中医诊断装备辅助体质辨识的文献研究

目的:通过文献研究中医诊断装备对体质辨识“治未病”的辅助作用。方法:对2002年1月至2023年7月文献进行统计研究,导入Note Express中建立文献数据库,将符合纳入标准的有效文献录入Excel 2019表格,建立中医体质辨识文献数据库。依据红外仪、舌诊仪、脉诊仪和面诊仪研究归纳总结。结果:不同体质类型的不同部位温度情况、舌象特征、脉象指标、脉象特征、面象指标各不相同,且存在显著差异(P<0.05),可借助红外仪、舌诊仪、脉诊仪和面诊仪收集受检者相应的生理数据进行分析,从而辅助体质辨识。结论:利用中医检测装备可以降低体质辨识时由于医生主观判断所造成的偏差,能有效促进体质辨识系统化、规范化,从而提供更加精准的养生治疗建议。

知识图谱在装备故障诊断领域的研究与应用综述

知识图谱从装备故障诊断数据中提取有用的知识,通过(实体,关系,实体)的三元组方式,对复杂装备的故障诊断信息进行有效管理,实现装备故障的快速诊断。首先,介绍装备故障诊断知识图谱的相关概念,分析装备故障诊断领域知识图谱的构建框架;其次,归纳国内外装备故障诊断知识图谱的知识抽取、知识融合以及知识推理等几个关键技术的研究现状;最后,对目前装备故障诊断知识图谱应用进行总结,提出该领域知识图谱构建的不足和面临的挑战,并对未来装备故障诊断领域提供一些新的思路。

基于故障树的导航装备故障诊断专家系统研究

针对导航装备比较常见的故障诊断方法，提出了基于故障树的通用故障诊断的概念．为使故障诊断专家系统具有通用性，在分析故障树流程图特点的基础上，提出了逻辑关系的数字编码和故障诊断数据库的思想，设计了对导航装备故障诊断专家系统具有通用性的系统软件及数据库．

基于范例的装备故障诊断的Web推理方法研究

本文基于Web技术,从装备故障诊断的实例出发,提出一种基于范例的Web推理方法和对应的CBR系统结构,以适应目前因特网环境下的知识共享、知识管理工具和知识应用的发展。

地方特色大学“过程装备监控及诊断技术”课程教学改革探讨——以安徽建筑大学为例

"过程装备监控及诊断技术"在过程装备与控制工程(过控)专业课程体系中属于一门限定专业选修课,结合安徽建筑大学"依托建筑业、服务城镇化"的办学定位,本文在教学实践基础上,基于"卓越工程师教育培养计划"和学校的办学定位,分析了现阶段"过程装备监控及诊断技术"课程在课程支撑及教学内容体系、教材选用、教学模式、实践环节方面存在的问题,并探讨了可能改进的措施。以期为地方特色大学尤其是新建过控专业的高校"过程装备监控及诊断技术"课程的实施提供一定的参考。

常用中医诊断装备检测原理与多源信息融合方法

研究者希望通过仪器装备来帮助中医诊病,并客观地记录下中医诊断过程中的信息。本研究阐述了望诊仪、脉诊仪、红外仪、经络仪等中医诊断装备的检测原理,以及模拟中医四诊合参的多源信息融合算法研究及应用现状;并提出以中医工程领域本体、智能辅助诊断模型以及自动标注平台为特征的多源信息融合方法构想。对于中医客观化诊断信息的采集、疗效评价及大数据分析较有价值。

基于BP神经网络和案例推理的装备故障诊断研究

分析了BP神经网络和基于案例推理(CBR)在故障诊断领域应用中的优点、局限性和互补性,设计了二者相结合的装备故障诊断模型,通过某型装备的故障诊断实例,验证了该算法的有效性。

中医智能诊断装备研究现状及发展趋势探讨

中医智能诊断装备作为中医传统知识与现代科技的结合体在医疗领域备受关注。文章总结了中医智能诊断装备的范畴特点,包括以四诊为主要功能的装备以及依托中医健康管理平台的装备的现状。并且,探讨了这些装备在社区、康养中心、家庭远程居家管理场景以及医疗机构的临床治疗管理场景的广泛应用前景。未来,中医智能诊断装备的研究将更加注重数据安全、多元化监测指标,以适应多样化的使用场景,这一趋势将促使中医智能诊断装备更加完善,为中医药在健康领域的广泛应用提供支持和便利。

基于人工智能装备故障诊断应用研究

随着科技的飞速发展,人工智能技术在各个领域的应用日益广泛。本文主要研究了基于人工智能的装备故障诊断应用,深入探讨了该领域的发展背景及其实践意义。首先,介绍了人工智能的概念和发展历程,以及人工智能在装备故障诊断中的应用和优势。其次,讨论了人工智能装备故障诊断的方法,包括专家系统、基于机器学习的方法和基于深度学习的方法等。最后,通过电子装备系统、工程机械和新型电力系统的案例简述了人工智能在装备故障诊断中的典型应用。

基于ARM的装备信号检测仪的设计与实现

为帮助维护人员现场排查故障,以S3C2440及嵌入式Linux为开发平台,提出了一套用于某装备的信号检测仪设计方案。该系统基于Client/Server架构,以侦听的方式接入被测网络,实现多种信号(数字量、模拟量、电平信号)实时采集,信号特佂图形化动态显示,基于智识库的故障诊断与定位等功能。前端机软件基于Matlab,实现路径、通信、交互管理及数据分析;后端机在嵌入式平台控制下对信号在线录取,并将结果以数据报文发送至前台进行分析处理。实验结果表明,该系统可以满足功能、性能要求,且成本低廉。

面向发动机故障诊断精度的深度随机森林优化研究

为解决装备故障检测存在故障数据少,难以应用深度学习方法提高性能的问题,提出一种基于优化深度随机森林的提高装备故障诊断精度方法。根据数据集合数据的特点,构建重采样的样本集合决策树模型,通过对故障数据中的连续数值进行C4.5决策树离散化处理,使用扩张卷积方法扩展滑动窗口的感测范围,对训练模型进行实验验证。实验结果表明,运用深度随机森林的方法对提高装备故障诊断有一定借鉴作用。

基于数字孪生和IETM的装备常规故障诊断

装备在实际运行过程中出现的大部分常规故障都是由于人为操作、保养以及环境等因素引起的。常规故障在装备的研制、试验、鉴定以及维保过程中都进行了验证,并有明确的定义,具有明确的故障树分析结论,因而数字孪生可为装备常规故障提供快速、交互性的诊断可能。为提高常规故障诊断的效率和诊断过程的交互式体验感,提出一种基于数字孪生的装备常规故障诊断模型。在此基础上,鉴于交互式电子技术手册(IETM)良好的交互性及用户体验感,设计一种基于孪生数据和IETM的装备常规故障诊断方案。该方案将装备故障树转换为IETM的故障数据模块,存储到IETM数据库中形成故障库。采用故障树分析方法并将装备实时孪生数据作为输入,利用IETM的交互性,通过过程数据模块结合故障数据模块进行步进式故障诊断及隔离引导操作,同时提供维修操作指导。当装备实时孪生数据与故障库定义的故障信息不完全一致时,采用案例分析法计算装备实时孪生数据提供的故障征兆信息与故障库中明确定义的故障征兆信息的相似度,并设定相似度的阈值进行判定;再利用IETM推送对应故障数据模块进行相应的故障诊断隔离引导。

“科研利器”成装备“保健医生”

中石化茂名分公司64万吨裂解炉计划外停工一天,经济损失巨大。该公司乙烯生产车间的换热器易腐蚀结垢,每隔3个月就要更换,否则极可能导致裂解炉停工。广东石油化工学院研发的石化装备智能防腐体系,让换热器一年只需换一次。据广东石油化工学院院长、石化装备故障诊断科研团队带头人介绍,学校地处华南沿海石化产业带中心位置，为助力石化企业创建装备安全“智能时代”，解决大机组复合故障诊断技术等世界性共同难题，学校与清华大学、天津大学、茂名石化等单位通力合作，联合攻关15年，率先构建了包含智能检测、专家决策、智能防腐功能的石化装备智能安全技术体系。

基于Windows CE的便携式数据采集与处理系统

针对过程装备智能诊断系统中的巡检仪提出了一种基于WindowsCE的数据采集与处理系统,并给出了硬件及软件设计。

变转速下机械动态信息的自适应提取与状态评估

与平稳工况相比,变转速下机械设备的动态信号十分复杂,信号会出现调频、调幅、调相等非平稳特征,这些特征又往往相互耦合,使故障特征的提取变得十分困难。变转速下机械故障特征的提取既是许多行业机械装备故障诊断水平提升所迫切需要解决的技术瓶颈,也是当前国内外研究的热点问题。

基于某卫星定位系统的船艇指控体系研究

本文对依托某卫星定位系统建立的船艇指控体系进行了探讨研究，以求达到船艇的实时指挥控制。

战术导弹分层混合贝叶斯网络测试性建模和评价方法

针对复杂装备传统测试性建模和评价存在故障模式结构分层、信息不确定、数据容量小的问题,提出了分层混合贝叶斯网络测试性建模和评价方法。将测试性结构模型和测试性贝叶斯网络模型相结合,利用专家评分的先验知识与小样本测试数据的后验知识,在战术导弹全寿命周期内对装备测试性进行分析和评价。应用分层混合贝叶斯网络测试性建模方法建立复杂系统的测试性网络拓扑结构,解决了故障模式结构分层问题。引入三角模糊数算法获取专家知识,计算关于故障检测率的先验条件概率分布,解决了信息不确定问题。以历史测试数据作为后验条件,由贝叶斯公式更新故障检测率的概率分布,解决了数据容量小问题。仿真结果表明,与传统测试性建模和评价方法相比,分层混合贝叶斯网络测试性建模和评价方法既考虑了复杂装备的结构分层,又融合了先验知识和实际试验结果,并且实例验证所设计的测试性建模和评价方法是有效的。