控系统研究现状 |
1.2.4 存在的问题及解决思路 |
1.3 主要研究内容 |
第二章 量子遗传算法改进的复指数模态参数识别方法 |
2.1 量子遗传算法 |
2.1.1 量子进化算法 |
2.1.2 遗传算法 |
2.1.3 量子遗传算法 |
2.2 复指数模态参数识别法 |
2.3 量子遗传算法改进的复指数模态参数识别方法 |
2.4 仿真测试与方法验证 |
2.4.1 原始仿真数据 |
2.4.2 计算过程与结果分析 |
2.5 本章小结 |
第三章 基于改进TOPSIS模型的起重机连接结构安全评估方法 |
3.1 基于改进TOPSIS模型的起重机连接结构安全评估方法 |
3.1.1 综合评价模型 |
3.1.2 逼近理想点(TOPSIS)的方法 |
3.1.3 基于改进TOPSIS模型的起重机连接结构安全评估方法 |
3.2 实验与验证 |
3.2.1 实验介绍与数据采集 |
3.2.2 数据处理与模态参数识别 |
3.2.3 结构安全评估与结果对比分析 |
3.3 本章小结 |
第四章 起重机健康状态在线监控系统设计 |
4.1 起重机在线监控系统下位机设计 |
4.1.1 主要元器件及传感器 |
4.1.2 下位机系统与后台服务器的数据传输 |
4.2 起重机在线监控系统上位机设计 |
4.3 起重机在线监控系统整体设计框架 |
4.4 本章小结 |
第五章 方法应用与系统验证 |
5.1 实验设计与介绍 |
5.2 结果分析与评价 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 未来展望 |
参考文献 |
致谢 |
攻读硕士期间获得成果 |
(6)桥式抓斗卸船机状态监测及故障预警研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 机械设备状态监测的发展现状 |
1.3 起重机械故障预警研究现状 |
1.3.1 故障预测方法研究现状 |
1.3.2 故障预警系统研究现状 |
1.4 本文的研究内容 |
1.4.1 研究内容 |
1.4.2 技术路线 |
1.4.3 研究方法 |
1.4.4 论文结构 |
1.5 本章小结 |
第二章 桥式抓斗卸船机状态监测 |
2.1 引言 |
2.2 桥式抓斗卸船机结构及工作运行特点概述 |
2.3 桥式抓斗卸船机故障分析 |
2.3.1 桥式抓斗卸船机故障影响因素分析 |
2.3.2 桥式抓斗卸船机主要故障类型及产生原因 |
2.3.3 桥式抓斗卸船机常用故障预防措施 |
2.4 桥式抓斗卸船机状态监测方案设计 |
2.4.1 传感器布置及指标选取 |
2.4.2 状态监测方案 |
2.4.3 卸船机监测数据源组织 |
2.5 本章小结 |
第三章 基于关联规则的卸船机整机故障预测模型 |
3.1 引言 |
3.2 兴趣度关联规则理论 |
3.2.1 关联规则基本理论及分类 |
3.2.2 兴趣度筛选方式 |
3.2.3 Apriori算法改进 |
3.3 基于改进关联规则的整机故障预测模型 |
3.3.1 卸船机故障类型与故障征兆权重关系 |
3.3.2 卸船机故障征兆与AR组权重关系 |
3.3.3 卸船机整机故障预测函数模型的构建 |
3.4 整机故障预测模型实例分析 |
3.5 本章小结 |
第四章 基于深度置信网络的小车系统故障预测模型 |
4.1 引言 |
4.2 深度置信网络模型 |
4.2.1 限制玻尔兹曼机 |
4.2.2 深度置信网络 |
4.3 基于DBN模型的小车系统时间序列故障预测模型 |
4.3.1 时间序列预测方法 |
4.3.2 小车系统故障预测模型的构建 |
4.3.3 样本空间与参数设置及评价指标 |
4.4 小车系统故障预测模型实例分析 |
4.5 本章小结 |
第五章 桥式抓斗卸船机故障预警系统 |
5.1 引言 |
5.2 桥式抓斗卸船机故障等级划分 |
5.3 桥式抓斗卸船机故障预警系统开发工具及功能框架 |
5.3.1 系统开发工具 |
5.3.2 系统功能框架 |
5.4 桥式抓斗卸船机故障预警系统实现及应用 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 总结 |
6.2 创新点 |
6.3 展望 |
参考文献 |
致谢 |
作者简介 |
1 作者简介 |
2 攻读硕士学位期间发表的学术论文 |
3 参与的科研项目及获奖情况 |
4 发明专利 |
学位论文数据集 |
(7)塔机超声安全预警目标识别的神经网络方法研究(论文提纲范文)
摘要 |
ABSTRACT |
1.绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 塔机失稳监测技术 |
1.2.2 塔机防碰撞技术 |
1.2.3 超声目标识别技术 |
1.2.4 神经网络在目标识别中的应用 |
1.3 需要研究的难点问题 |
1.3.1 目标物特征提取 |
1.3.2 神经网络识别模型构建 |
1.3.3 神经网络超声目标识别方法在塔机安全预警中的应用 |
1.4 研究内容安排 |
2.超声信号时间序列特征分析 |
2.1 超声波传播特性及换能器参数 |
2.1.1 超声波传播特性 |
2.1.2 换能器主要参数 |
2.2 超声信号采集系统 |
2.2.1 超声信号采集系统实验设备 |
2.2.2 超声信号采集系统实验设计 |
2.3 超声信号时间序列特征分析 |
2.3.1 超声信号时间序列分析方法 |
2.3.2 超声信号时间序列特征定性分析 |
2.3.3 超声信号时间序列特征定量分析 |
2.4 小结 |
3.超声信号特征选取及神经网络识别模型设计 |
3.1 超声信号特征选取规则 |
3.1.1 按网络功能选取特征量 |
3.1.2 按类别可分性选取特征量 |
3.2 神经网络识别模型设计与评价 |
3.2.1 网络模型的选取 |
3.2.2 神经网络的设计 |
3.2.3 神经网络的评价 |
3.3 小结 |
4.基于超声信号时间序列的目标识别方法 |
4.1 基于单超声信号时间序列的BP网络识别模型 |
4.1.1 BP网络识别模型的选择 |
4.1.2 BP网络识别模型输入的选取 |
4.1.3 BP网络识别模型的设计 |
4.1.4 BP网络识别模型的仿真验证 |
4.1.5 BP网络识别模型的实验验证 |
4.2 基于单超声信号时间序列的Elman网络识别模型 |
4.2.1 Elman网络识别模型的选择 |
4.2.2 Elman网络识别模型输入的选取 |
4.2.3 Elman网络识别模型的设计 |
4.2.4 Elman网络识别模型的仿真验证 |
4.2.5 Elman网络识别模型的实验验证 |
4.3 基于多超声信号时间序列的SOM网络识别模型 |
4.3.1 SOM网络识别模型的选择 |
4.3.2 SOM网络识别模型输入的选取 |
4.3.3 SOM网络识别模型的设计 |
4.3.4 SOM网络识别模型的仿真验证 |
4.3.5 SOM网络识别模型的实验验证 |
4.4 单、多超声信号时间序列识别实验结果对比分析 |
4.5 小结 |
5.神经网络目标识别方法在塔机超声安全预警中的应用 |
5.1 塔机稳定性判定分析及失稳监测的实现 |
5.1.1 塔机稳定性判定一般方法 |
5.1.2 塔机动力稳定性判定方法 |
5.1.3 神经网络目标识别方法在塔机失稳预警中的应用 |
5.1.4 神经网络目标识别方法在塔机失稳预警中的试验 |
5.2 塔机碰撞特征分析及防碰撞的实现 |
5.2.1 塔机防碰撞特征分析 |
5.2.2 神经网络目标识别方法在塔机防碰撞中的应用 |
5.2.3 神经网络目标识别方法在塔机防碰撞中的试验 |
5.3 小结 |
6.结论和展望 |
6.1 主要研究工作与结论 |
6.2 研究创新点 |
6.3 研究展望 |
致谢 |
参考文献 |
附录 攻读博士学位期间学术成果 |
(8)塔式起重机空间结构动力学分析及动态监测技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题来源 |
1.2 塔机的研究状况分析 |
1.2.1 塔机的国外研究状况 |
1.2.2 塔机的国内研究状况 |
1.3 工程矢量动力学概述 |
1.3.1 工程矢量动力学简介 |
1.3.2 工程矢量动力学在塔机设计的应用现状 |
1.4 动态监测技术概述 |
1.4.1 国外塔机动态监测技术 |
1.4.2 国内塔机动态监测技术 |
1.5 课题研究的背景与意义 |
1.6 课题研究的主要内容 |
1.7 本章小结 |
第二章 塔机参数化设计及有限元建模 |
2.1 塔机设计方法基础理论 |
2.1.1 许用应力法 |
2.1.2 塔机设计方法 |
2.2 塔机参数化设计方法 |
2.2.1 面向对象程序设计介绍 |
2.2.2 MFC 在软件设计中的应用 |
2.2.3 非模态对话框的构建 |
2.3 塔机参数化建模方法 |
2.3.1 APDL 简介 |
2.3.2 塔机参数化建模模型简化及单元选择 |
2.4 软件的实现及运行 |
2.4.1 软件的程序设计 |
2.4.2 软件的运行及显示 |
2.5 本章小结 |
第三章 塔机复合工况下动态载荷计算 |
3.1 空间矢量动力学理论 |
3.1.1 刚体空间运动学理论 |
3.1.2 刚体在空间转动坐标系下的加速度 |
3.2 塔机动力学计算模型及载荷计算方法 |
3.2.1 塔机典型工况分析 |
3.2.2 塔机复合工况下吊重载荷作用力 |
3.2.3 起重臂和配重惯性载荷和离心力 |
3.2.4 风载荷 |
3.3 塔机复合工作计算软件设计 |
3.3.1 程序编写基础理论 |
3.3.2 动载计算软件设计 |
3.4 本章小结 |
第四章 塔机复合工况瞬态动力学分析 |
4.1 有限元及 ANSYS 瞬态动力学分析简介 |
4.2 塔机瞬态动力学具体分析流程 |
4.3 塔机复合作业计算分析实例 |
4.3.1 塔机设计参数 |
4.3.2 塔机设计软件计算及有限元建模 |
4.3.3 塔机复合工况选择及动载计算 |
4.3.4 ANSYS 瞬态动力学分析 |
4.4 本章小结 |
第五章 塔机动态监测技术研究 |
5.1 总体思路 |
5.2 机载采集处理系统 |
5.2.1 传感器技术 |
5.2.2 数据采集及发送模块 |
5.2.3 塔机无线动态监测系统样机的实现 |
5.2.4 下位机系统软件的实现 |
5.3 基站监控系统 |
5.3.1 施工区基站监控系统 |
5.3.2 市、省、部级监控系统 |
5.3.3 附加可选模块 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
附录 |
攻读学位期间参与的工程项目及发表的学术论文 |
(9)塔式起重机钢结构健康监测技术与实验研究(论文提纲范文)
目录 |
CONTENTS |
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究的背景及意义 |
1.2 结构健康监测技术的研究进展 |
1.2.1 基于振动特性的结构损伤识别方法 |
1.2.2 基于信息融合技术的结构损伤识别方法 |
1.2.3 基于信号处理技术的结构损伤识别方法 |
1.2.4 基于数字图像处理技术的结构损伤识别方法 |
1.3 结构损伤识别方法存在的问题 |
1.4 主要研究内容 |
第2章 塔式起重机塔身顶端倾角模型研究 |
2.1 引言 |
2.2 塔机钢结构完好状态定义和损伤状态分类 |
2.3 塔机工况 |
2.4 塔机正常状态力学模型及坐标系的建立 |
2.4.1 塔机正常状态力学模型 |
2.4.2 塔机工作状态坐标系的建立 |
2.5 正常状态下塔身顶端倾角特征模型的建立 |
2.5.1 塔身材料的不均匀性 |
2.5.2 正常状态下塔身顶端倾角范围的确定 |
2.6 塔身钢结构损伤状态下顶端倾角特征模型 |
2.6.1 正常空载状态塔身顶端倾角特征模型 |
2.6.2 塔身钢结构损伤状态下顶端倾角特征模型 |
2.7 塔身钢结构损伤方位判断的实现算法 |
2.8 实验验证 |
2.8.1 正常状态塔身顶端倾角特征模型验证 |
2.8.2 塔身钢结构损伤状态顶端倾角特征模型验证 |
2.9 本章小结 |
第3章 基于时间序列分析的塔机钢结构完好状态诊断研究 |
3.1 时间序列分析理论 |
3.1.1 时间序列模型 |
3.1.2 时序模型的识别和检验 |
3.2 时序分析法状态识别与故障诊断流程 |
3.2.1 时序分析法识别与诊断内容 |
3.2.2 时序分析法识别与诊断流程 |
3.3 时序模型的距离判别函数 |
3.3.1 Euclide距离判别 |
3.3.2 Mahalanobis距离判别 |
3.4 基于时序模型的塔机钢结构完好状态诊断刚度距模型的建立 |
3.4.1 塔机钢结构完好状态的判断准则 |
3.4.2 塔机钢结构完好状态识别的时序刚度距模型 |
3.4.3 严重超载状态识别的时序刚度距模型 |
3.4.4 人员违规操作识别的时序刚度距模型 |
3.4.5 模型的定阶和参数估计 |
3.5 模型验证 |
第4章 基于支持向量机的塔机钢结构损伤诊断研究 |
4.1 统计学习理论 |
4.2 支持向量机分类算法 |
4.2.1 线性可分问题的最大间隔分类算法 |
4.2.2 近似线性可分问题的最大间隔分类算法 |
4.2.3 非线性可分问题分类算法 |
4.3 支持向量机核函数 |
4.4 基于位移变化率和支持向量机的塔机钢结构损伤诊断研究 |
4.4.1 塔机模型 |
5.4.2 位移变化率分析 |
4.4.3 基于支持向量基的塔机钢结构损伤诊断 |
4.5 本章小结 |
第5章 塔式起重机钢结构损伤诊断的实验研究 |
5.1 塔机标准节主弦杆损伤诊断的实验研究 |
5.1.1 实验目的及实验模型设计 |
5.1.2 实验方案 |
5.1.3 实验结果分析 |
5.2 塔机整机钢结构损伤诊断的实验研究 |
5.2.1 实验目的 |
5.2.2 实验方案 |
5.2.3 实验结果分析 |
5.3 本章小结 |
第6章 塔机综合监测系统开发研制 |
6.1 塔机综合监测系统总体方案设计 |
6.2 数据采集与处理系统 |
6.3 塔机综合监测系统硬件系统设计 |
6.3.1 硬件系统组成 |
6.3.2 传感器及其信号调理电路设计 |
6.3.3 传感器安装 |
6.4 塔机综合监测系统软件平台 |
6.4.1 系统软件架构 |
6.4.2 软件功能 |
6.4.3 软件界面 |
6.5 本章小结 |
第7章 结论与展望 |
7.1 全文总结 |
7.2 展望 |
参考文献 |
攻读博士学位期间发表的学术论文及科研情况 |
发表的学术论文 |
参与的科研项目 |
科研获奖 |
致谢 |
English Papers |
Investigation on Time Series Stiffness Spacing Model for Steel Structural Sound Condition Diagnosis of Tower Cranes |
Feature Matching Algorithm of Trees in Natural Scenery |
学位论文评阅及答辩情况表 |
(10)基于ARM的塔式起重机监控系统研究与开发(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景和意义 |
1.2 塔式起重机简介 |
1.2.1 塔式起重机结构及工作原理 |
1.2.2 塔式起重机主要机构监测原理 |
1.3 塔式起重机监控系统的研究状况 |
1.3.1 国外概况 |
1.3.2 国内概况 |
1.4 塔式起重机监控系统的发展趋势 |
1.5 塔式起重机监控系统的关键问题 |
1.6 本文主要研究内容 |
第2章 监控系统总体结构及硬件设计 |
2.1 监控系统总体设计方案 |
2.1.1 监控系统整体方案分析 |
2.1.2 监控装置整体结构设计 |
2.2 监控装置硬件主要功能模块设计 |
2.2.1 监控装置硬件功能设计 |
2.2.2 数据信息采集模块设计 |
2.2.3 传感器故障诊断功能设计 |
2.2.4 GPRS 技术在监控系统中的应用 |
2.3 监控装置硬件主要单元电路设计 |
2.3.1 电源模块电路设计 |
2.3.2 核心板接口设计 |
2.3.3 显示接口电路设计 |
2.3.4 串口通信接口电路设计 |
2.3.5 报警电路设计 |
2.3.6 数据采集模块设计 |
2.3.7 数据存储模块设计 |
2.3.8 系统的可靠性分析 |
2.4 实验结果与分析 |
2.5 本章小结 |
第3章 监控系统软件的设计与实现 |
3.1 嵌入式与 GPRS 技术的应用 |
3.1.1 嵌入式技术发展状况 |
3.1.2 嵌入式技术系统及应用 |
3.1.3 基于 GPRS 技术上位机软件通信原理 |
3.2 监控系统下位机软件设计 |
3.2.1 系统初始化 |
3.2.2 数据采集程序模块设计 |
3.2.3 数据存储模块设计 |
3.2.4 GPRS 通信模块设计 |
3.3 监控系统上位机软件设计 |
3.3.1 MATLAB 6.5 与 VB 的接口实现 |
3.3.2 VB 与 SQL 2000 的接口实现 |
3.3.3 系统功能及人机交互界面 |
3.4 实验结果与分析 |
3.5 本章小结 |
第4章 塔式起重机故障诊断算法研究 |
4.1 神经网络系统在故障诊断领域的应用分析 |
4.1.1 神经网络的特点和应用领域 |
4.1.2 神经网络研究概述 |
4.1.3 改进的 BP 神经网络算法 |
4.2 神经网络系统在塔式起重机故障检测与诊断中的应用 |
4.2.1 基于改进 BP 算法的故障检测与诊断 |
4.2.2 塔式起重机运行状态的数据采集 |
4.2.3 故障检测与诊断模型的建立 |
4.3 实验结果与分析 |
4.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
四、基于信息融合的塔式起重机运行状态监测系统(论文参考文献)
- [1]基于多源信息融合的塔机主动防碰撞技术研究[J]. 琚晓涛,韩党群,岳静. 自动化与仪器仪表, 2021(07)
- [2]塔式起重机群作业干涉主动预警技术的研究[D]. 陶阳. 西安建筑科技大学, 2021(01)
- [3]塔式起重机智能遥控系统研制[D]. 崔康基. 山东建筑大学, 2021
- [4]基于系统动力学的塔吊群施工作业安全风险管理研究[D]. 瑚珊. 西安建筑科技大学, 2020(01)
- [5]基于在线模态参数识别的起重机连接结构安全评估方法研究[D]. 李福刚. 东南大学, 2020(01)
- [6]桥式抓斗卸船机状态监测及故障预警研究[D]. 程毅飞. 浙江工业大学, 2019(02)
- [7]塔机超声安全预警目标识别的神经网络方法研究[D]. 李西平. 西安建筑科技大学, 2015(06)
- [8]塔式起重机空间结构动力学分析及动态监测技术研究[D]. 王冬明. 太原科技大学, 2014(08)
- [9]塔式起重机钢结构健康监测技术与实验研究[D]. 阎玉芹. 山东大学, 2011(07)
- [10]基于ARM的塔式起重机监控系统研究与开发[D]. 梁凯. 沈阳理工大学, 2012(05)