窄带成像放大内镜分级系统在慢性萎缩性胃炎实时诊断及危险分层中的价值研究

目的探讨窄带成像放大内镜(narrow band imaging magnification endoscopy,NBI-ME)分级系统在慢性萎缩性胃炎(chronic atrophic gastritis,CAG)实时诊断及危险分层中的价值。方法收集40岁以上接受NBI-ME检查患者的内镜和病理资料,评估NBI-ME分级系统和组织病理学金标准—OLGA/OLGIM(operative link for gastritis assessment/operative link for gastric intestinal metaplasia assessment)分期系统的相关性及一致性。结果共纳入63例患者,男41例,女22例,胃窦和胃体部的NBI-ME评分和组织学评分的一致性均为73.0%,总体一致性显著(Kappa=0.695,P<0.05;加权Kappa=0.907,P<0.05),其中胃窦的一致性良好(Kappa=0.604,P<0.05),胃体的一致性中等(Kappa=0.487,P<0.05);Cochran-Mantel-Haenszel分析表明,高危NBI-ME分级(Ⅱ~Ⅳ级)的患者诊断为高危OLGA/OLGIM分期的可能性更高(P<0.0001),NBI-ME分级诊断高危CAG/GIM的敏感性为81.8%(95%CI:59.7%~94.8%),特异性为95.1%(95%CI:83.5%~99.4%)。结论NBI-ME评分与组织病理学评分具有较高一致性,它是一种简便、经济并实时诊断CAG及识别胃癌高危人群的检查及随访方式。

基于改进事件触发与1-D CNN的MMC冗余子模块开路故障实时诊断策略

在模块化多电平换流器(MMC)中存在大量的子模块(SM),其可靠性直接影响整个系统的安全稳定运行。本文引入了具有容错能力的新型冗余SM,并在此基础上提出了一种基于改进事件触发与一维卷积神经网络(1-D CNN)的MMC冗余SM开路故障实时诊断策略。首先,选定MMC中特定SM构成的集成单元的电容电压作为事件触发对象,大大减少了传统诊断策略中需要观测的电容数量;其次,从有效地减少计算负担角度出发,改进事件触发流程,并结合1-D CNN算法有条件地对集成单元电容电压和桥臂电流波动情况分别进行检测,构建出MMC故障实时诊断系统;最后,综合考虑故障集成单元与故障桥臂位置定位出开路SM,进而完成新型冗余SM条件下MMC的容错运行。利用Matlab/Simulink搭建的19电平MMC模型,验证了所提实时诊断策略的有效性。

在线监测与实时诊断技术在矿山大型机电设备中的应用研究

矿山生产中机电设备为不可或缺的生产要素,其设备配置、操作、维护保养等都会影响生产效率与安全。由于矿山生产环境的复杂性,大型机电设备的运行风险较大,易出现各类故障。为了提高矿山大型机电设备的运行可靠性,有关人员需科学应用在线监测和实时诊断技术,以动态化、智能化监控设备的运行状态,及时发现和处理设备的运行问题。基于此,本文以矿山大型机电设备为例,重点分析了在线监测与实时诊断在设备状态监控、故障预警与诊断方面的作用,以期指导实际工作。

基于SEDS-CNN的嵌入式轴承故障实时诊断

针对传统故障诊断模型存在尺寸大、抗噪性能不佳、检测时间长、不适用于在线实时诊断的问题,提出一种基于压缩扩张深度可分离卷积神经网络(Squeeze and Expand Depth Separable Convolutional Neural Network,SEDSCNN)的轴承故障诊断方法,利用深度可分离卷积层和全局平均池化层代替标准卷积层和全连接层,以降低模型参数数量及运算量;引入Dropout层,以提高模型抗噪能力和避免发生过拟合。设计基于Jetson Nano和由信号采集处理电路构成的嵌入式系统。采用模型尺寸、诊断时间、诊断精度作为评价指标对模型进行评估,试验结果表明:该模型能够快速、准确地实现电机轴承故障实时诊断,诊断精度高达99.9%;与传统故障诊断方法相比,所提方法更轻量化,具有更好的抗噪能力和更快的诊断速度。

基于CNN网络的井下电缆局部放电实时诊断方法

针对传统井下电缆局部放电诊断方法检测效率低、实时性较差、识别准确率不高等问题,提出了一种基于CNN网络的井下电缆局部放电实时诊断方法。通过分析电缆局部放电的类型,利用改进的VGG-16模型对电缆放电模式进行诊断,为局部放电类型的判定提供准确依据。实验结果表明:模型诊断准确率达到了97.28%,单张检测耗为2.36 s,满足实时诊断的需求;针对电晕型、沿面型以及气隙型局部放电,诊断准确率分别为97.82%、98.37%、94.57%;所设计方法简单高效且易于实现,适应实际应用要求。

基于系统信号时序特征辨识的电力机车齿轮弛缓故障实时诊断

牵引控制单元是列车动力系统唯一的控制装置,充分利用其全面的信息采集和处理能力,准确诊断出牵引传动系统关联的走行部件故障,以便控制单元及时执行合理的保护动作,对提升列车的可靠性和安全性至关重要。现有的齿轮弛缓故障诊断方法因仅采用了牵引电机速度信息,存在误报或漏报现象,为此,文中提出一种基于多维系统信号时序特征模式辨识的弛缓故障实时诊断方法。该方法首先从齿轮传动系统弛缓故障机理入手,结合历史故障案例数据,从相关系统信号中提取出能够有效表征故障的特征指标;其次,揭示列车不同工况下的特征指标的变化规律,建立与弛缓故障强相关的多变量时序特征模式库;然后,基于动态时间弯曲算法实现与模式库相关时序特征的实时相似度匹配并采用CUSUM算法进行诊断决策,实现弛缓故障的有效辨识。最后,应用列车实际运行数据对提出的故障诊断模型进行验证。测试结果表明,相比现有的方法,提出的方法明显提升了弛缓故障检测率,且在速度传感器发生故障和轮对空转时,不会出现弛缓故障误报,具有良好的实用价值。

基于钻孔数据的瓦斯治理及灾害实时诊断评价系统开发与应用

根据现有的瓦斯治理方式及经验,结合矿井实际情况提出利用钻孔数据对瓦斯灾害进行治理及预警,同时应用大数据技术实时监测、诊断瓦斯治理工作并评价其效果,实现有效施工与安全生产同步,使钻孔与防治有效结合,提高煤矿瓦斯治理工作水平。另外在数据处理过程中实现数据共融共通,有利于促进智慧化矿井建设,为矿井安全生产提供技术保障和数据依据。

列车牵引系统网侧电路接地故障实时诊断

为解决目前牵引系统网侧电路接地故障无法被精确检测的问题,文章提出了一种基于时间约束Petri网模型的实时诊断方法,介绍了牵引系统主电路的构成及工作原理,分析了传统网侧电路接地实时诊断的原理及不同工况不同模式下的接地故障特征,并基于时间约束Petri网的基本原理建立了网侧接地故障诊断模型。经案例验证,该方法可及时、准确地诊断出牵引系统网侧电路接地故障的类型。

给水管网故障实时诊断方法

本文提出了城市给水管网故障实时诊断的一个快速、有效和实用方法 .方法通过实时监测给水管网中 3个位置的水压变化 ,利用人工神经网络技术来诊断故障位置、故障程度和故障影响范围 .方法可适用于我国北方冬季严寒气候等常常导致的给水管网爆管事故及日常故障的实时诊断 .作为给水管网故障诊断的重要内容之一 ,本文还建立了给水管网局部破坏状态下水力分析的方法 .最后 ,本文以一小型给水管网为例对方法进行了验证 ,并就实际应用中的几个问题进行了讨论 .

基于谐波小波包能量熵的轴承故障实时诊断

将谐波小波包变换与信息熵相结合,从揭示故障信号能量分布的复杂程度入手,提出一种轴承故障实时诊断的新方法。对故障振动信号进行谐波小波包分解,将分解的小波系数按尺度进行排列,计算不同尺度的能量,以尺度能量为划分标准,计算故障信号的能量熵,通过能量的熵值诊断轴承故障。给出谐波小波包能量熵的轴承故障的具体诊断方法和模型。对不同型号轴承的内圈故障、滚动体故障进行大量的试验研究,实验验证该方法的有效性。同时该方法具有很高的诊断实时性,能对采样频率低于64 kHz的诊断系统进行实时诊断,具有很好的工程适用性。

基于谐波小波奇异熵的轴承故障实时诊断

将谐波小波变换、奇异值分解理论和信息熵相结合,从揭示故障信号能量分布的复杂程度入手,提出一种轴承故障实时诊断的新方法。对轴承振动信号进行谐波小波分解,将分解得到的小波系数分别以尺度为行、时间为列构建谐波小波时频分布矩阵,并对该矩阵进行奇异值分解,以分解得到的奇异值为划分标准进行信息熵计算,通过信息的熵值来诊断轴承故障,给出了基于谐波小波奇异熵的轴承故障实时诊断的具体方法和模型。通过对轴承内圈故障、外圈故障大量的试验研究表明:该方法能有效地对轴承故障进行诊断,具有很高的实时性,能对采样频率低于68kHz的诊断系统进行实时诊断,适用性很好。

阶比谱分析与汽车起动电机故障的实时诊断

本文主要论述阶比谱分析方法及其在汽车起动电机故障实时诊断中的应用。首先阐述了阶比谱分析的原理以及阶比采样中混迭与泄漏的产生及其抑制方法，然后讨论了如何在起动电机运行过程短、升速快的情况下获取感兴趣的噪声信号，进而采用阶比谱分析方法从信号中提取故障特征信息，最后利用阀值判别法起动电机的故障进行实时诊断。

现代光谱对燃烧与爆炸过程瞬态温度的实时诊断技术

燃烧温度是表征燃烧和爆炸行为和特征的重要参数之一,它将有效地指导新型炸药,火工品,爆破器材和新型武器的设计与制造。本文综述了现代光谱对火焰与爆炸过程瞬态温度的实时诊断技术,如原子发射-吸收光谱法、原子发射双谱线法、原子发射多谱线光谱法、分子转振光谱法、激光相干反斯托克斯拉曼光谱法和平面激光诱导荧光光谱法的应用和新近发展。其中原子发射-吸收光谱法的最大时间分辨率可达25μs,双谱线法的时间分辨率可高达0.1μs,完全适应于猛烈的爆炸和燃烧火焰的瞬态实时温度诊断的需要。其他的方法也将对研究火焰与爆炸过程的规律和燃烧瞬态特征的表征提供了新的有效的研究方法。

基于专家系统的CODOG动力系统实时诊断的研究

讨论了运用专家系统ＣＬＩＰＳ结合高级编程语言Ｖｉｓｕａｌ Ｂａｓｉｃ实现实时故障诊断的一种方法。利用高级语言开发应用程序及专家知识库，并通过调用ＣＬＩＰＳ动态链接库，实现ＣＯＤＯＧ动力系统的状态监测、故障诊断。

一种高效的基于粗集实时诊断算法的研究

随着计算机、自动化等技术的不断发展 ,在线监测系统已广泛地应用在企业生产中 ,开发研制智能化实时在线诊断系统已成为发展的必然趋势。粗集理论能有效地分析和处理不精确、不一致、不完整的各种信息 ,并以最简单的形式表示属性间相互影响关系 ,它已逐步应用在各类诊断领域中。由于属性的简约为 NP完全问题 ,这就为时效性要求较高的实时在线诊断算法提出了较高的要求。本文提出了一种高效的时态决策表“核”的计算方法 ,该方法不需要遍历所有的对象 (或过程 ) ,提高了求解速度 ,并可利用前一时态决策表“核”的计算结果经过简单推算即可求得下一时态决策表的“核”。应用遗传算法求解决策表的最小简约 ,根据“核”的信息对遗传操作采取了一系列控制策略 ,从而大大提高了求解效率 ,使基于粗集的实时诊断系统应用在实际生产中成为可能。

神经网络实时诊断与优化模型建模法——人工智能在钻井工程中的应用之二

提出了一些新的实时诊断和钻压优化模型建模方法———神经网络法，它们可以克服传统方法需要建立数学模型的缺陷，满足钻进过程控制对实时性的要求。给出了利用反向传播神经网络（ＢＰ网络） 进行实时诊断和建立钻压优化模型的方法。实际应用和计算机仿真研究表明：采用这些新方法可以实时地实现钻进过程的事故诊断，建立的模型不但能够满足自动送钻实时优化钻压的要求。

电站锅炉燃烧实时诊断应用技术

较全面地介绍了国内外有关锅炉燃烧诊断研究方面的成果，主要包括燃烧火焰检测诊断技术和压力脉动燃烧诊断技术等。讨论了提高燃烧实时诊断可靠性的具体方法。

基于瞬态分布征兆的实时诊断并行推理的研究

并行推理是提高实时诊断速度和可靠性的有效途径．根据专家经验由假设建立一个候选集，每个候选故障的行为都是由与状态相关的瞬态分布征兆序列描述的．承担着并行推理任务的各个线程，在测量序列中寻找与候选故障具有一致行为的测量集，从而动态地调整候选集确定故障类型．在诊断推理过程中，根据候选集大小、候选概率和期望后验熵来动态地调整各个线程自身的优先权，以期达到最佳的实时诊断效果．

基于专家系统的共轨柴油机实时诊断系统开发

在电控共轨系统开发的基础上,应用专家系统基本原理,对共轨系统故障诊断知识进行了合理分析,确定了共轨系统主要故障类型及判断方法,并在实际共轨系统上利用K线接口实现了与车辆诊断仪通讯功能。台架试验结果表明,实时诊断系统能对共轨柴油机主要故障进行可靠判断。

基于实时诊断的大坝健康决策支持系统

为实现对大坝的实时监控,及时掌握大坝运行状况,运用现代网络通信和计算机技术,综合多种数学方法,开发了大坝健康诊断实时监控决策支持系统,实现了对大坝安全监测信息的全面管理和分析,及时对异常数据和异常现象做出报警、评判和反馈,并进行一定层次的故障根源查找,帮助大坝管理部门及时做出正确的决策。文中阐述了该系统的结构以及各子系统的组成和功能。