基于光纤传感的铁路牵引网故障自动识别技术

由于现有的铁路牵引网故障识别方法在识别过程中易受到周围环境影响,故障识别准确率较低,因此,提出基于分布式光纤传感的铁路牵引网故障自动识别方法。构建3种牵引网故障自动识别规则,通过自动识别规则,使用分布式光纤传感对故障特征进行提取;使用变量分析对故障损伤数据进行处理,筛选符合传输的故障损伤数据进行传输,计算故障损伤数据,运用网络拓扑结构对故障特征信息进行传输;通过融合层次的诊断,进行数据的融合,得到诊断结果,实现基于分布式光纤传感的铁路牵引网故障自动识别。

利用RFID和VFID技术实现卡车和集装箱自动识别管理系统

介绍了射频识别(RFID)和视频识别(VFID)技术的基本原理,描述了利用该技术实现的卡车和集装箱自动识别管理系统采用的基本架构和相关原理,分析了系统在开发和应用过程中所使用的新产品新技术,包括小型化抗金属无源标签和RFID/VFID比对过滤方法,以及国家科技部批准的新产品远距离无源标签。最后指出了系统可推广应用的前景和方向。成都海关采用本系统后,通关时间由300 s以上降低到最低的35 s。

混合系统故障诊断的模态转换自适应阈值研究

混合系统是既有连续变量也有离散事件的复杂的动力学系统,混合系统中的模态转换及参数不确定性可引起残差突变,原因是不同的模态下有不同的元件参与,采用常数阈值或常规自适应阈值往往造成误诊和漏诊。通过搭建混合系统键合图诊断模型,在对参数不确定性进行区间估计的基础上,运用线性分式转换构造模态转换自适应阈值,解决混合系统故障诊断中的误诊和漏诊问题。通过车辆转向系统的故障诊断进行实例分析及检验,实验结果表明所提算法的正确性和可行性,为混合系统故障诊断提供了新的解决方案。

空间目标序列图像识别技术

针对远距/近距空间目标成像的特点,提出一种基于序列图像的多尺度自动目标识别(ATR)方案.该方案综合利用目标的尺度变化、姿态变化及图像特征信息,分别构建多尺度目标分类器、姿态判别器,并估计目标识别结果可信度、相邻帧姿态变化的权重以及目标尺度权重;根据当前帧和上一帧的识别结果,进行目标类别的融合判别.对STK产生的10类仿真空间目标进行测试,试验结果表明:对远距空间目标,由于目标像素少,仅用单帧图像的识别率低,合理利用目标序列图像包含的信息,可有效提高目标识别率.

基于FAS系统及RFID技术的室内人员定位研究

依据建筑火灾救援案例,结合消防部队内攻作战模式,提出"用定位技术,指导内攻战术"的思想;内攻消防员定位系统采用预布点定位技术与火灾自动报警系统相结合的方式,以火灾探测器作为建筑内部定位的探测点,共享建筑平面图数据库,定位服务器集成到消防控制室的火灾监控终端,并选定RFID作为定位系统的通信媒介,指挥员可通过显示终端查看建筑内消防员的分布情况,实时指引其内攻推进作业。

埕南断裂带砂砾岩体的地震识别与描述

埕南断裂带发育了多期相互叠置的砂砾岩体,具有很大的勘探开发难度。对埕南断裂带的多期砂砾岩体的沉积分布特征及成藏特点进行了分析。受地震资料分辨率等因素的影响,利用测井、垂直地震剖面法对砂砾岩体的地震反射模式进行了分析;对地震剖面进行频率-时间谱扫描和水平频率-时间谱扫描,详细解剖了砂砾岩体内部结构并划分其沉积旋回;结合测井约束庆演,对砂砾岩体进行了预测,提出了勘探开发方案,与实钻结果吻合。

桥梁混凝土结构表面裂缝自动识别技术研究

为了满足桥梁检测发展的需求,提高混凝土结构表面裂缝的识别精度,基于既有图像预处理技术,提出一种新的裂缝提取及宽度计算方法。在图像预处理基础上,通过裂缝连接保留细小裂缝,将裂缝区域当作连通区域,根据裂缝特征参数过滤虚假裂缝,提取真实裂缝;寻找裂缝区域的交叉点,通过交叉点将整个裂缝区域划分成多个小裂缝,将小裂缝的最小外接矩形分割成多个小矩形区域,计算小矩形区域中裂缝特征参数,得到裂缝宽度。以混凝土试件重力加载形成的表面裂缝为对象,改变相机拍摄距离与拍摄倾斜角度获取裂缝图像,应用该方法计算裂缝宽度,并与裂缝观测仪的测量结果进行误差对比分析。结果表明:该算法裂缝识别率高、检测误差小,裂缝检测误差随拍摄距离或拍摄倾斜角度的增大而增大;为了满足实际工程的需要,采集裂缝图像时,拍摄距离最好保持在1m以内,倾斜角度尽量不要超过15°。

基于自适应特征提取的数显仪表识别系统

为了适应数显仪表各种不同的室外环境,建立了自适应于不同光照条件下的仪表自动识别系统。针对数显仪表图像的点亮区域多为红色,不亮部分偏灰白的特征,设计基于RGB彩色空间滤波方法,较好地保留了点亮区域的亮度信息;并提出改进的最大类间方差法,实现了数显仪表图像字符的自适应提取。根据数显仪表数字特征信息,采用穿线识别法,实现了数显仪表的自动识别。通过大量实测实验表明,提出的自适应特征提取算法对不同角度、不同光照环境拍摄的仪表图像都有良好的适应性,应用于数显仪表自动识别系统可得到95%的识别准确率,平均运行时间为1.136 s。