基于GAN和MS-ResNet的房颤自动检测模型

房颤是一种常见的心律失常疾病,针对现有研究工作大多依赖于单尺度信号段而忽略了不同尺度下潜在的互补信息和数据不平衡问题导致诊断性能下降的问题,提出了一种新颖的基于生成对抗网络(generative adversarial network, GAN)和多尺度残差网络(multiscale residual net, MS-ResNet)的房颤自动检测模型,该网络使用GAN合成具有高形态相似性的单导联心电数据来解决数据的隐私和不平衡问题。同时,设计了MS-ResNet特征提取策略,从不同尺度提取不同大小信号段的特征,从而有效地捕捉P波消失和RR间期不规则特征。该模型联合这两种策略不仅为房颤自动检测生成高质量心电图(electrocardiogram,ECG)数据,还可以利用多尺度网格提取不同波之间的时序特征。在PhysioNet Challenge2017公开ECG数据集上以及平衡后的数据集上评估了MS-ResNet的性能,并将其与现有的房颤分类模型进行了比较。实验结果表明,MS-ResNet在平衡后的数据集上平均F1值和精确率分别达到0.914 1和91.56%,与不平衡数据集相比,F1提高了4.5%,精确率提高了3.5%。

基于LabVIEW的继电保护测试仪自动检测系统设计

针对现有的继电保护测试仪检测程序繁琐,自动化程度低,点对点调试效率低下等问题,提出基于LabVIEW的继电保护测试仪自动检测系统;系统硬件以STM32F407ZGT6为主控芯片研制了继电保护测试仪输出转换装置,自动控制测试仪与标准器连成试验回路,代替人工拆接线行为;系统软件以LabVIEW为开发平台,设计了仪器通信、自动检测、生成报告、强制选择测点等模块,实现了继电保护测试仪的全自动检测;通过对某型继电保护测试仪进行测试,结果表明该系统工作状态稳定,能够实现一键式全自动检测,用户界面友好,可以替代繁琐的人工检测方法,具有一定的工程应用前景。

基于双层聚类信息的极光亚暴自动检测

极光亚暴与太阳风和地球磁场的耦合过程有着紧密的联系,对其发生和发展机制的研究,有助于深入地分析行星际磁场、地球磁层和地球电离层的相互作用,了解太阳风携带的大量能量在地球空间的输运过程,对地球空间环境预警具有重要的意义。Polar卫星搭载的紫外极光图像成像仪能够全天候地获取紫外极光图像,在紫外极光图像中可以完整地展示出极区极光的亮度和尺度变化,尤其是可以清晰地展示出亚暴膨胀相的极光点亮和亮斑膨胀现象。现有的极光亚暴事件检测方法通常需要人工设计特征和相关规则库,耗时耗力。本文利用紫外极光图像提出了基于双层聚类信息的亚暴事件检测方法,实现了紫外极光图像数据中的亚暴事件自动检测。同时,针对极光亚暴事件检测依赖手工设计特征,设计了子空间聚类指导的三维卷积特征自动提取网络;针对极光图像帧间存在成像角度差异,利用地磁纬度和磁地方时信息对极光序列中图像的空间位置进行校正;针对卫星成像位置变化导致的成像噪声,利用极光图像级聚类保留极光亮斑区域和剔除未成像或噪声区域。主观和客观实验结果表明,本算法提升了亚暴事件检测的查全率。

机械通气人机不同步自动检测算法综述

该研究总结了患者与呼吸机非同步性(patient-ventilator asynchrony,PVA)自动识别技术在机械通气过程中的应用。在早期阶段,规则及阈值的设定方法依赖于呼吸机参数及波形的人为解析,虽然这类方法直观并易于操作,但在阈值设定和规则选择上相对敏感,不能很好地适应患者状态的微小变动。随后,机器学习和深度学习的技术开始出现并发展。这些技术通过算法自动提炼和学习数据特性,使PVA的检测更具鲁棒性和通用性。其中,逻辑回归、支持向量机、随机森林、隐马尔可夫模型、卷积自编码器、长短期记忆网络、一维卷积神经网络等方法都被成功地用于PVA的识别。尽管深度学习方法在特性提取上取得了显著进步,但是它们对标签数据的需求较大,可能会消耗大量医疗资源。因此,强化学习与自监督学习的结合可能是一个实际可行的解决方案。此外,算法的验证大多基于单一的数据集,未来对于跨数据集验证的需求将是一个重要且充满挑战性的发展方向。

站台门间隙异物自动检测系统设计与实现

[目的]站台门间隙异物检测环节对地铁运营安全有影响,故有必要研究一种新型的地铁站台门防夹检测系统,使未来的FAO(全自动运行)系统更加安全与高效。[方法]采用视频和激光雷达算法融合技术,提出了结合视频图片识别和雷达点云数据的双重判据AI检测策略,创新性地采用了PointNet算法架构来进行地铁站台门间隙异物的检测,实现摄像头视频辅助激光雷达工作模式。若被检测间隙出现异物,则报警和视频联动,第一时间捕捉报警现场视频。利用多维深度学习方法,降低误判概率。[结果及结论]在系统设计中,提出传感器交叉叠装分层安装方法,实现间隙异物冗余检测功能;通过交叉互检机制,有效提高了检测装置的冗余性和可靠性;使用2D传感器实现3D检测效果。所研制系统为地铁信号系统提供安全联锁信号,提供报警信息给综合监控系统,并推送手环报警信息给现场运行人员。使地铁站台门间隙异物检测更加准确可靠,为地铁的全自动运行提供安全保障。

考虑不确定因素的低压配电网零线断线故障自动检测

当前低压配电网零线断线故障自动检测模型多设定为单一结构,检测范围较小,导致自动检测均值方差偏大,为此,提出考虑不确定因素的低压配电网零线断线故障自动检测方法。该方法根据前的检测需求,识别故障区域及零线断线故障特征,采用多目标的方式,扩大检测范围,在不确定因素背景下,设计多目标配电网零线断线故障自动检测模型,采用持续自动化修正处理实现自动检测。测试结果表明:针对选定的5个测试区块,分三个阶段测定,最终得出的自动检测均值方差被较好地控制在1.3以下,说明在不确定因素的背景下,所设计的低压配电网零线断线故障自动检测方法针对性强,效率较高,具有实际应用价值。

机械设备电气故障自动检测系统优化设计

当前系统不能有效消除干扰信号,数据采集精度低,影响机械设备电气故障诊断,为此设计一种新的机械设备电气故障自动检测系统。采集电气故障检测数据,提取电气故障特征,根据特征判断机械设备的电气故障原因,计算纠正参数完善电气故障检测结果,线性处理电压检测曲线,完成机械设备电气故障检测。测试结果验证,所提系统能够有效消除干扰信号,保证整体功能运行稳定,相对于对比系统,响应时间更短,数据采集精度得到明显改善。

基于机器视觉的呼出气体酒精含量检测仪自动检定装置

当前呼出气体酒精含量检测仪检定工作耗时耗力,检定过程需要人工进行判读和记录,针对该问题研制一套呼出气体酒精含量检测仪自动检定装置。依据检定规程的要求,设计配气装置实现对气体的气路设计及温度和流量等的控制。基于机器视觉系统使用Halcon联合C#开发识别算法,利用Canny边缘算法提取感兴趣区域,定位提取示值字符后训练多层感知器来识别示值结果,并实现检定过程的自动选择和报告的自动生成。实验结果表明:对五种型号的呼出气体酒精含量检测仪示值的识别准确率达到了99.5%以上,平均识别时间小于200 ms,对后续检定的平均全过程时间从3.5天缩短至1.5天。该装置满足检定规程的要求,可以应用于各地计量机构的检定工作中,具有实用价值。

钻井液漏斗黏度和密度自动检测仪的研制与应用

近年来,国内外对钻井液性能自动检测技术的研究取得了长足进步。针对现有钻井液自动检测仪器成本高、结构复杂和工作环境受限等问题,研制了钻井液漏斗黏度和密度自动在线检测仪。使用可编程逻辑控制器、物联网模组、压力传感器、超声传感器、蠕动泥浆泵、电动球阀和隔膜泵等,搭建取浆模块、检测模块、清洗模块和控制模块,实现了对钻井液漏斗黏度和密度的自动检测、移动端设备数据查看和操作等功能。采用传感器数据融合和滤波算法等方法提高仪器精度和稳定性,对不同钻井液体系性能测试验证,漏斗黏度误差控制在±1 s,密度误差控制在±0.01 g/cm^(3),且可连续地对钻井液性能进行自动测试。室内测试和现场试验结果表明,该仪器具有操作方便、测试结果准确、可重复性高、人为测量误差小和节约人工等优点,能满足实际钻井施工过程中对钻井液性能检测的要求,具有较强的普适性和广泛的应用前景。

多维高斯贝叶斯算法造纸机械设备故障自动检测优化设计

信息技术进步发展背景下,各行业已经开始使用机械化设备进行生产,进而提升生产质量。虽然造纸设备能大幅度的提升整体生产的效率,但由于其整体的复杂性,在生产运动过程中会出现故障。基于此,设计多维高斯贝叶斯算法造纸机械设备故障信息诊断系统;利用完整的框架结构设计客户机/服务器模式,联合服务器与信息查询模块,实现造纸机械设备故障信息诊断系统的体系结构搭建;在此基础上,计算故障信息的松弛度数值,通过判定迭代门限的方式,实现对多维系数信号的处理,完成多为高斯贝叶斯算法造纸机械设备故障自动检测功能。最后结合造纸机械设备故障情况提出同步维修、分步维修、易维修设计等方法,为造纸机械设备的正常平稳运行提供了技术保障。

基于误差修正的光面塞规直径高精度自动检定

针对航空制造企业光面塞规大批量检定中存在的检定精度及效率低、人工操作烦琐等不足,提出一种基于机器视觉和激光测径相结合的光面塞规直径测量方法。由激光测径仪测量塞规直径,机器视觉模块同步检测塞规在测径仪光幕当中的姿态,并对测径仪测量值进行修正。同时,利用专用工装配合气浮运动机构实现多个塞规的自动切换及单个塞规的多位置自动测量。试验结果表明,该系统的重复测量标准差为0.16μm,与立光计测量值相比的绝对测量误差≤0.5μm,塞规单端测量时间≤45 s,能够满足生产中的常用光面塞规快速高精度检定要求。

大豆茎秆相关表型自动检测方法研究

针对成熟期大豆植株中茎节数和茎粗表型的自动获取问题,将其分解为茎节识别、茎秆区域检测、茎节定位与排序、茎粗计算等若干子问题,提出一种融合目标检测、语义分割、路径规划等算法的茎秆表型自动检测方法。以A*寻径算法和目标检测算法为基础,实现了茎节自动检测与计数;以类比法、曲率法和最大内切圆法为基础,实现了茎粗自动检测与计算。针对成熟期植株中豆荚遮挡导致茎秆表型检测精度不佳的问题,在以YOLOv5s为基准的目标检测模型上融入坐标注意力机制,以增强对被遮挡茎节的关注,同时,针对豆荚密集导致的茎节误检问题,设计融合位置信息的过滤算法,将茎节检测任务的平均检测准确度(mAP)提升至93.2%,高于基准模型2.4百分点。使用语义分割模型识别茎秆区域,优化后的均交并比(mIoU)达82.6%。基于语义分割后的茎秆区域,对比3种茎粗检测方法,以最大内切圆法准确率最高。在实际植株样本图片上的检测结果表明,所提出的方法在茎节数和茎粗表型上的平均绝对误差分别为1.33个和0.99 mm,与人工测量的阈值要求基本相符,均方根误差分别为1.74和1.20,平均绝对百分比误差分别为8.96%和16.37%。

小型光电编码器误差自动检测系统

为了提高小型光电编码器误差检测的精度和效率,拓展编码器误差检测的应用,设计了一种误差检测系统。通过对编码器误差来源分析,以步进电机为动力,DSP芯片为数据采集与电机驱动核心,21位高精度编码器为角度基准,搭建了可进行编码器动态误差与静态误差自动检测的系统。并通过对误差的分析与拟合,实现了对编码器的误差补偿,提高了被检编码器测量精度。经实际检测验证,所设计编码器误差检测系统达到设计要求。

尿液样品量自动检测及收集装置的设计

目的:针对传统尿常规检测存在的问题,设计一种尿液样品量自动检测及收集装置。方法:该装置主要由主控系统、检测系统、提示系统和抓取及移动系统组成。主控系统由2个STM32单片机和复位开关组成;检测系统由称重模块、红外模块以及指示灯组成,其尿液样品量自动检测算法采用Keil5平台开发;提示系统由固定于箱体背板的语音模块实现语音播报;抓取及移动系统由导轨驱动电动机、光电开关以及电动夹爪组成,其中导轨驱动电动机采用86CM型步进电动机。结果:该装置检测尿液样品是否合格的准确率高达99.44%,且能将合格的样品自动快速收集于试管托架中。结论:该装置能够实现对尿液样品量的自动检测和合格样品的自动收集,可以有效提高检测的精准性及检测效率。

一种医用纤维内窥镜综合镜体光效自动检测方法

医用纤维内窥镜已应用于各种医疗领域,其综合镜体光效的水平会影响所接收到图像的质量,从而导致医护人员无法准确判断病灶情况。为快速有效评价纤维内窥镜在临床使用下的综合镜体光效,提出一种基于图像处理的自动检测方法。通过内窥镜光源照射高反射率标准白板,对CCD相机采集到的内窥镜图像进行图像处理,提取90%视场处和视场中心的灰度值的比值作为边缘各点综合镜体光效,并进一步计算出内窥镜总体综合镜体光效。根据设计方法对2支纤维内窥镜进行了10组重复实验,并与生产商标称值进行对比分析,同时计算不确定度以及分析误差来源,验证了所设计方法的可行性。

继电保护测试仪自动检测系统设计

继电保护测试仪是对继电保护装置调试和检验的重要仪器。为了进一步提高继电保护测试仪的检测精度、稳定性和检测效率,设计了基于LabVIEW的继电保护测试仪自动检测系统。该系统采用LabVIEW模块化的编程思想,实现继电保护测试仪的自动检测、手动检测、保存报告等功能。为了解决继电保护测试仪的输出为三相,而万用表和示波器仅支持单相测试的问题,设计了输出转换装置。基于转换装置,可以在测试开始前一次性完成所有接线,并在测试过程中根据不同校准项目进行测试回路自动切换。功能测试结果表明,该系统能满足检验标准化、报告标准化和闭环自动测试要求。该系统对其他二次测量设备的自动检测校准有一定的借鉴意义。

基于改进YOLOv5s算法的桥梁裂缝自动检测及分类

为了克服传统人工裂缝检测方法费时费力、局限性大等弊端与不足,提出一种基于深度学习的裂缝自动检测与分类方法。采用YOLOv5s算法作为基础,引入2种不同的注意力机制——SENet和Coordinate Attention,这些机制从大量数据中快速筛选出高价值信息,从而提高了YOLOv5s模型在裂缝识别和分类方面的效率。原始的YOLOv5s模型在1500张包含4种类型裂缝的图像上的检测结果为89.2%,引入注意力机制后,模型精度分别提高了5.7%和7.1%,达到了94.9%和96.3%。结果表明,改进后的YOLOv5s算法可以实现桥梁裂缝的自动检测及分类,在实际的桥梁性能测试中具有广泛应用前景。

矿浆浓度自动检测技术研究进展

介绍目前最常用的矿浆浓度检测技术——超声波法、谐振法、射线法和称重法,阐述其结构组成、工作原理、技术特点、实际应用情况以及各自的优、缺点,重点介绍重力式矿浆浓度检测技术及其应用情况。最后,给出矿浆浓度检测仪表的应用选型建议,指出了矿浆浓度检测技术的未来发展趋势。

基于YOLOv3的选煤厂闸板开度自动检测系统

为保证选煤厂闸板开度执行精度,针对传统检测系统容易受到复杂环境的影响,导致检测出现偏差的问题,设计基于YOLOv3设计选煤厂闸板开度自动检测系统。该系统借鉴B/S三层框架结构设计系统框架,包括图像采集层、中央处理层以及终端显示层;硬件部分,主要针对激光扫描仪、通信设备以及微处理器三个关键硬件分析;软件部分,设计图像采集处理程序、YOLOv3开度检测程序、预警程序。试验结果表明:无论在何种环境中,该系统开度检测偏差均小于0.5,说明所设计的系统检测准确性较高,能适应各种环境的开度检测,弥补了传统开度检测系统存在的缺陷。

自动检测技术在汽车涂装表面质量检测中的应用探讨

在汽车制造时为了确保汽车的外表形象,必须对其表面的涂层质量进行深入检查。车身喷漆时车身表面涂装的灰点、脏点等质量问题,对车身外观、生产成本、一次报交合格率等都有很大的影响。通过对自动化检测系统的精度进行评估,寻找减少缺陷漏检的途径,从而有效地提高车身表面质量,提高制造技术的自动化水平。