旋转机械轴心轨迹的自动识别

研究了轴心轨迹图形的自动识别问题，包括轴心轨迹的形状、进动方向和稳定性，提出了利用图形的不变性矩特征的识别技术，构造了基于不变性特征矩的特征向量，定义了特征矩向量之间的距离，提出了置信度的度量方法。仿真与实验结果表明，该方法可以有效地识别常见的轴心轨迹。

基于不变矩和神经网络的泵机组轴心轨迹自动识别

基于泵机组故障信号处理的需要,介绍了不变矩原理,同时对神经网络建模,包括其样本获取进行了详细讨论;由于泵机组的多种故障与表征其运行状态的轴心轨迹形状有关,根据不变矩的平移、伸缩和旋转不变性特征,对实时检测的轴心摆度信号进行不变矩处理,利用BP型神经网络对其进行模式识别,进而判断出轴心轨迹的形状.为了弥补泵机组用于神经网络训练样本的不足,采用数值模拟与现场测试相结合的方法,将获取的所有样本进行求不变矩处理,并连同样本对应的实际形状作为神经网络的训练样本.网络训练完成后,将其输出结果与轴心轨迹图形进行比较验证.以山西大禹渡泵站水泵机组故障检测及诊断为例,在样本中选取其中的10组数据,比较的结果表明神经网络自动识别的结果准确.该方法为泵机组轴心轨迹自动识别和实现泵机组故障诊断智能化提供了依据.

发电机转子轴心轨迹形状自动识别方法的研究

给出了一种自动识别轴心轨迹形状的新方法。首先将采集到的轴心轨迹线图,用边界颜色填充各区域,形成轴心轨迹图象,计算其不变矩特征向量。然后将仿真生成的各种轴心轨迹不变矩特征向量作为参考模式,将实际检测的轴心轨迹不变矩特征向量作为待识别模式,利用关联度进行识别。最后成功地识别了 MJF-30-6 型发电机在空转、并网正常运行、转子短路故障运行、A 相接地四种工况的轴心轨迹形状,并揭示了发电机电气故障对转子轴心轨迹的影响。

基于傅立叶描述子自动识别轴心轨迹

提出了一种基于傅立叶描述子的轴心轨迹表示方法,证明了该方法描述轴心轨迹的尺寸、平移和旋转变换的不变性。得到了旋转机械典型故障模式轴心轨迹的傅立叶描述子,并分析不同故障模式的傅立叶描述子之间的区别及其致因。研究表明本文提出的傅立叶描述子对轴心轨迹具有良好的表征能力,具有算法简单,与测振传感器的种类、测试条件无关的特点。该方法的表述和故障机理相关,具有很强的物理背景。实测数据表明,该方法和智能分类算法结合使用对轴心轨迹形状具有较高的自动识别精度。

故障转子系统轴心轨迹的自动识别研究

轴心轨迹是转子系统故障诊断的重要依据,将整周期重采样、归一化的极半径序列引入轴心轨迹自动识别系统。首先对振动信号进行整周期重采样以降低转速和采样频率对小波去噪效果的影响,然后利用小波变换对其去噪并合成提纯的轴心轨迹,最后计算具有平移、伸缩和旋转不变性的极半径序列作为轴心轨迹特征,采用BP神经网络进行识别。实验结果表明该方法具有良好的识别效果。

基于PSO-BP与组合矩的水电机组轴心轨迹识别

引入了一种由Hu矩和仿射矩构成的组合不变矩作为水电机组轴心轨迹的反向传播(back propagation,简称BP)自识别神经网络的输入特征向量,在粒子群优化算法(particle swarm optimization,简称PSO)的基础上,融入粒子位置越界处理和全局最优位置未更新计数器,利用改进的粒子群算法求解BP网络连接权值,水电机组轴心轨迹的BP识别速度和精度得以显著提升,采用优化思想对初步识别结果进行量化分析,提取定量的轴心轨迹形状特征参数,可为水电机组故障定位提供指南。仿真实验和应用实例表明,组合不变矩的识别方法优于Hu矩或仿射矩方法,构建的PSO-BP具备较高的收敛速度和识别精度,所提出的轴心轨迹识别方法成功应用到了水电机组动不平衡故障诊断案例。

低轨卫星自动识别系统在海事监管中的应用

为保障海上船舶航行安全,预防远海船舶交通事故、海盗事件以及恐怖袭击等,通过分析我国远海海事监管的现状和国际低轨卫星发展趋势,针对我国远海海域急需有效监管的问题,提出了应用低轨卫星AIS数据建立我国远海海域船舶监管的方案。方案发挥了低轨卫星的特点,突破岸基AIS系统监管的局限,实现远海海域船舶监管低成本、高效率、大范围的目的,实现我国对全球AIS数据掌握的主动权。

一种新矩在水电机组轴心轨迹识别中的应用

结合不变矩和神经网络提出一种水电机组轴心轨迹自动识别方案,证明了离散点状态下曲线不变矩具有平移不变性和旋转不变性,但不满足比例因子缩放不变性;构造一组同时满足平移不变性、旋转不变性和比例因子缩放不变性的新曲线不变矩;通过引入动量项的BP神经网络对轴心轨迹自动识别,并给出了仿真和实际水电机组轴心轨迹识别诊断结果;对初步定性诊断结果进行定量分析,计算轴心轨迹形状特征参数,为故障定位分析提供参考.

一种GEO空间目标快速识别算法

由于GEO(地球同步轨道)空间目标相对背景恒星的视运动速度较慢,使用相邻帧图像差分的方法难以自动识别并跟踪目标。基于Lucas-Kanade算法,使用在全图所有星像的邻域开窗,计算统计波门内星像的移动速度,根据目标的运动特征给定全局阈值判别的方法,实现了相邻帧短曝光图像间的GEO目标自动识别与跟踪。仿真实验表明,该算法稳健可靠,星像位移计算精度为10-3,计算时间快于0.1s,在观测数据的实时处理中有较大的应用价值。

基于对线控位功能双轴水下操作云台控制系统

由于水下操作环境大多为缓流、浑浊度较高的区域,在这种水域进行测试,必须要克服紊流环境干扰等因素,因此设计基于自动追踪、识别目标的双轴智能水下操作云台控制系统,实现对拍摄目标进行快速锁定及跟踪,完成实时高效的图像采集功能。考虑到双轴水下拍摄云台在追踪目标的过程中存在着一定干扰的实际工况,该文对智能双轴云台采用对线控位功能,解决了云台定位精度不准确,自动追踪目标,智能识别移动物体等功能,为下一步研究提供了可靠的理论基础。

无先验信息的低轨空间目标航迹起始方法

针对光学观测中缺乏预报信息的低轨道空间目标自动识别捕获问题,提出一种基于修正Hough变换的空间目标航迹起始方法,从而实现空间目标的自动识别。首先利用背景恒星运动规律对观测数据进行预处理,剔除大部分背景恒星。再利用观测数据的时序信息、定向参数进行Hough变换。本方法并没有采用传统的Hough变换对所有参数空间中的数据点进行投票,而是仅对参数空间中部分点投票,可以大幅减少运算量和存储量。试验表明:该方法能够有效地抑制背景恒星产生的虚假航迹,并快速准确地完成无先验信息的低轨道空间目标的航迹起始;可以在光学观测中实现空间目标的自动识别捕获,以及实时发现新目标,这为低轨道空间目标光学观测的无人值守和联网观测奠定了技术基础。

水电机组轴心轨迹HU氏不变矩与仿射不变矩特征量对比

为了提高发电机转子轴心轨迹形状自动识别的精度,寻求更高效率的识别方法,本文通过仿真对HU氏不变线矩和仿射不变线矩特征量进行比较,分别计算了仿真的轴心轨迹图形在相似变换和仿射变换下的HU氏改进不变线矩与仿射不变线矩特征向量,并将结果与原图形对应的特征向量进行对比,结果表明,HU氏不变线矩在轴心轨迹自动识别研究中存在一定的应用局限性,而仿射不变线矩则具有更好的识别能力,为转子轴心轨迹形状自动识别研究提供了理论依据。

超级电容巴士自动充电系统的设计

采用Beckhoff嵌入式PC(CX5120)作为主控制单元,通过激光引导辅助射频、超声波技术,实现对车辆充电插座的识别和定位。充电连接过程中,EtherCAT总线驱动四轴伺服电机,将充电枪插入到车侧充电插座中,同时,采用无线通信技术解决了充电桩与车辆的信息交互问题,最终完成车桩的对接,实现了快速充电的目的。系统通过四轴的运动调整,解决了车辆的停靠误差、负重变化的充电定位问题,增加了自动化充电的安全可靠性。