valve. In this paper, a technique is proposed to detect the fault in a的简体中文翻译

valve. In this paper, a technique i

valve. In this paper, a technique is proposed to detect the fault in a pneumatic control valve using an accelerometer to acquire the vibration data. The novelty of this process is that the methods generally used for vibration data analysis are being used to detect control valve faults. By placing the accelerometer on the wall of the pipe, the flflow rate can be estimated as described in [28]. It can be inferred that the fault in the control valve will lead to a change in flflow rate, which can be detected using vibration data from an accelerometer. Frequency domain data are used as the feature space for classifification. The power spectrum density (PSD) of the time domain vibration data is the aspectElectronics 2019, 8, x FOR PEER REVIEW 3 of 16 as compared to fast Fourier transform (FFT) data. These PSD values are computed for both normal and faulty systems, which in turn are combined to form the training data set. A support vector machine is used to classify between the normal and faulty data from the training set. Since this method involves a non-contact type of measurement and the detection is done using a machine learning algorithm, this gives us a method to update the detection process to include more faults or to enhance the performance later on. To the best of our knowledge this type of sensing in combination with artificial intelligence has not been carried out on a real-time system regarding control valves. After the introduction in the first section, the experimental setup used to perform the desired work is discussed, followed by a problem statement, problem solution, results and discussion and finally a conclusion. 2. Experimental Setup A flow process is considered to demonstrate the proposed algorithm. The process diagram is shown in Figure 1. In the above process, liquid (water) is pumped from the reservoir at a constant rate (Q), a control valve is placed in the path to vary flow rate at the output of the valve (Q’). A bypass path is given at the inlet of the pneumatic control valve for reverse flow. A flow valve is also placed to control the reverse flow. A control signal (4–20 mA) from the controller is given to the pneumatic control valve through an I/P (current to pressure) converter. A rotameter is placed at the outlet of a control valve to display the flow rate (Q’). By varying the control signal, the pressure from the compressor to the I/P converter can be varied and the valve position can be changed which results in a change in flow rate (Q’) at the output of the valve. Furthermore, the flow is directed back to the reservoir, and an orifice flow meter exists to monitor the flow rate via a differential pressure transmitter. Figure 2 shows a picture of the actual process. Figure 1. Flow process workflow. Before going into the working of the proposed system a brief introduction to control valves and its faults are discussed here.
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
阀。在本文中,一种技术,提出了使用以检测气动控制阀故障<BR>的加速度计来获取振动数据。该方法的新颖之处在于方法<BR>通常用于振动数据分析被用于检测控制阀的故障。通过将<BR>加速度计上的管的壁,如在[28]中描述的可估计的flflow速率。由此可以<BR>推断,在控制阀故障将导致flflow速率的变化,其可以被检测到<BR>使用来自加速度计的振动数据。频域数据被用作特征空间<BR>为classifification。时域的振动数据的功率谱密度(PSD)是aspectElectronics 2019,8,X同行评议3 16的<BR>相比于快速傅立叶变换(FFT)的数据。这些PSD值被计算为在正常<BR>和有故障的系统,其又被组合以形成训练数据集。支持向量<BR>机被用来从训练集中的正常和有故障的数据之间进行分类。<BR>由于这种方法涉及到非接触式测量和检测是使用进行<BR>机器学习算法,这为我们提供了更新的检测过程,包括更多的方法<BR>故障或更高版本,以提高性能。据我们所知,这种类型的传感<BR>与人工智能相结合还没有关于实时系统上进行<BR>控制阀。<BR>在第一部分中的介绍之后,用于执行所希望的实验装置<BR>的工作进行了讨论,随后问题陈述,问题的解决方案,结果和讨论和<BR>最后的结论。<BR>2.实验设置<BR>的流程过程被认为是验证了该算法。该过程示意图<BR>如图1所示。另外,在上述过程中,液体(水)从以恒定的贮存器泵送<BR>速率(Q),一个控制阀被放置在路径改变在阀的输出流量( Q')。甲<BR>旁通路径用于在反向流的气动控制阀的入口中给出。一种流量阀也<BR>放置以控制反向流动。来自所述控制器的控制信号(4-20毫安)被提供给<BR>通过I / P气动控制阀(电流至压力)转换器。转子流量计被放置在<BR>一个控制阀,以显示流动速率(Q')的出口。通过改变控制信号,从压力<BR>压缩机到I / P转换器可以改变和阀位置是可以改变的,其<BR>导致在阀的输出流量(Q')的变化。此外,流程返回<BR>到储存器,和孔板流量计来监测通过压差的流量<BR>变送器。图2示出实际处理的图片。<BR>图1.流动过程的工作流程。<BR>再进提出的系统的工作简要介绍了控制阀和<BR>它的缺点在这里讨论。
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
阀。本文提出了一种利用气动控制阀检测故障的技术。<BR>加速度计,用于获取振动数据。这个过程的新颖性是,方法<BR>通常用于振动数据分析,用于检测控制阀故障。通过放置<BR>管道壁上的加速度计,可估计流速,如[28]所述。它可以是<BR>推断控制阀中的故障会导致流速变化,可以检测到<BR>使用来自加速度计的振动数据。频域数据用作要素空间<BR>分类。时域振动数据的功率谱密度 (PSD) 是电子学 2019, 8, x PEER Review 3 的 16<BR>与快速傅立叶变换 (FFT) 数据相比。这些 PSD 值都针对两个法线计算<BR>和故障系统,这些系统又被组合成训练数据集。支持向量<BR>机器用于对训练集中的正常数据和故障数据进行分类。<BR>由于此方法涉及非接触式测量,并且检测使用<BR>机器学习算法,这为我们提供了一个方法来更新检测过程,以包括更多<BR>故障或增强性能。据我们所知,这种类型的传感<BR>与人工智能的结合尚未在实时系统上进行<BR>控制阀。<BR>在第一部分介绍之后,用于执行所需的实验设置<BR>讨论工作,然后讨论问题陈述、问题解决方案、结果和讨论,<BR>最后得出结论。<BR>2. 实验设置<BR>考虑一个流过程来演示建议的算法。流程图是<BR>如图 1 所示。在上述过程中,液体(水)以恒定<BR>速率 (Q),控制阀放置在路径中,以在阀 (Q') 的输出处改变流速。A<BR>在气动控制阀的进气处给出旁路,用于反向流动。流量阀也是<BR>用于控制反向流动。从控制器发出控制信号(4~20 mA)给<BR>通过 I/P(电流到压力)转换器的气动控制阀。旋转计放置在<BR>控制阀的插座,用于显示流速 (Q')。通过改变控制信号,来自<BR>压缩机到I/P转换器可以变化,阀门位置可以改变,<BR>导致阀门输出处的流量 (Q') 发生变化。此外,流量被引导回<BR>到储层,并且存在一个孔流量计,通过差压监测流速<BR>发射机。图 2 显示了实际流程的图片。<BR>图 1.流程工作流。<BR>在进入建议系统工作之前,简要介绍控制阀和<BR>这里讨论了它的缺点。
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
阀门。本文提出了一种气动控制阀故障检测技术<BR>获取振动数据的加速计。这个过程的新颖之处在于<BR>通常用于振动数据分析,用于检测控制阀故障。通过放置<BR>管壁上的加速计,可按[28]所述估计FL流速。可能是<BR>推断控制阀中的故障将导致可检测到的流量变化<BR>使用加速度计的振动数据。以频域数据作为特征空间<BR>为了分类。时域振动数据的功率谱密度(PSD)为aspectElectronics 2019,8,x,供同行评审3/16<BR>与快速傅立叶变换(FFT)数据相比。这些PSD值是为两个正常值计算的<BR>以及故障系统,这些系统依次组合起来形成训练数据集。支持向量<BR>机器用于对训练集的正常和故障数据进行分类。<BR>由于此方法涉及非接触式测量,因此使用<BR>机器学习算法,这给了我们一种更新检测过程的方法,包括<BR>故障或以后提高性能。据我们所知,这种感觉<BR>与人工智能的结合还没有在实时系统上进行<BR>控制阀。<BR>在第一部分的介绍之后,用于执行所需的<BR>讨论工作,然后是问题陈述、问题解决方案、结果和讨论,以及<BR>最后得出结论。<BR>2。实验装置<BR>文中还考虑了一个流程来演示该算法。流程图是<BR>如图1所示。在上述过程中,液体(水)以恒定的速度从储液罐中泵出<BR>速率(Q),将一个控制阀放置在路径中,以改变阀门(Q’)输出处的流量。一个<BR>在逆流气动控制阀进口处提供旁路路径。流量阀也是<BR>用于控制逆流。来自控制器的控制信号(4–20毫安)被提供给<BR>通过I/P(电流-压力)转换器的气动控制阀。转子流量计放置在<BR>显示流量(Q’)的控制阀出口。通过改变控制信号<BR>压缩机到I/P转换器可以改变,阀门位置可以改变<BR>导致阀门输出处的流量(Q’)发生变化。此外,水流被引导回来<BR>有一个孔板流量计用于通过差压监测流量。<BR>发射器。图2显示了实际过程的图片。<BR>图1。流程流程。<BR>在开始建议系统的工作之前,简要介绍控制阀和<BR>这里讨论它的缺点。<BR>
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: