典型文献
基于物联网技术的工业设备异常信号提取方法
文献摘要：
目前异常信号提取方法,提取到的工业设备异常信号信噪比较小,导致工业设备异常信号分辨率偏低,提出基于物联网技术的工业设备异常信号提取方法.训练神经网络模型,计算模型预测误差,判断工业设备是否处于异常状态;采用物联网技术中的传感器技术,构建传感器网,采集工业设备信号;采用离散傅里叶变换法,计算工业设备信号的信号周期、基频与倍频信号的叠加信号、工频幅值和相位,提取工业设备异常信号.实验结果:研究方法较两组目前方法,在不同采样点条件下,异常信号信噪比的最大值和最小值的差分别小3.23 dB、2.93 dB;在不同分解层数条件下,异常信号信噪比分别高5.64 dB、3.79 dB;在不同阈值条件下,异常信号信噪比分别高4.95 dB、7.46 dB;具有较高的分辨率.
文献关键词：
物联网技术;工业设备;异常信号;信号提取
中图分类号：
作者姓名：
邓哲琪;唐咸冰;阳云义
作者机构：
桂林国际电线电缆集团有限责任公司,广西桂林541004
文献出处：
引用格式：
[1]邓哲琪;唐咸冰;阳云义-.基于物联网技术的工业设备异常信号提取方法)[J].自动化与仪器仪表,2022(01):44-47,52
A类：
B类：
物联网技术,工业设备,设备异常,异常信号,信号提取,取到,预测误差,异常状态,传感器技术,离散傅里叶变换,傅里叶变换法,基频,倍频信号,叠加信号,工频,前方,采样点,最小值,dB,分解层数,数条,阈值条件
AB值：
0.243451
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
