针对工业环境中随机冲击干扰下滚动轴承微弱故障特征提取难题,提出一种基于自适应短时维纳滤波(Adaptive Short Time Wiener Filtering,ASTWF)和改进正交匹配追踪(Orthogonal Matching Pursuit,OMP)的滚动轴承故障特征提取方法。该方法...针对工业环境中随机冲击干扰下滚动轴承微弱故障特征提取难题,提出一种基于自适应短时维纳滤波(Adaptive Short Time Wiener Filtering,ASTWF)和改进正交匹配追踪(Orthogonal Matching Pursuit,OMP)的滚动轴承故障特征提取方法。该方法首先采用包络峭度和随余比(Random Shocks and Margin Ratio,RMR)作为联合判据,界定窗长界限并自适应确定STWF最优窗长参数,进而将随机冲击干扰从测试信号中分离出来;然后,利用立方包络自相关谱估计信号中周期频率,构造周期原子库,降低匹配原子冗余度;最后,利用相似性理论优化匹配追踪迭代终止条件,并结合周期原子库,实现弱故障冲击特征快速、准确提取。根据仿真信号和通过变速箱下线检测所得工程数据,可验证所提出方法可有效识别随机冲击干扰下的滚动轴承微弱故障特征。对比最小熵形态反卷积(Minimum Entropy Morphological Deconvolution,MEMD)方法对于随机冲击干扰下滚动轴承微弱故障特征提取效果,发现所提出方法具有更好的故障特征提取能力;与经典OMP方法相比,所提出改进OMP方法信号重构速度提升66%。展开更多
目的基于物联网(Internet of Things,IoT)和云计算技术的平台设计,以六西格玛方法应用于重症急性胰腺炎(Severe Acute Pancreatitis,SAP)患者延续管理。方法选取200例SAP患者,分为对照组(n=100)和管理组(n=100)。将IoT和云计算技术与六...目的基于物联网(Internet of Things,IoT)和云计算技术的平台设计,以六西格玛方法应用于重症急性胰腺炎(Severe Acute Pancreatitis,SAP)患者延续管理。方法选取200例SAP患者,分为对照组(n=100)和管理组(n=100)。将IoT和云计算技术与六西格玛方法相结合,为两组患者提供为期12周的延续管理,包括患者信息管理和医疗服务流程优化管理等。采用缩短就医时间、优化常规检查就诊时长、SAP患者复发率、再入院率和患者满意度为指标评价管理效果。结果管理组在缩短就医时间和常规检查就诊时长上明显优于对照组,差异有统计学意义(P<0.05)。管理组在6周与12周的疾病复发率和再入院率均显著低于对照组,差异有统计学意义(P<0.05)。管理组的满意度(非常满意和满意)显著高于对照组(P<0.05)。结论基于IoT和云计算技术的六西格玛方法在SAP患者延续管理中的应用通过实时数据监测、问题识别和优化措施的实施,可以提高患者的医疗体验,降低医疗成本,同时确保患者的隐私和数据安全,这一综合性方法有望为患者延续管理带来更高的效率和质量。展开更多
文摘针对工业环境中随机冲击干扰下滚动轴承微弱故障特征提取难题,提出一种基于自适应短时维纳滤波(Adaptive Short Time Wiener Filtering,ASTWF)和改进正交匹配追踪(Orthogonal Matching Pursuit,OMP)的滚动轴承故障特征提取方法。该方法首先采用包络峭度和随余比(Random Shocks and Margin Ratio,RMR)作为联合判据,界定窗长界限并自适应确定STWF最优窗长参数,进而将随机冲击干扰从测试信号中分离出来;然后,利用立方包络自相关谱估计信号中周期频率,构造周期原子库,降低匹配原子冗余度;最后,利用相似性理论优化匹配追踪迭代终止条件,并结合周期原子库,实现弱故障冲击特征快速、准确提取。根据仿真信号和通过变速箱下线检测所得工程数据,可验证所提出方法可有效识别随机冲击干扰下的滚动轴承微弱故障特征。对比最小熵形态反卷积(Minimum Entropy Morphological Deconvolution,MEMD)方法对于随机冲击干扰下滚动轴承微弱故障特征提取效果,发现所提出方法具有更好的故障特征提取能力;与经典OMP方法相比,所提出改进OMP方法信号重构速度提升66%。
文摘目的基于物联网(Internet of Things,IoT)和云计算技术的平台设计,以六西格玛方法应用于重症急性胰腺炎(Severe Acute Pancreatitis,SAP)患者延续管理。方法选取200例SAP患者,分为对照组(n=100)和管理组(n=100)。将IoT和云计算技术与六西格玛方法相结合,为两组患者提供为期12周的延续管理,包括患者信息管理和医疗服务流程优化管理等。采用缩短就医时间、优化常规检查就诊时长、SAP患者复发率、再入院率和患者满意度为指标评价管理效果。结果管理组在缩短就医时间和常规检查就诊时长上明显优于对照组,差异有统计学意义(P<0.05)。管理组在6周与12周的疾病复发率和再入院率均显著低于对照组,差异有统计学意义(P<0.05)。管理组的满意度(非常满意和满意)显著高于对照组(P<0.05)。结论基于IoT和云计算技术的六西格玛方法在SAP患者延续管理中的应用通过实时数据监测、问题识别和优化措施的实施,可以提高患者的医疗体验,降低医疗成本,同时确保患者的隐私和数据安全,这一综合性方法有望为患者延续管理带来更高的效率和质量。
