磨音信号检测与处理方法研究

针对传统磨音检测和处理方法无法有效去除噪声和提取磨音特征,导致球磨机料球比检测精度较低的问题,提出了一种基于盲源分离(BSS)的磨音检测方法和基于经验模态分解(EMD)的磨音处理方法;该方法首先利用BSS技术从多个音频传感器采集的混合噪声中分离出磨音信号,然后对其进行EMD分析,利用相关系数准则和本征模函数(IMF)能量的判别熵准则提取了磨音的有效的IMF,最终找到了不同料球比水平下磨音有效IMF能量的范围;实验结果表明提出的磨音检测方法可有效提取出磨音信号,提出的磨音分析方法大大提升料球比检测精度,为应用于实际的球磨机料球检测系统提供了理论基础。

结合软约束的演化数据流模糊聚类算法

多源局部放电检测中,不同类型的局放信号同时存在且不断变化使得信号的分离更具挑战,而这种情况同样存在于许多数据流的聚类分析场景中。为了能够适应类簇内的不均匀密度和类簇间的重叠边界问题,同时对数据流的漂移和演化进行及时跟踪,提出了一种结合软约束的实时数据流模糊聚类算法。算法引入2种模糊性软约束来描述微簇距离和密度上的不确定度,通过阈值划分出核心微簇、边界微簇和离群微簇;在类簇边缘使用模糊隶属度,给予微簇分属不同类簇的可能性,保证类簇的完整性并提高聚类效果;使用两阶段的流程结构和2种时间窗口模型,赋予算法具有对可变化数据流的适应能力和更低的时间空间占用率。在多种数据集上的实验表明,该算法相比同类型算法在聚类效果上提升了1%~3%,且平均运行时间缩短5%~20%,在实际硬件平台的测试中也验证了算法的聚类分离性能。

基于特高频传感器的局部放电信号并行采集系统设计

针对传统局部放电信号采集系统采样率低、采样率不可灵活配置导致局部放电脉冲信号时域波形特征提取误差较大的问题,设计了一种用于特高频传感器的局部放电信号并行采集系统。系统以Xilinx 7系列FPGA为主控芯片、四片最高采样率为250 MHz的ADC芯片通过分时交替并行采样技术实现最高1 GHz的采样率。系统在特高频传感器的基础上,主要分析并校正了由分时交替并行采样技术引入的偏置失配误差、增益失配误差和时延失配误差。仿真及实验结果表明,该系统能够采集到高精度的局部放电信号包络,并且在100 MHz带宽范围内无杂散动态范围(SFDR)提高到35 dB。

基于全卷积DenseNet的前列腺MRI分割新方法

前列腺磁共振图像(MRI)的自动分割对前列腺疾病的诊断至关重要,但是前列腺区域所占比例过小、组织边界模糊等问题为自动分割带来极大困难。针对这些问题,提出了一种基于全卷积DenseNet的前列腺MRI图像分割方法。该方法以现流行的深度学习理论为基础,利用迁移学习的思想,将DenseNet从自然图像迁移到前列腺数据集;采用反卷积和类似U-Net的全卷积神经网络结构,实现端到端的图像分割。同时引入并改进Dice相似性损失函数以解决前列腺MRI中背景所占比例远远大于前列腺区域和一些像素难以准确分割等问题。通过在PROMISE12数据集上进行实验,提出的方法 Dice相似性系数达到93. 25%,Hausdorff距离小于1. 2 mm,相较于目前的主要方法,分割效果更好、所耗时间更短。

基于特高频传感器局部放电监测系统的FPGA设计

为了有效监测局部放电信号,利用FPGA的高速并行处理能力,设计一种基于FPGA的特高频局部放电监测硬件实现系统。文中介绍了系统的硬件设计及FPGA实现原理。系统使用提升小波变换对采集数据进行脉冲提取,然后对有效脉冲进行特征提取,最后将提取的特征参数送入PC端,使用DBSCAN将脉冲的特征提取结果进行聚类分离。实验结果表明,基于高速FPGA设计的局部放电监测硬件系统能将不同脉冲信号有效分离。

提升小波变换的局部放电白噪声抑制方法研究

局部放电信号监测中易受白噪声干扰,为此,提出了一种基于提升小波变换的白噪声抑制方法。利用提升小波变换对信号进行分解,根据信号的噪声强度计算阈值,对小波系数进行滤波。根据信号的奇异性,不同细节层上局部极大值点的位置即为脉冲边缘的位置,选取满足条件的极值点,得到脉冲信号的位置,再通过滑动窗口将脉冲提取出来。通过仿真信号和实际采集的局部放电信号进行降噪处理。将所提出的算法和已有降噪算法进行对比,对算法的性能从均方误差(mean square error,MSE)和波形相关系数(waveform correlation coefficient,WCC)两个方面进行分析,验证了该方法的有效性和准确性。实验结果表明,该方法能够在低信噪比环境下有效地提取脉冲信号,抑制白噪声。

红外分析软件中COM技术的运用

红外热像仪在使用时有很多不足,如功能单一等。因此设计了一种多功能红外分析软件,这种红外分析软件不但包含基本的分析功能,而且能够生成统计图,自动生成分析报告,访问数据库。采用COM技术构建了红外分析软件,将复杂的模块开发简化,降低了软件开发周期。在Windows 2000/XP环境下,分析软件运行稳定,功能都达到了要求。

磨音基频提取在球磨机料位测量中的应用研究

针对传统磨音特征提取方法复杂和磨机料位测量精度低的问题,提出一种利用磨音基频测量磨机料位的方法。该方法通过分析磨音信号的归一化差值函数计算信号基频,找到空磨、正常磨和饱磨条件下的基频频段,最终建立磨机料位与磨音基频频段的对应关系。实验结果表明,与传统磨音特征提取方法相比,此方法简单高效,可有效地提取磨音信号基频特征,更加精确地反映磨机料位,对提高磨机生产效率和节能降耗具有重要意义。

基于稀疏表示的红外图像去噪算法研究

红外图像具有动态范围窄、对比度低、易受噪声污染等缺点,传统红外图像去噪算法在去除噪声的同时也滤掉了图像细节。提出了一种基于稀疏表示的红外图像去噪新方法。该方法首先将原始红外图像进行聚类分析,再将每一聚类子图像分解成字典,由稀疏系数矩阵重构去噪后的红外图像。实验结果表明,该方法相比于传统红外图像去噪算法,能更好地保留图像的细节信息,视觉效果比较理想。