针对隔膜泵单向阀故障机理分析不足的问题,提出了一种基于多时域特征与SVM的单向阀故障诊断方法。信号的时域特征是最早应用且最为简洁实用的特征参数,对单向阀的时域振动信号进行简要分析,并介绍几种信号时域指标与特征,根据单向阀振动信号的特点选取出三种时域指标与特征作为故障诊断的特征值;将特征值构成训练集输入到SVM分类器训练诊断模型;用测试样本进行故障诊断实验。实验证明,本文中提出的方法对高压隔膜泵单向阀的故障诊断准确率为98%,具有所需样本信号长度较短的优点。

为了解决渔港梭子蟹分拣过程中劳动强度大、分拣数量多等缺陷,设计了一套小型的梭子蟹分拣机械手控制系统,该系统以K60单片机为主控芯片,结合带摄像头的机械手和智能小车,加持基于HOG特征的SVM分类器算法对梭子蟹进行识别,通过爪端压力数据和爪端夹持角度取得梭子蟹质量和尺寸,实现对梭子蟹的智能分拣,并介绍了其机械结构、硬件和算法的设计。