基于激光雷达回波信号的雾天船舶航线快速辨识

激光雷达所处环境噪声较大,船舶航线辨识困难,为解决该问题,提出基于激光雷达回波信号的雾天船舶航线快速辨识方法。采用信号累积增强算法增强雾天激光雷达回波信号,利用改进经验模态分解算法去噪处理增强后的回波信号,结合回波信号通过最小类内方差获取得到船舶航线和水面最佳分割阈值,提取船舶航线特征点。利用最小二乘法拟合法拟合船舶航线特征点,完成雾天船舶航线辨识。实验结果表明,所提方法应用后激光雷达回波信号更平滑,输出信噪比更高,均方根误差更低,船舶航线辨识准确率更理想。

基于扇块化阈值判定的机载激光雷达可通行区域在线检测方法研究

激光受扫描区域与摄像点间角度、方向以及间隔距离等因素影响,导致激光可覆盖区域有限,从而影响可通行区域在线检测的准确性。为此,提出一种基于扇块化阈值判定的机载激光雷达可通行区域在线检测方法。扇块化阈值包括最大扫描距离阈值和畸变系数阈值,利用其判定机载激光雷达扇形块区域;采用最大熵值预测模型与调节系数处理扇形块区域数据,结合小波变换实现机载激光雷达可通行区域在线检测。实验结果表明,所提方法不仅检测到在4、6、7检测点处,道路宽度信息发生了变化,而且可以有效检测出区域内的障碍物,从而提高可通行区域的检测准确性,具备较好的检测效果。

基于可视图特征与CatBoost的转辙机故障诊断

针对道岔转辙机转换油压信号难以提取有效的故障特征且传统的故障诊断方式效果差的问题,本文提出一种基于可视图特征与CatBoost的道岔转辙机故障诊断方法。首先,采用可视图算法将时域信号转换为复杂网络图。然后,提取复杂网络图的5种统计特征,即网络平均度、全局聚类系数、平均路径长度、传递性特征与网络图密度。最后,通过CatBoost算法实现道岔转辙机故障诊断。将该方法分别与其它特征提取方法、故障分类算法进行比较。实验结果表明:可视图特征能够更有效表征道岔转辙机的工作状态,CatBoost算法对道岔转辙机4种工作状态的诊断准确率达到97.5%,验证了该方法的有效性和优越性。

少样本下基于元学习的柱塞泵故障诊断方法

针对柱塞泵故障样本少、在噪声干扰下故障信号微弱及传统深度学习依赖大量训练样本的问题,提出了一种基于模型不可知元学习(MAML)的少样本柱塞泵故障诊断方法。首先,利用改进的带自适应噪声的完全集成经验模态分解(ICEEMDAN)方法来分解采集到的一维振动信号,得到本征模态函数的IMF分量,并筛选故障信息丰富的敏感分量以增强振动信号中的特征信息。其次,建立了多通道一维卷积模型,该模型构建了一个具有高效通道注意力机制的通道交互特征编码器,旨在关注不同通道间的交互故障信息,进而有效地提取多个诊断元任务的通用诊断知识。最后,将一维卷积模型作为基模型,并通过MAML方法训练获得了最优的模型初始化参数;最优的初始化模型能够快速适应新工况下的少量柱塞泵故障样本,从而实现了少样本下的柱塞泵故障诊断。利用柱塞泵实验数据验证了模型的性能,结果表明,所提方法在少样本条件下对于各种诊断任务的诊断准确率都达到90%以上。

基于MTF-ResDSCNN二维图像的故障诊断方法

为了有效捕获旋转机械振动信号中蕴含的故障特征,进而高效地完成故障诊断任务,设计了一种将二维特征图像和轻量化神经网络相结合的故障诊断模型。首先,将采集到的一维振动信号以改进的集成经验模态分解(Modified Ensemble Empirical Mode Decomposition,MEEMD)算法进行分解,得到本征模态函数(Intrinsic Mode Function,IMF)分量,并筛选相应的IMF分量进行求和重构,以增强振动信号的幅值波动,进而使得马尔科夫变迁场(Markov Transition Field,MTF)能够更为有效地表征重构信号中的故障特征;然后,将MTF生成的二维特征图像输入到残差深度可分离卷积神经网络(Residual Depth Separable Convolutional Neural Network,ResDSCNN)模型中,进行特征提取与故障诊断。使用行星齿轮箱故障数据集验证了模型性能。结果表明,该模型对于各类齿轮故障的诊断正确率可达98%以上。

DRG支付方式改革对医院病组结构的影响

目的分析疾病诊断相关分组(DRG)支付方式改革对医院病组结构的影响。方法以某市唯一一家三级甲等医院作为样本医院,提取其2017—2019年及2021年依据国家医疗保障疾病诊断相关分组(CHS‑DRG)1.0分组方案入组的住院病例结算数据。分析4年间该院住院病例的基本情况。利用服务组合赫芬达尔‑赫希曼指数(SPEC)描述该院的病组结构集中度;采用中断时间序列分析(ITSA)评估DRG支付方式改革前后该院SPEC的变化趋势。采用多元线性回归模型分析该院病组选择偏好的影响因素。结果(1)2017—2021年(不含2020年),该院的总权重、DRG病组数、病例组合指数均呈增长趋势。(2)ITSA结果显示,在改革前,该院的SPEC每月下降0.0002(P<0.05),但改革后SPEC每月较改革前多增长0.0005(P<0.05),即在改革后SPEC每月上升0.0003。(3)改革后,DRG病组权重每增加1,DRG病组占比增长率较改革前多增加6.114%(P<0.05);DRG病组市场份额每增加1%,DRG病组占比增长率较改革前多增加1.066%(P<0.05)。结论DRG支付方式改革使得样本医院收缩住院服务范围,病组结构更加集中,并且样本医院在改革后更加注重符合自身功能定位的高难度病组的发展。

基于ICEEMDAN-GCNII的柱塞泵故障诊断方法研究

为识别出柱塞泵的不同故障模式,提出一种柱塞泵故障诊断方法。首先,将柱塞泵的振动加速度信号数据通过改进的自适应噪声完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)方法分解为多个固有模态分量(Intrinsic Mode Function,IMF),分别计算筛选后的IMF分量的时域、频域特征并拼接为特征向量;其次,使用K近邻算法计算各特征向量之间的相似度,依据相似度生成一种故障样本特征图,实现一维时序数据到图结构数据的转换,刻画不同故障样本之间的联系;最后,将故障样本特征图输入至基于初始残差和恒等映射的图卷积网络(Graph Convolutional Network via Initial Residual and Identity Mapping,GCNII)诊断模型中,准确的识别出柱塞泵的不同故障类型。经实验验证,该方法在5种柱塞泵故障类型上的诊断率达到了98.67%。

基于ITD-SDP图像特征和DSCNN的道岔转辙机故障诊断

针对道岔转辙机故障诊断问题,提出一种基于ITD-SDP图像形状特征和深度可分离卷积神经网络的故障诊断方法。首先对时域压力信号使用固有时间尺度分解算法进行分解,获得一系列固有旋转分量;然后进行对称点模式变换,将分解得到的固有旋转分量映射为雪花图像;最后通过深度可分离卷积神经网络算法实现道岔转辙机的故障诊断,同时与传统的CNN模型进行对比。实验结果表明:图像特征能够有效表征道岔转辙机的工作状态,深度可分离卷积神经网络模型对道岔转辙机4种状态的平均诊断准确率达到98.5%,验证了本方法的有效性和优越性。

案例驱动教学法的实践探索

“面向对象程序设计(Java高级)”课程在本科生培养中具有重要意义。为更好通过该课程培养学生的实践能力、创新能力及解决问题的能力,提出“1+2+3”案例驱动教学法。从教学方法的核心、教学方式、能力培养3个方面阐述该教学法的实施,并将该方法应用于“面向对象程序设计(Java高级)”课程中,在课程中融入思政元素,通过过程性与结果性考核结果说明教学成果,为程序设计类的课程提供可参考的教学方法。

腰椎融合术治疗退变性腰椎不稳定42例

目的 探讨退变性腰椎不稳定的手术治疗效果。方法 对 4 2例腰椎节段性失稳引起下腰疼的患者行后路减压 +植骨 +椎弓根螺钉内固定辅助系统。结果 术后随访 6个月～ 3年6个月 ,4～ 6个月后均达骨性融合。无固定螺钉松动、断裂现象。患者腰、腿疼麻症状明显缓解 ,绝大多数恢复正常工作和生活。功能评定结果 :优 2 5例 ,良 1 3例 ,可 4例 ,差 0例 ,优良率 90 %。结论 后路腰椎融合术是治疗腰椎不稳定的可靠手段 ,而后路椎体间融合术更是最佳选择。

钢丝环扎联合改良张力带固定治疗髌骨粉碎性骨折疗效观察

目的观察钢丝环扎联合改良张力带固定治疗髌骨粉碎性骨折的疗效。方法对45例髌骨粉碎性骨折患者行钢丝环扎加改良张力带固定术。结果术后随访6-15个月,平均9.4个月,术后疗效优良率为91.1%,无骨折移位。其中克氏针滑动刺破皮肤1例,钢丝断裂3例,但均未影响骨折愈合。结论采用钢丝环扎联合改良张力带固定治疗粉碎性髌骨骨折操作简便、效果好、创伤小、有利于患肢早期活动。

60例(64髋)人工股骨头置换手术并发症的分析和预防

目的探讨人工股骨头关节置换术并发症的发生原因和预防手段。方法通过对1998年至2007年60例(64髋)人工股骨头置换术患者的随访,对出现的并发症进行回顾性分析。结果发生并发症11例,占17.2%,此11例中疗效优良1例,良好2例,好3例,尚好1例,差2例,很差2例。结论充分的术前准备,正规细致的手术操作是手术成功、减少并发症的关键。避免手术操作失误和术后并发症的发生是人工关节置换术获得良好效果的关键。

脊髓型颈椎病前后路手术疗效及随访结果

目的 探讨脊髓型颈椎病患者前后路手术治疗的近期和远期效果。方法 2 76例脊髓型颈椎病患者 ,196例施行颈后路主椎板扩大成形术 ,80例施行颈前路椎间盘切除减压 +植骨融合术 ,其中 5 0例加带锁钢板内固定。总结颈椎前后路手术的治疗效果及 2年以上的随访结果。结果 颈前路手术改善率 82 .8%。颈后路手术改善率 84 .4 % ,随访 6 5例 ,未行钢板固定前 2例植骨块脱落 ,颈椎轻度反弓 ,1例骨不连 ,余 6 2例骨性融合 ,融合率 96 .2 %。颈后路 196例 ,随访 15 6例 ,88例出现不同程度的轴性症状 ,12例颈僵 ,5 6例颈椎曲度变直。结论 对短阶段颈椎间盘突出 (1～ 3)或颈椎失稳引起的颈椎病 ,宜选择创伤小 ,并发症少 ,且术后功能恢复好而持久的颈前路术式。

基于RBF神经网络的磁探测引信系统研究

通过对比BP神经网络、径向基函数(RBF)神经网络在信号处理中的优缺点,详细分析了RBF神经网络的模型结构并应用于多模磁探测引信系统中,通过计算机仿真和实际测试效果较好。

DHS治疗股骨转子间骨折

股骨转子间骨折多发生于老年病人,多合并全身疾病,长期卧床易引致心肺功能下降,心脑血管意外,通过手术固定可早期床上活动,减少合并症发生.我科1996～2003年应用DHS治疗转子间骨折86例,取得了较好的治疗效果,报告如下:

独立分量分析在齿轮箱故障诊断中的应用

提出了一种用于齿轮箱故障诊断的信号预处理方法。推导了基于互信息最小化的独立分量分析算法(简称ICA算法),应用确定性混合信号对算法进行了仿真验证,并将该算法应用于齿轮箱振动信号的预处理中。经3种工况下的齿轮箱振动信号的ICA分解结果分析,表明应用ICA技术后,故障信息得到了极大的增强。改变了传统的以降噪为主的故障信息增强思想,为微弱故障的有效诊断提供了一定的技术手段。

基于高阶累量谱的轴承故障诊断

在轴承故障诊断中,故障信号的提取是一个关键问题。实际测得的轴承振动信号一般是非平稳和非高斯分布的信号,信噪比很低,微弱的故障信息往往完全淹没在噪声中,信号特征的提取非常困难。信号的高阶累积量对加性高斯噪声和对称非高斯噪声不敏感,应用在轴承的故障诊断中,可以有效地分离信号与噪声,提高信噪比,增强故障信息。对轴承在不同状态下的振动信号进行对比分析,提取了不同状态下轴承振动信号的功率谱与高阶累量谱(双谱),建立了用于故障诊断的双谱特征向量,并利用BP神经网络进行了故障诊断。分析结果表明,从高阶累积量提取的特征与功率谱相比,对故障特征比较敏感,容易实现智能诊断中的数字特征提取,可有效地区分轴承的故障。

股骨重建型交锁髓内钉治疗股骨干颈骨折12例

目的 探讨股骨重建交锁髓内钉治疗股骨干颈骨折的疗效。方法 对 12例股骨干颈骨折选用股骨重建型交锁髓内钉固定治疗 ,并观察其疗效。结果 12例术后平均随访 16个月 ,骨折全部愈合。结论 股骨重建型交锁钉强度大 ,固定可靠 ,能同时固定股骨干及股骨颈骨折 ,创伤小 ,骨折愈合快 。

基于盲信号处理的传动箱状态监测与故障诊断

将盲信号处理技术应用到基于振动分析的传动箱故障诊断中,作为信号预处理与故障特征提取的主要工具,可极大增强故障信息,改变传统的以降噪为主的故障信息增强思想,提高诊断精度,解决实际中故障定位难、早期故障诊断率低的难题。