一、电子汽车衡器的故障诊断和处理（论文文献综述）
吉海峰[1]（2020）在《PDX数字式称重传感器在电子汽车衡系统中的应用》文中研究说明介绍了POWERCELL PDX数字式称重传感器的技术特点及工作原理,该数字式称重传感器采用数字动态加密,多重保护,确保电子汽车衡长期稳定、精确的测量,降低了设备故障率及维修费用。进一步对某公司二炼原料场30 t机械衡改造为100 t PDX数字式电子衡的改造应用及效果进行分析探讨。
周祥月[2]（2020）在《机械压力机控制系统及其控制方法的研究》文中认为21世纪的今天国民经济飞速发展及人民社会生活物质不断丰富,中国正经历着从制造到创造的蜕变过程,为满足广大人民的生活实际需求,机械压力机及其自动流水线技术在汽车、农业机械、国防等大型工业领域中被广泛应用,目前对短周期、高效率、高精度加工设备的需求越来越强烈。机械压力机是金属板材压模成型的主要制造设备,紧密关系到我国人民群众的生产、生活等各方面。近年来,由于新一代高性能材料的诞生并且投入使用,从而提高了对新能源和原材料的节约意识和强烈的惜时概念,从而提出了更高的要求对机械压力机电气控制系统的性能设计。基于自动控制下的机械压力机可以代替人工手动操作,并且伴随智能化的提高,在提高设备精度的同时、其生产效率与产品质量也提高,节约大量的人力资源,从而促使现代工业趋向于无人化模式靠拢。同时,对操作人员和投入使用机械设备的实时状态监控和维护管理更是重中之重。本文在对压力机电气控制系统设计时需要考虑到以上方方面面的因素,据此在本课题中设计了基于PLC的机械压力机大型分布式电气控制调速系统,设计安全自动保护控制系统、ADC自动换模控制系统、系统功能控制程序等,并且配备Proface的HMI触摸屏人机界面,编辑出配套的人机界面监控系统。机械压力机设备是由电气控制系统、气路控制系统、油路控制系统共同配合驱动机械硬件来运转,本课题中主要是对电气控制系统的设计,来配合对部分气路控制和油路控制系统工作。整个控制系统分站有电柜主站、变频器分站、立柱操作分站、横梁分站、地坑分站、滑块分站模块、工作台分站等。其设计思路是根据先进压力机的工艺要求对压力机控制方法的确定及整个控制系统控制方案的设计、元件选型设计。控制系统的设计过程包括对主站及各个分站的实际接线设计、控制原理设计、PLC模块的接线图设计;对控制系统各分站电气元件的选型、自动保护控制系统的设计、对机械压力机工艺流程的各动作控制程序的设计及分析;配合编辑的HMI人机界面和最后对控制系统网络组态连接设置。经过本项目的最终调试试验,本控制系统既能满足了工业生产需求的高精度、高效率、高安全性、更灵活可控性,也能使设备管理维护人员更加详细掌握设备在工作中的状态,便于安全高效的运行与维护。
李慧霞[3]（2020）在《汽车衡多传感器故障诊断方法研究》文中研究说明汽车衡作为称量大宗型货物的衡器,广泛应用于矿山港口、仓储运输等部门,其正常工作与否,直接关系到称量的准确度。现有的汽车衡故障检测方法多依靠人工进行记录和判断,检测效率低,过程复杂。本文针对汽车衡现有故障检测方法的不足,在国家自然科学基金“新型神经网络及其在大型衡器中的应用研究”的支持下,进行了如下研究:介绍了汽车衡及其故障检测方法的研究现状与发展趋势、汽车衡称重系统的结构及原理,阐述了现有汽车衡故障检测方法及其不足,指出了论文研究的背景及意义。通过分析汽车衡零点故障产生的原因及故障类型,提出了一种基于递推主元分析与四种故障检测指标相结合的传感器零点故障在线检测方法,建立了可实时更新的递推主元模型,利用故障检测指标（T2、TH2、SPE、PVR）构建的综合评判方法实现了基于称重传感器零点的微小故障检测,模拟仿真实验验证了该方法的准确性。通过分析汽车衡称重传感器突变故障产生的原因及故障类型,提出了一种基于反向传播神经网络（BPNN）与小波分析相结合的传感器突变故障检测方法,建立汽车衡称重传感器输出预测模型,利用小波变换对传感器预测误差值进行分析,实现汽车衡突变故障检测,模拟仿真实验验证了该方法的有效性与准确性。设计了汽车衡多传感器故障检测系统,主要由汽车衡、调理电路、数据采集卡、上位机平台组成。数据采集卡将称重数据传输到上位机,上位机实现称重数据记录与保存、传感器零点故障检测、BP神经网络训练及传感器突变故障检测等。该系统操作方便,可行性高。利用汽车衡实验平台进行了现场试验与测试,实验结果表明,采用递推主元分析和四种故障检测指标相结合的算法,在任意一路传感器发生零点故障且故障强度较小时,故障整体误判率≤3%;采用BP神经网络与小波分析相结合的算法,能够准确检测到汽车衡称重传感器的突变故障,提高了检测效率,在任意一路传感器出现突变故障且故障强度较小时,故障误判率≤3%。
陈超[4]（2020）在《可定制型自动称重及远程监测系统》文中研究指明近年来,随着经济高速发展,商品流动速度不断加快,许多企业每天都有大量商品需要物流运输。这些货品的称重、销售关系到企业的经济效益,如何快速、准确、有序并低成本地进行称重和销售是一个急需解决的问题。目前,很多企业仍然采用人工记录的方式对载货汽车进行称重,效率低且容易出错误;有些企业采用了简单的称重软件,虽提升了效率,但是此类称重系统并不能柔性地适应各种复杂多变的应用场景。为解决上述两类问题,本文设计了一款可定制型全自动称重及远程监测系统。本系统采用分布式部署的方式,可实现工厂内载货车辆的全自动无人值守自动称重和销售管理;并设计了可柔性化定制功能,可根据不同称重环境快速定制出适合的称重流程,能解决各种在称重环节中出现的复杂问题,鲁棒性较高。本系统还包含了远程监测系统,用户不用身临作业现场,即可完成对称重过程的远程监测。本系统的具体工作内容如下:（1）可定制型自动称重子系统的设计。本系统集成大量自动化设备于一体,利用RFID射频技术、车牌识别技术、视频监控技术、硬件通讯技术、传感器技术,将底层硬件设备数据汇总到上位机统一处理,通过控制红绿灯、道闸、LED大屏等设备实现车辆的自动称重,并将称重数据保存于本地服务器。在实现自动称重的基础上,系统提供了柔性定制功能,通过用户在软件中简单设置,即可定制出一套适合的称重系统。除此之外,该系统还提供了记录查询更改、数据维护、实时监控、销售管理、权限管理、报表统计等功能。该系统能适应多种企业称重场景,有效地提高了企业物流运输效率,节省人力资源,可实现工厂内多计量点联网称重,并行处理、统筹安排。（2）远程监测子系统的设计。本系统包含了远程监测网站和远程监测APP。通过前端、后端以及Android客户端的整合开发,采用网站开发技术、异步通讯技术、云服务技术,实现称重数据的远程监测,充分利用网络资源,实现对生产运营情况的随时掌握。（3）数据库的设计。通过对比选择合适的数据库类型,并分析称重过程所有数据实体,以及各实体的属性和关系,根据常用的数据库设计范式,设计出效率高、冗余少的数据库结构。本系统经过实验室调试以及现场调试阶段可以保证长期可靠稳定运行,目前已在郑州某钢管厂、沈阳某造纸厂、周口某垃圾场等多家企业投入使用。
姚玉明[5]（2019）在《物联网称重传感器生命周期及故障预警研究》文中研究说明作为电子汽车衡的核心元件,称重传感器的智能化与物联网化是当前衡器行业关注的发展方向。本文从对物联网汽车衡称重的数据联网出发,基于使用数据库中近两万台物联网汽车衡的历史数据,对物联网称重传感器生命周期及故障预警功能进行研究和总结分析,提出物联网技术背景下对称重传感器生命周期管理的新思路,并通过该研究对汽车衡系统中的传感器实时状态监测与故障诊断分析,做出物联网汽车衡传感器故障预警模型,可有效降低汽车衡的故障停用时间;利用物联网技术改善部分人为作弊（影响称重过程或改变称重结果）问题,增强了有效的数据服务管理保障。基于使用中的物联网称重产品的数据,可研究改善或优化衡器有关的产品性能,为用户提供增值服务,进而推动传统电子衡器向物联网化不断转型升级,为工业、商业向智能制造方向同步迈进。
邓一尊[6]（2018）在《大规模锂离子电池组不一致性辨识与均衡方法研究》文中指出为了解决环境污染这一制约社会健康发展的重大问题,改善能源结构、使用更加绿色的新能源是大势所趋。在新能源的应用中储能装置发挥着不可或缺的作用,其中锂离子电池由于具有高能量密度、高功率密度、使用寿命长、环境友好等优点,得到了广泛的应用。在大型应用场合中,为了满足对电压、电流和容量的要求,通常需要将很大数目的锂离子电池串并联起来使用,由此伴随着安全性、耐久性、不一致性等问题。针对这些问题,本文研究了对大规模锂离子电池组电荷状态（SOC）的不一致性进行估计和均衡的方法。对大规模锂离子电池组的SOC进行不一致性估计可以确保电池组的安全使用。估计电池的SOC需要对电池构建模型,传统常采用等效电路模型,该模型使用电阻、电容等元器件对电池的输入与输出特性进行模拟,结构简单,但需要频繁更新参数。目前越来越多的研究采用电化学模型估计电池SOC,电化学模型具有考虑电池内部变量并且可以用于更进一步电池管理的优点。研究大量电池串联组成的电池组的SOC,如果单独对每个电池进行建模,计算量将非常大且难以实现,本研究提出一种对锂离子电池组SOC不一致性估计的新的流程,该流程使用“平均-偏差模型”,其中平均模型采用电化学模型,具有精确度高且对单变量不敏感的优点,可以反映电池组的整体特性;偏差使用径向基函数网络描述,可以在得出电池组SOC不一致性的同时平衡估计的精确度和计算量。为了最大化锂离子电池组的容量,需要先均衡电池组SOC的不一致性。在了解现有电池均衡电路方法的基础上,本文对综合性能较好的开关电容电路进行改进,设计了一种原创的开关电容均衡电路用于均衡电池组SOC的不一致性。此电路采用模块化结构,在模块内和模块间均采用循环方式与均衡电容连接,不仅可以提高均衡效率减少均衡时间,而且可以减少电路元器件的使用,使得电路的实现更加容易。本文接下来通过对该电路进行仿真和分析,验证了此电路能够更好更快地均衡电池组SOC的不一致性。
姚文洋[7]（2017）在《基于故障树反演的JH39机械压力机故障诊断系统研究》文中研究说明本文针对JH39-800机械压力机故障种类较多且难以诊断的特点,研究和讨论了一种故障诊断方法并建立故障诊断系统,能够对其润滑系统的异常情况迅速做出判断,从而及时发现故障。本文从JH39-800机械压力机各个部件的工作原理入手,熟悉整个系统,详细了解润滑系统功能及原理,收集基本信息和数据,分析出各部件的常见故障并且探索故障原因,建立故障树并进行定性分析和定量分析。构建BP神经网络算法,在MATLAB中对BP神经网络进行训练和仿真,根据检测到的故障信号,进行故障诊断,再运用故障树反演的方法计算故障概率。建立JH39-800机械压力机故障诊断的数据库系统,以数据库为基础,BP神经网络为核心,编写故障诊断程序,结合TWINCAT2自动化软件构建出基于BECKHOFF控制系统的故障诊断系统。通过BECKHOFF相关模块对故障信号进行处理,带入诊断系统中进行分析,得出诊断结果。将实验结果与仿真结果进行对比,分析诊断系统对各种故障信号的识别能力,判断该故障诊断系统的诊断效果。经过实验验证,该故障诊断系统对于故障信号具有一定的识别能力,能够有效地进行故障诊断,有助于在线判断JH39-800机械压力机内部的多种故障。同时,此方法也适用于其他同类型机械压力机故障诊断。
高森祺[8]（2017）在《基于物联网的散料高精度智能称重系统及故障诊断技术研究》文中指出随着当代经济的快速发展,散状物料的贸易运输量急剧上升,促使对动态称重的要求越来越高,而现有的电子皮带秤在使用过程中准确度较低,长期稳定性更差,且存在数据波动,很难满足贸易计量的要求。物联网技术的发展带动了传统衡器行业的转型,运用计算机和信息技术对皮带秤工作状态进行监管,降低了人为干预引起的误差,进而确保设备的长期运行精度。本文借助物联网技术,提出了基于物联网的散料高精度智能称重系统,以此实现对称重设备的实时数据采集与监控预警。主要工作包括以下几个方面:（1）研究了皮带秤工作的特点以及现状,分别对皮带秤智能称重系统总体及其各个功能模块的需求进行分析,并详细分析各个功能模块之间的关系,进而对智能称重系统的总体框架进行设计。（2）分析了电子皮带秤的各称重误差类型及其来源,针对温度和张力这两大主要误差因素进行详细的分析,并通过实验采集数据,进一步分析主要误差影响因素之间的关系。（3）分析了传统的aiNet网络模型对于机械故障诊断的优势以及不足,在此基础上引入克隆变异算法以及K近邻理论,设计了多层免疫网络模型,通过自有诊断层和自适应诊断层互相配合,实现对新故障的有效识别。对遗传算法、传统的aiNet网络模型和改进后的多层免疫网络模型进行试验对比,找出最适合的方法。（4）详细分析与设计了散料高精度智能称重系统的各个子模块,包括数据采集与处理、故障诊断、系统管理和监督等功能。最后运用B/S架构实现了散料高精度智能称重系统。
朱亮[9]（2016）在《散状物料连续累计称重系统精度补偿研究》文中研究指明随着中国经济的高速发展,各种散状物料尤其是大宗工业原、燃料的贸易运输量急剧上升,使得散料贸易中动态称量的要求越来越高。目前,如何长期保持≤0.1%的计量精度已成为国内外诸多散料贸易中动态计量专家和科技工作者亟需解决的难题。机器学习的发展给传统行业带来了不一样的色彩,随着"互联网+"战略计划的提出,传统衡器行业将面临新的转型升级。本文以目前应用最广泛的散状物料连续累计称重设备——电子皮带秤为研究对象,结合各种机器学习方法,对其累计计量精度所涉及到的"皮带效应"、局部性故障、输送带跑偏、温度变化等问题展开研究。在电子皮带秤结构组成和称重原理基础上,结合以往的实验经验,以累计计量的测量信号流程为研究脉络,对其累计计量精度的误差源和耐久性问题进行了深入讨论研究,对影响精度最主要误差源以及耐久性误差源进行了总结。通过研究总结发现,需对运行中电子皮带秤的多个误差因素以及各个故障状态进行实时在线监测,并针对这些误差因素变化以及不同故障状态的不同程度建立一个具有较好泛化性能和鲁棒性的精度补偿模型,以真正提高累计计量的耐久性。针对"皮带效应",从梁理论出发对称重力误差进行了机理研究,对阵列式皮带秤"内力理论"的理论公式进行了推导。然后,以"内力理论"对QPS皮带秤全性能试验中心的4#皮带秤进行精度补偿试验。通过试验分析得出:无故障时,精度可达OIMLR50 2014（E）中的0.2级精度等级,即累计称重误差±≤0.1%;但当存在输送带跑偏、称重架卡料等一些故障时,精度很不理想,需对故障状态进行实时在线监测,并加以补偿。针对皮带秤称重区域内的故障对称重精度的影响,对故障的在线监测方法进行了研究。首先针对皮带秤不同流量称重数据密度的不均匀,分别提出改进型DENCLUE和改进型DBSCAN,并都应用于的称重区域故障在线检测,其中改进型DENCLUE采用动态阈值法替代爬山法大大降低了算法复杂度,相比较于改进型DBSCAN具有更好的聚类精度和更快的聚类速度;然后采用BRNN和改进型BTSVM对检测出来的故障进行在线识别,最后将识别出来故障码、故障位置（即哪个称重单元）、当前托辊传感器数据以及同一时刻正常数据的平均值作为故障特征。阵列式皮带秤故障试验表明:"基于改进型DENCLUE的在线检测+基于改进型BTSVM在线识别"模型具有更好的称重区域故障在线监测性能。针对皮带秤输送带跑偏故障对称重精度的影响,对输送带跑偏的在线监测方法进行了研究。研究引入流形学习和深层神经网络,分别建立了基于LTSA+GRNN+SVM和基于CDBN+SVM的在线跑偏监测模型,模型能产生显性非线性映射将原始称重数据压缩成3维的跑偏特征。二者的训练结果以及试验测试结果表明,皆具有很好的跑偏识别精度,可取代传统硬件检测设备,但适合于不同工作场合,LTSA+GRNN+SVM很适用于皮带秤称重标定较为频繁、跑偏检测实时性要求不是很高的情况,而CDBN+SVM非常适用于标定不是很频繁、但实时性和识别精度要求很高的情况。最后依据散状物料连续称重累计流量累加法计量原理,引入过程神经网络建立累计计量精度综合补偿模型,并以"内力理论"、称重区域内故障特征以及输送带跑偏特征为准定义了补偿模型的输入。研究基于过程神经网络精度补偿模型的训练算法,通过融合正则化极限学习机和误差最小化极限学习机算法,提出一种基于EM-RPELM的精度补偿模型。张力变化、有故障状态、温度变化的试验结果表明,基于EM-RPELM的精度补偿模型具有良好的鲁棒性、泛化性能以及一定的不平衡数据处理能,补偿后的精度总体达到0.2级。
张佐[10]（2012）在《通钢远程检斤系统的设计与实现》文中研究表明在传统的汽车称重管理模式中,物流、信息、与称重不能有机的结合在一起,手工操作方式效率不高,容易发生人为误差、过衡堵塞、作弊等情况。针对企业汽车衡综合管理的要求,杜绝人为因素,确保计量管理的科学行与准确性,设计了通钢远程检斤系统。远程集中计量系统是在本地计量系统的基础上,采用计算机网络技术,可以对远端的计量过程进行监测和控制。以视频、音频的方式对计量现场进行监控；现场传感器实施采集计量过程信号,如车辆位置等,通过铃声、信号灯、LED、语音、道闸等对车辆进行引导；远端计量中心根据监测到的数据以及视频可以通过语音等方式对现场的计量过程进行远程指导。远程集中计量系统可实现包括汽车衡的远端控制。远程集中计量可以有效防止计量员与货主串通作弊现象；改善了计量员的工作条件；实现了对计量员工作质量和工作效率的量化考核；均衡了计量员工作量；大幅度提高计量工作的质量和效率。通钢远程检斤系统于2010年开始使用,运行状况良好,达到了预期要求。
二、电子汽车衡器的故障诊断和处理（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、电子汽车衡器的故障诊断和处理（论文提纲范文）
（1）PDX数字式称重传感器在电子汽车衡系统中的应用（论文提纲范文）
| 1 项目概述 |
| 2 POWERCELL PDX数字式称重传感器汽车衡技术特点 |
| 2.1 承重台结构特点 |
| 2.2 称重系统特点 |
| 2.3 XK3190数字显示仪表 |
| 3 电子衡的改造应用及效果 |
| 3.1 基坑形式的改造 |
| 3.2 秆体结构部分的改造 |
| 3.3 数字化称重传感器的改造 |
| 3.4 软件系统部分的改造 |
| 4 结语 |
（2）机械压力机控制系统及其控制方法的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 压力机分类及发展概况 |
| 1.2.1 压力机分类 |
| 1.2.2 发展概况 |
| 1.3 控制系统方案提出 |
| 1.4 主要研究内容及结构安排 |
| 1.4.1 主要研究与设计内容 |
| 1.4.2 本文结构思路 |
| 第2章 机械压力机控制系统总体方案设计 |
| 2.1 机械压力机及其控制系统概述 |
| 2.1.1 主要组成结构部件 |
| 2.1.2 机械压力机工作性能分析 |
| 2.1.3 工艺流程 |
| 2.2 机械压力机技术方案 |
| 2.2.1 机械压力机安装布置规划 |
| 2.2.2 机械压力机技术参数选取 |
| 2.3 系统设计原则 |
| 2.3.1 控制系统设计原则 |
| 2.3.2 监控系统设计原则 |
| 2.3.3 通信系统设计原则 |
| 2.4 主要组成部件的机电安装布置设计 |
| 2.4.1 横梁部件 |
| 2.4.2 滑块部件 |
| 2.4.3 移动工作台 |
| 2.5 机械压力机电气控制系统的构架设计 |
| 2.5.1 电气控制方法的选择 |
| 2.5.2 电气控制系统的整体结构设计 |
| 2.6 本章小结 |
| 第3章 基于PLC的机械压力机控制系统硬件设计 |
| 3.1 主电源供电线路设计 |
| 3.2 控制系统元件选型 |
| 3.2.1 PLC控制器 |
| 3.2.2 变频器调速装置 |
| 3.2.3 触摸屏选型 |
| 3.2.4 辅助电器元件选型 |
| 3.3 控制系统主要工作站设计 |
| 3.3.1 立柱操作站 |
| 3.3.2 电气控制柜工作站 |
| 3.3.3 横梁分站 |
| 3.3.4 地坑分站 |
| 3.3.5 左工作台分站 |
| 3.3.6 滑块分站模块 |
| 3.4 主电动机变频调速控制系统设计 |
| 3.4.1 三项异步电动机的功率计算 |
| 3.4.2 三相交流异步电动机的变频调速原理 |
| 3.4.3 变频调速控制系统的设计 |
| 3.5 安全自动保护控制系统设计 |
| 3.5.1 安全保护系统结构概述 |
| 3.5.2 光电保护系统设计 |
| 3.5.3 离合器-制动器安全控制设计 |
| 3.6 ADC自动换模控制系统设计 |
| 3.7 控制系统网络通讯 |
| 3.7.1 Profibus-DP总线通信 |
| 3.7.2 工业以太网通信 |
| 3.8 本章小结 |
| 第4章 基于PLC的机械压力机控制系统软件设计 |
| 4.1 主电动机运行控制程序设计 |
| 4.2 润滑系统控制程序设计 |
| 4.3 滑块装模高度调整控制程序设计 |
| 4.4 移动工作台控制程序设计 |
| 4.5 压力机行程控制 |
| 4.6 同ROBOT自动化数据交换程序设计 |
| 4.7 ADC自动换模功能控制程序设计 |
| 4.8 本章小结 |
| 第5章 HMI人机界面设计 |
| 5.1 HMI人机界面设计原理与重点 |
| 5.1.1 设计原理 |
| 5.1.2 设计重点 |
| 5.2 HMI人机界面对主要模块动作的流程图设计 |
| 5.2.1 主电动机运行控制流程 |
| 5.2.2 润滑系统控制流程 |
| 5.2.3 装模高度调整控制流程 |
| 5.2.4 ADC自动换模功能控制流程 |
| 5.3 HMI对控制系统参数与状态的设置及显示设计 |
| 5.3.1 润滑系统监控画面 |
| 5.3.2 机床状态画面 |
| 5.3.3 模具参数设置与更换 |
| 5.3.4 DP总线网络监控画面 |
| 5.4 故障报警履历存档与查看功能设计 |
| 5.5 本章小结 |
| 第6章 机械压力机电气控制系统运行调试与故障分析 |
| 6.1 控制系统的通信调试 |
| 6.1.1 PLC控制器与各分站单元的Profibus-DP组态设置 |
| 6.1.2 PLC控制器、HMI触摸屏及上位机PC的 Ethernet联网设置 |
| 6.2 变频器优化调试 |
| 6.3 机械压力机电气控制系统主要功能调试 |
| 6.3.1 设备调试前准备工作 |
| 6.3.2 基本功能 |
| 6.3.3 装模高度调整调试 |
| 6.3.4 ADC自动换模运行调试 |
| 6.3.5 行程运行控制 |
| 6.4 故障分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 在学期间主要科研成果 |
（3）汽车衡多传感器故障诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文研究的背景及意义 |
| 1.2 汽车衡研究现状与发展趋势 |
| 1.2.1 国内外研究现状 |
| 1.2.2 汽车衡发展趋势 |
| 1.2.3 现有汽车衡故障检测方法及不足 |
| 1.3 传感器故障诊断方法现状及发展 |
| 1.3.1 基于解析数学模型的方法 |
| 1.3.2 基于知识的方法 |
| 1.3.3 基于数据驱动的方法 |
| 1.4 论文研究的主要内容 |
| 第二章 汽车衡称重系统结构及原理 |
| 2.1 汽车衡结构及工作原理 |
| 2.1.1 汽车衡结构 |
| 2.1.2 称重传感器测量原理 |
| 2.1.3 汽车衡称重原理 |
| 2.2 汽车衡故障检测系统 |
| 2.3 本章小结 |
| 第三章 基于递推主元分析的汽车衡零点故障检测 |
| 3.1 称重传感器零点故障分析 |
| 3.2 汽车衡称重传感器零点故障检测原理 |
| 3.2.1 基于递推主元分析的称重传感器模型 |
| 3.2.2 称重传感器故障检测控制限的建立 |
| 3.2.3 故障检测综合评价模型的建立 |
| 3.2.4 称重传感器零点故障检测算法实现 |
| 3.3 汽车衡称重传感器零点故障检测仿真实验 |
| 3.3.1 T~2、TH~2、SPE、PVR与综合评价模型对比实验 |
| 3.3.2 称重传感器零点故障检测仿真实验 |
| 3.4 本章小结 |
| 第四章 基于神经网络和小波分析的汽车衡故障检测 |
| 4.1 汽车衡称重传感器突变故障分析 |
| 4.2 汽车衡突变故障检测原理 |
| 4.3 汽车衡多传感器系统神经网络模型 |
| 4.3.1 汽车衡传感器输出预测模型原理 |
| 4.3.2 BP神经网络输出预测模型的仿真 |
| 4.4 基于小波分析的突变故障检测 |
| 4.4.1 小波信号突变检测原理 |
| 4.4.2 小波基的选择 |
| 4.4.3 小波误差信号突变点检测仿真实验 |
| 4.5 本章小结 |
| 第五章 汽车衡多传感器故障检测系统实现 |
| 5.1 汽车衡故障检测系统硬件设计 |
| 5.1.1 汽车衡故障检测系统硬件框图 |
| 5.1.2 调理电路设计 |
| 5.1.3 数据采集卡 |
| 5.2 汽车衡故障检测系统软件设计 |
| 5.3 汽车衡故障检测系统试验 |
| 5.3.1 汽车衡故障检测系统可行性试验 |
| 5.3.2 汽车衡故障检测准确性试验 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读硕士学位期间参加的项目与发表的论文 |
| 附录 B 汽车衡数据采集实物图 |
| 附录 C 汽车衡硬件原理图 |
（4）可定制型自动称重及远程监测系统（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 自动称重研究现状 |
| 1.3.2 远程数据监测研究现状 |
| 1.4 论文的主要内容与结构 |
| 2 系统总体设计 |
| 2.1 业务需求分析 |
| 2.1.1 自动称重 |
| 2.1.2 称重应用可定制 |
| 2.1.3 销售结算 |
| 2.1.4 报表统计 |
| 2.1.5 权限设计 |
| 2.1.6 操作日志 |
| 2.1.7 硬件通讯设置 |
| 2.1.8 远程监测 |
| 2.2 系统总体设计 |
| 2.2.1 硬件总体设计 |
| 2.2.2 软件总体设计 |
| 2.3 本章总结 |
| 3 现场硬件设备集成设计 |
| 3.1 车牌识别摄像头 |
| 3.1.1 海康牌识摄像头 |
| 3.1.2 文通牌识摄像头 |
| 3.2 无线射频读卡器 |
| 3.2.1 IC卡读写器 |
| 3.2.2 中距离读卡器 |
| 3.2.3 远距离读卡器 |
| 3.2.4 蓝牙读卡器 |
| 3.3 电子汽车衡器与仪表 |
| 3.3.1 耀华仪表 |
| 3.3.2 柯力仪表 |
| 3.4 控制板卡 |
| 3.5 LED大屏 |
| 3.6 监控摄像头 |
| 3.7 本章总结 |
| 4 上位机软件设计 |
| 4.1 自动称重模块 |
| 4.1.1 牌识认证 |
| 4.1.2 刷卡认证 |
| 4.1.3 先刷卡后牌识认证 |
| 4.1.4 先牌识后刷卡认证 |
| 4.1.5 自动称重流程 |
| 4.1.6 手动称重流程 |
| 4.2 记录查询更改模块 |
| 4.3 基础数据维护模块 |
| 4.4 各类报表管理模块 |
| 4.5 车辆信息维护模块 |
| 4.6 系统数据维护模块 |
| 4.7 用户密码维护模块 |
| 4.8 操作日志维护模块 |
| 4.9 系统通讯设置模块 |
| 4.9.1 数据库设置 |
| 4.9.2 仪表设置 |
| 4.9.3 读卡器设置 |
| 4.9.4 控制柜设置 |
| 4.9.5 LED大屏设置 |
| 4.9.6 监控设置 |
| 4.9.7 车牌识别设置 |
| 4.9.8 标准设置 |
| 4.9.9 多功能设置 |
| 4.10 本地数据库设计 |
| 4.10.1 本地数据库分类与选型 |
| 4.10.2 本地数据库E-R模型设计 |
| 4.10.3 本地数据库表设计 |
| 4.10.4 本地数据的操作与发布 |
| 4.11 本章总结 |
| 5 远程监测网站设计 |
| 5.1 开发语言及工具介绍 |
| 5.2 前端程序设计 |
| 5.2.1 登录程序 |
| 5.2.2 数据显示程序 |
| 5.3 后端程序设计 |
| 5.4 云数据库设计 |
| 5.5 本章总结 |
| 6 远程监测APP设计 |
| 6.1 开发语言及工具介绍 |
| 6.2 客户端程序设计 |
| 6.2.1 登录界面 |
| 6.2.2 主界面 |
| 6.2.3 报表显示界面 |
| 6.2.4 按条件汇总界面 |
| 6.2.5 自定义查询界面 |
| 6.3 本章总结 |
| 7 系统调试 |
| 7.1 实验室系统调试 |
| 7.2 现场系统调试 |
| 7.3 本章总结 |
| 8 总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文与研究成果 |
| 致谢 |
（5）物联网称重传感器生命周期及故障预警研究（论文提纲范文）
| 1 引言 |
| 2研究分析过程 |
| 3结束语 |
（6）大规模锂离子电池组不一致性辨识与均衡方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.1.1 锂离子电池简介 |
| 1.1.2 电池管理系统简介 |
| 1.2 本文主要研究内容与难点 |
| 1.3 文章结构安排 |
| 第二章 锂离子电池状态估计和均衡研究综述 |
| 2.1 本章引言 |
| 2.2 电池状态估计 |
| 2.2.1 电池模型的分类 |
| 2.2.2 电池组的处理 |
| 2.3 电池均衡 |
| 2.3.1 电池选择 |
| 2.3.2 被动方法 |
| 2.3.3 主动方法 |
| 2.3.4 均衡算法 |
| 2.4 本章小结 |
| 第三章 采用电化学模型的电池组不一致性估计 |
| 3.1 本章引言 |
| 3.2 系统模型 |
| 3.3 电池组SOC估计 |
| 3.3.1 模型参数辨识 |
| 3.3.2 量化模型不确定性的估计方法 |
| 3.3.3 改进的SOC不一致性估计流程 |
| 3.4 试验和仿真 |
| 3.4.1 参考SOC的预测 |
| 3.4.2 SOC不一致性估计 |
| 3.5 本章小结 |
| 第四章 基于开关电容的均衡方法 |
| 4.1 本章引言 |
| 4.2 开关电容方法分析 |
| 4.3 一种新型开关电容方法 |
| 4.3.1 拓扑结构 |
| 4.3.2 对比分析 |
| 4.4 电路和仿真 |
| 4.5 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间参与的项目 |
（7）基于故障树反演的JH39机械压力机故障诊断系统研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源与研究意义 |
| 1.2 故障诊断概述 |
| 1.3 国内外研究现状 |
| 1.4 本课题的研究内容 |
| 第二章 JH39-800 机械压力机故障树分析 |
| 2.1 JH39-800 机械压力机介绍 |
| 2.1.1 JH39-800 机械压力机主要功能 |
| 2.1.2 JH39-800 机械压力机主要部件 |
| 2.1.3 JH39-800 机械压力机主要故障 |
| 2.1.4 润滑系统引起的JH39-800 机械压力机常见故障 |
| 2.2 故障树分析 |
| 2.2.1 故障树分析法概述 |
| 2.2.2 建立JH39-800 机械压力机故障树 |
| 2.2.3 润滑系统故障树的定性分析与定量分析 |
| 2.2.4 基于故障树反演定性评价JH39-800 机械压力机润滑系统故障模式 |
| 2.2.5 基于故障树反演计算JH39-800 机械压力机失效概率 |
| 2.3 本章小结 |
| 第三章 润滑系统BP神经网络故障诊断 |
| 3.1 BP神经网络在故障诊断中的应用 |
| 3.1.1 BP神经网络概述 |
| 3.1.2 BP神经网络在故障诊断中的应用 |
| 3.2 BP神经网络对于润滑系统的诊断过程 |
| 3.2.1 确定润滑系统信号采集点和检测故障模式 |
| 3.2.2 确定BP神经网络的训练样本 |
| 3.2.3 确定BP神经网络的结构 |
| 3.2.4 神经网络训练与MATLAB仿真 |
| 3.3 基于故障树反演的诊断方法 |
| 3.3.1 基于故障树反演计算多种故障的发生概率 |
| 3.3.2 故障树反演方法的用途及意义 |
| 3.4 本章小结 |
| 第四章 基于数据库的故障诊断专家系统 |
| 4.1 故障诊断专家系统 |
| 4.1.1 基于神经网络的专家系统 |
| 4.1.2 专家系统对于故障诊断的重要性 |
| 4.2 数据库系统的建立 |
| 4.2.1 数据库对于故障诊断的重要性 |
| 4.2.2 故障诊断的数据库系统 |
| 4.3 基于BECKHOFF平台的诊断系统的实现 |
| 4.3.1 BECKHOFF控制系统介绍 |
| 4.3.2 数据库系统与TWINCAT2的结合 |
| 4.3.3 基于TWINCAT2的故障诊断专家系统 |
| 4.4 本章小结 |
| 第五章 基于BECKHOFF数控系统故障诊断实验 |
| 5.1 BECKHOFF数控系统对于故障诊断的可行性 |
| 5.2 实验方案设计 |
| 5.2.1 检测装置的确定 |
| 5.2.2 BECKHOFF模块选取以及接线方式 |
| 5.2.3 实验流程及结果 |
| 5.3 实验结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 论文的不足与展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（8）基于物联网的散料高精度智能称重系统及故障诊断技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 课题来源及研究意义 |
| 1.2.1 课题来源 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 散状物料连续累计称重精度研究现状 |
| 1.3.2 散状物料连续累计智能称重系统研究现状 |
| 1.3.3 故障诊断算法的研究现状 |
| 1.3.4 物联网技术研究现状 |
| 1.4 研究内容和结构 |
| 2 散料高精度智能称重系统的需求分析与总体设计 |
| 2.1 三埃公司散料高精度智能称重系统的基本情况 |
| 2.2 智能称重系统需求分析 |
| 2.2.1 系统总体需求分析 |
| 2.2.2 系统功能需求分析 |
| 2.3 智能称重系统总体设计 |
| 2.3.1 物联网架构分析 |
| 2.3.2 智能称重系统总体技术架构 |
| 2.3.3 智能称重系统工作流程 |
| 2.3.4 智能称重系统的模块设计 |
| 2.3.5 智能称重系统模块关系 |
| 2.4 本章小结 |
| 3 皮带秤的误差分析 |
| 3.1 误差来源 |
| 3.1.1 电子皮带秤的称重误差 |
| 3.1.2 速度误差 |
| 3.1.3 信号处理误差 |
| 3.1.4 校准误差 |
| 3.1.5 环境影响误差 |
| 3.2 主要误差影响因素关系分析 |
| 3.2.1 温度对皮带秤零点漂移以及精度的影响 |
| 3.2.2 张力对皮带秤精度的影响 |
| 3.2.3 张力、温度、流量与皮带秤精度的关系 |
| 3.3 本章小结 |
| 4 智能称重系统的故障诊断 |
| 4.1 基于双层aiNet模型的故障诊断 |
| 4.1.1 故障诊断问题定义 |
| 4.1.2 自有诊断层 |
| 4.1.3 免疫克隆选择算法 |
| 4.1.4 适应性诊断层 |
| 4.2 皮带秤故障诊断实验 |
| 4.2.1 参数设置 |
| 4.2.2 故障诊断实验 |
| 4.3 皮带秤故障诊断结果分析 |
| 4.3.1 训练及诊断 |
| 4.3.2 实验结果分析 |
| 4.4 本章小结 |
| 5 智能称重系统的开发与实现 |
| 5.1 系统概念模型 |
| 5.2 系统功能模块详细设计 |
| 5.2.1 系统管理模块 |
| 5.2.2 数据采集模块 |
| 5.2.3 系统初始化模块 |
| 5.2.4 电子标签读写模块 |
| 5.2.5 故障诊断模块 |
| 5.2.6 数据处理模块 |
| 5.3 系统实现 |
| 5.3.1 开发环境配置 |
| 5.3.2 系统技术架构 |
| 5.3.3 系统运行实例 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（9）散状物料连续累计称重系统精度补偿研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 散状物料连续累计称重系统发展历史 |
| 1.3 散状物料连续累计称重精度研究进展状况 |
| 1.3.1 国外进展状况 |
| 1.3.2 国内进展状况 |
| 1.4 散状物料连续累计称重系统精度补偿研究的发展趋向 |
| 1.5 课题来源、意义及本文主要内容 |
| 1.5.1 课题来源及意义 |
| 1.5.2 主要内容 |
| 1.6 本文章节安排 |
| 2 电子皮带秤称重原理及误差分析 |
| 2.1 电子皮带秤的组成 |
| 2.1.1 承载器 |
| 2.1.2 称重传感器 |
| 2.1.3 位移传感器 |
| 2.1.4 倾角传感器 |
| 2.2 称重原理 |
| 2.3 误差分析 |
| 2.3.1 称重力误差 |
| 2.3.2 输送带速度误差 |
| 2.3.3 信号处理误差 |
| 2.3.4 校准误差 |
| 2.3.5 环境误差 |
| 2.4 耐久性分析 |
| 2.5 本章小结 |
| 3 基于"内力理论"的称重精度补偿研究 |
| 3.1 单托辊皮带秤误差模型的简化 |
| 3.2 单托辊皮带秤误差模型的建立 |
| 3.3 阵列式皮带秤的"内力理论" |
| 3.4 基于阵列式皮带秤"内力理论"的精度补偿试验 |
| 3.4.1 两端张力及托辊非准直度检测 |
| 3.4.2 正常状态误差补偿试验 |
| 3.4.3 故障状态下误差补偿试验 |
| 3.5 本章总结 |
| 4 皮带秤称重区域内故障在线监测 |
| 4.1 基于聚类算法的称重区域故障检测 |
| 4.1.1 DBSCAN |
| 4.1.2 DENCLUE |
| 4.1.3 基于改进型DBSCAN的皮带秤在线故障检测 |
| 4.1.4 基于改进型DENCLUE的皮带秤在线故障检测 |
| 4.2 皮带秤称重区域故障识别诊断 |
| 4.2.1 贝叶斯正则化神经网络 |
| 4.2.1.1 正则化理论 |
| 4.2.1.2 贝叶斯正则化网络理论 |
| 4.2.2 支持向量机 |
| 4.2.2.1 线性支持向量机 |
| 4.2.2.2 非线性支持向量机 |
| 4.2.2.3 多分类支持向量机 |
| 4.2.3 改进型偏二叉树支持向量机 |
| 4.2.3.1 二叉树支持向量机 |
| 4.2.3.2 类的可分性测度 |
| 4.2.3.3 算法步骤 |
| 4.2.3.4 标准数据集试验验证 |
| 4.3 皮带秤故障诊断试验 |
| 4.3.1 皮带秤故障检测试验及分析 |
| 4.3.2 皮带秤故障识别试验及分析 |
| 4.3.2.1 称重区域内故障的特征提取 |
| 4.3.2.2 基于BRNN的故障识别试验 |
| 4.3.2.3 基于改进型BTSVM的故障识别试验 |
| 4.3.2.4 试验结果对比与分析 |
| 4.4 本章小结 |
| 5 皮带秤输送带跑偏在线监测 |
| 5.1 基于流形学习方法的皮带秤跑偏在线监测 |
| 5.1.1 流形学习理论介绍 |
| 5.1.2 经典流形学习算法介绍 |
| 5.1.3 广义回归神经网络 |
| 5.1.4 基于流形学习算法的在线输送带跑偏监测 |
| 5.2 基于连续深度置信网络的皮带秤跑偏检测 |
| 5.2.1 CRBM |
| 5.2.2 CDBN介绍 |
| 5.2.3 基于CDBN的皮带秤在线跑偏检测 |
| 5.3 跑偏检测试验验证与分析 |
| 5.3.1 预处理过程 |
| 5.3.2 基于LTSA+GRNN的跑偏特征提取试验 |
| 5.3.3 基于CDBN的跑偏特征提取试验 |
| 5.3.4 在线跑偏监测试验及分析 |
| 5.4 本章小结 |
| 6 基于EM-RPELM的阵列式皮带秤称重精度补偿模型 |
| 6.1 过程神经网络 |
| 6.2 极限学习机(Extreme learning machine) |
| 6.2.1 极限学习机的基本问题 |
| 6.2.2 隐含层单元个数的选择 |
| 6.2.3 极限学习机的正则化 |
| 6.3 基于过程神经网络精度补偿模型的建立 |
| 6.4 基于过程极限学习机的精度补偿模型 |
| 6.4.1 正则化过程极限学习机 |
| 6.4.2 误差最小化的正则化过程极限学习机 |
| 6.5 基于过程极限学习机的精度补偿试验及分析 |
| 6.5.1 无故障状态、无温度变化精度补偿试验 |
| 6.5.2 有故障的精度补偿试验 |
| 6.5.3 对于温度变化的精度补偿试验 |
| 6.6 本章总结 |
| 7 总结与展望 |
| 7.1 主要工作总结 |
| 7.2 研究创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的论文和参加的科学研究情况 |
（10）通钢远程检斤系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题的背景 |
| 1.2 国内外测控技术发展现状 |
| 1.3 钢铁行业计量管理发展现状 |
| 1.4 论文组织结构 |
| 第2章 通钢原有检斤系统概况 |
| 2.1 通钢计量管理现状 |
| 2.2 原有计量系统和计量方式 |
| 2.2.1 通钢计量设备介绍 |
| 2.2.2 原有检斤方式 |
| 2.3 技改前通钢计量管理现状 |
| 2.3.1 人员的安排和构成 |
| 2.3.2 存在问题 |
| 2.4 解决当前检斤出现问题的方法 |
| 2.5 本章小结 |
| 第3章 远程检斤系统总体设计 |
| 3.1 总体设计思想 |
| 3.2 系统的功能 |
| 3.3 设计原则 |
| 3.4 系统组成 |
| 3.4.1 远程计量中心 |
| 3.4.2 现场检测与控制 |
| 3.4.3 监控系统 |
| 3.5 系统的设计结构 |
| 3.5.1 硬件配置 |
| 3.5.2 软件配置 |
| 3.6 本章小结 |
| 第4章 系统硬件部分设计与实现 |
| 4.1 远程计量网络 |
| 4.1.1 计量网络框架 |
| 4.1.2 总体网络架构 |
| 4.2 检斤站系统 |
| 4.2.1 原汽车衡改造 |
| 4.2.2 称重传感器的选型 |
| 4.2.3 称重仪表 |
| 4.2.4 检斤站系统硬件 |
| 4.3 计量中心硬件配置 |
| 4.4 接口设计 |
| 4.4.1 物理接口标准 |
| 4.4.2 软件协议 |
| 4.5 设计仪表与计算机的接口设计 |
| 4.6 远程计量检斤工作过程 |
| 4.7 本章小结 |
| 第5章 系统软件设计 |
| 5.1 服务器及客户端配置 |
| 5.1.1 数据库软件 |
| 5.1.2 编程软件 |
| 5.2 系统的功能设计 |
| 5.2.1 检斤站系统 |
| 5.2.2 远程坐席计量 |
| 5.2.3 后台管理系统 |
| 5.2.4 服务管理系统 |
| 5.3 数据库设计 |
| 5.4 软件系统具体描述 |
| 5.5 本章小结 |
| 第6章 系统的运行与调试 |
| 6.1 系统设置 |
| 6.1.1 计量中心设置 |
| 6.1.2 检斤站现场设置 |
| 6.1.3 视频语音硬件设置 |
| 6.2 系统运行 |
| 6.3 系统的调试 |
| 6.3.1 汽车衡的检定 |
| 6.3.2 检斤站现场调试 |
| 6.3.3 远程计量中心调试 |
| 6.3.4 远程检斤系统调试 |
| 6.3.5 软件安全性调试 |
| 6.3.6 存在问题和解决方法 |
| 6.4 运行效果 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
四、电子汽车衡器的故障诊断和处理（论文参考文献）
- [1]PDX数字式称重传感器在电子汽车衡系统中的应用[J]. 吉海峰. 机械管理开发, 2020(08)
- [2]机械压力机控制系统及其控制方法的研究[D]. 周祥月. 齐鲁工业大学, 2020(02)
- [3]汽车衡多传感器故障诊断方法研究[D]. 李慧霞. 湖南师范大学, 2020(01)
- [4]可定制型自动称重及远程监测系统[D]. 陈超. 郑州大学, 2020(02)
- [5]物联网称重传感器生命周期及故障预警研究[J]. 姚玉明. 衡器, 2019(11)
- [6]大规模锂离子电池组不一致性辨识与均衡方法研究[D]. 邓一尊. 上海交通大学, 2018(01)
- [7]基于故障树反演的JH39机械压力机故障诊断系统研究[D]. 姚文洋. 合肥工业大学, 2017(07)
- [8]基于物联网的散料高精度智能称重系统及故障诊断技术研究[D]. 高森祺. 南京理工大学, 2017(07)
- [9]散状物料连续累计称重系统精度补偿研究[D]. 朱亮. 南京理工大学, 2016(06)
- [10]通钢远程检斤系统的设计与实现[D]. 张佐. 东北大学, 2012(03)