检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像的人民币编码识别

基于图像的人民币编码识别

作者：高阳东北石油大学

学位级别：硕士

人民币编码的唯一性,使其可以作为人民币的身份标识,可以实现对人民币的流通以及使用进行监控,从而使得人民币流通市场能够更加的安全化规范化。本文研究了预处理,定位分割以及识别三大部分内容。本文分析研究了图像的预处理内容,... 详细信息

人民币编码的唯一性,使其可以作为人民币的身份标识,可以实现对人民币的流通以及使用进行监控,从而使得人民币流通市场能够更加的安全化规范化。本文研究了预处理,定位分割以及识别三大部分内容。本文分析研究了图像的预处理内容,考虑到人民币图像预处理的特殊性,给出了斜率直线拟合法和分组平均值法相结合的边缘检测算法。此方法计算简单,并且结果准确。在对图像进行几何形变校正时,不仅给出了图像的倾斜校正,同时还考虑了图像的几何错切校正,使得系统具有更好的适应性。研究了人民币编码定位分割算法。给出了初步粗定位,再细定位,最后细分割的方法。粗定位部分通过固定比值算法来实现,此定位算法利用了预处理中边缘检测以及几何校正的部分成果,算法简单、计算量小、且适应性强,不会受到图像大小变化的影响。细定位,细分割部分通过X轴投影法以及Y轴投影法来实现。编码识别的研究分为两个部分,即数字识别和英文字符识别。数字识别部分通过交点变化特征算法以及改进的八邻域相交算法两种特征提取法来实现。交点变化特征法为简单的比较运算,对于不发生较大倾斜的人民币图像有很高的识别率,且识别时间短。改进的八邻域相交法弥补了交点变化特征法在倾斜较大图像的识别上的一些不足,使得系统的适应性更强。英文字符识别部分,给出了基于FICA的pnn识别算法,此算法在综合考虑模式分类的准确性以及快速性上要优于其他神经网络。

关键词：人民币编码识别定位特征提取 pnn

车辆电源带载性能安全性评测及其故障诊断的仿真研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

车辆电源带载性能安全性评测及其故障诊断的仿真研究

作者：卢娇兰州理工大学

学位级别：硕士

随着现代武器装备向高精尖发展,新型负载尤其是非线性负载日趋多样化,车辆电源以其运行稳定和供电可靠,已成为野外作战训练时军队武器装备不可或缺的电能来源,如何确保战训时车辆电源带载的安全、可靠性,以及如何在车辆电源出现故障时... 详细信息

随着现代武器装备向高精尖发展,新型负载尤其是非线性负载日趋多样化,车辆电源以其运行稳定和供电可靠,已成为野外作战训练时军队武器装备不可或缺的电能来源,如何确保战训时车辆电源带载的安全、可靠性,以及如何在车辆电源出现故障时迅速、准确地定位故障发生的位置,即如何用好、管好车辆电源,已成为一项意义重大且亟待解决的工作。基于此,本文以30k W车辆电源为背景,主要进行了以下几方面的研究工作:1)车辆电源的建模与模型校准本文从30k W车辆电源的组成及其内部结构出发,将其划分为柴油机及其调速系统与发电机及其励磁系统两大子系统,建立了车辆电源系统及线性负载模型与系统仿真,并结合发电机特性曲线修正了其运行中的边界;依据GJB1488-1992中9大性能指标和GJB235A-1997中4类电站分类准则,在30k W机组测试平台上进行了相关的实体试验,并与所建模型下的同类仿真实验结果进行了对比分析,验证了所建仿真平台的可用性。2)车辆电源与一类非线性负载匹配的预测建模考虑实际战训中的非线性负载类型的多样性与建模的复杂性,在建立了准确的车辆电源模型后,重点针对一类应用最为广泛的单相不可控整流电容滤波型非线性负载进行了深入的仿真研究。首先建立了此类非线性负载的仿真模型;其次,在不同负载功率和不同直流电压纹波率下,通过一系列仿真实验,获取了相关的数据;最后,采用ELM方法分别建立了车辆电源非线性带载能力预测模型、特定直流电压纹波下非线性负载最佳滤波电容匹配预测模型,并在GUI下得以实现,为30k W车辆电源实际承载一类非线性负载提供了依据。3)车辆电源故障诊断方法研究考虑到军方用户对车辆电源故障诊断与维修定位的需求,在已建立的车辆电源仿真模型的基础上,重点针对车辆电源常见故障类型的故障诊断进行方法研究。首先,根据车辆电源在实际使用中的常见故障确定了本文所要研究的故障类型;其次,在深入分析车辆电源工作机理并总结专家经验的基础上,确定了故障征兆与原因的对应关系;接着在已建立的车辆电源仿真平台上进行了故障类型故障模拟实验,并采集各类故障下的样本数据;最后,采用pnn方法建立了车辆电源常见故障分类模型,并通过GUI人机交互界面给出指示,实现了车辆电源常见故障的诊断,为军方用户及时维护提供了依据。

关键词：车辆电源非线性负载 ELM 预测建模 pnn 故障诊断

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

某型飞机水平尾翼健康诊断技术研究

某型飞机水平尾翼健康诊断技术研究

作者：郑新起沈阳航空工业学院

学位级别：硕士

近年来我国的航空事业发展迅速,飞行安全问题亟待解决,这使得飞机健康诊断技术变得更加重要。水平尾翼是飞机结构系统的重要组成部分,用以保证飞行器以各种姿态安全飞行,其健康状况对整个飞机系统运行的安全具有重要影响。水平尾翼的工... 详细信息

近年来我国的航空事业发展迅速,飞行安全问题亟待解决,这使得飞机健康诊断技术变得更加重要。水平尾翼是飞机结构系统的重要组成部分,用以保证飞行器以各种姿态安全飞行,其健康状况对整个飞机系统运行的安全具有重要影响。水平尾翼的工作环境较为恶劣,容易造成疲劳损伤,使飞机结构产生严重的后果。本文就某型飞机水平尾翼健康状态监测和诊断问题进行研究。健康诊断过程包括诊断信息的获取、状态特征信息提取和状态识别三个部分,其中,状态特征信息提取和状态识别是诊断的关键。飞机水平尾翼健康状态特征提取关系到诊断结果的可靠性和准确性,是水平尾翼健康诊断的关键问题。针对疲劳试验中水平尾翼声发射信号的非线性、非平稳性,论文分别采用小波变换和EMD分解两种方法进行特征提取,分别提取了小波系数的绝对值最大值、奇异值、标准差、EMD分解的IMF能量、HHT能量、IMF奇异值等不同的特征向量,实现了健康状况特征向量提取的目的。健康诊断的实质是模式识别,一种好的识别方法是提高诊断正确率的保障。本文采用谱分析方法、支持向量机、概率神经网络和Elman神经网络对特征向量进行模式识别,获得了较为理想的结果。通过对飞机水平尾翼的健康诊断实例进行对比分析,得到如下结论: (1)在水平尾翼特征提取过程中, EMD分解获取的特征向量比小波分解系数获取的特征向量更好,更能够反映水平尾翼的真实状态,其中IMF能量特征向量是最好的。 (2)在模式识别过程中,SVM在小样本分类方面的独特优势,在故障样本难以获取的情况下SVM是最佳之选;pnn网络训练速度快、准确率高,在可以得到足够多样本的情况下,pnn网络是首选。

关键词：小波变换 EMD分解健康诊断 SVM pnn Elman 声发射

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于小波/包与ICA结合的结构损伤识别

沈阳建筑大学学报（自然科学版） 2010年第6期26卷 1027-1032页

作者：姜绍飞林志波福州大学土木工程学院福建福州350108 福建省建筑科学研究院福建福州350002

目的为了有效地剔除测量数据中的噪声、提高结构损伤检测的诊断率.方法提出了一种新的消噪与结构损伤识别方法.采用小波/包变换对结构响应进行消噪处理,利用独立组分分析ICA中的固定点算法分离得到ICA滤波基并进行信号分离,接着对消噪... 详细信息

目的为了有效地剔除测量数据中的噪声、提高结构损伤检测的诊断率.方法提出了一种新的消噪与结构损伤识别方法.采用小波/包变换对结构响应进行消噪处理,利用独立组分分析ICA中的固定点算法分离得到ICA滤波基并进行信号分离,接着对消噪、分离后的信号提取IC自相关特征,最后利用概率神经网络进行损伤识别.结果用Benchmark模型进行的损伤识别,并与进行二次小波/包消噪及未消噪的数据识别结果进行了比较结果验证了所提方法的可行性和有效性.结论笔者所提方法对信号消噪是可行、有效的,对提高损伤识别精度也有着重要的贡献.

关键词：小波包消噪 ICA 相关系数 pnn 损伤识别

QICA在齿轮箱工作模态识别和故障诊断中的应用

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

机械设计与制造 2015年第1期 256-260页

作者：张睿何常德薛晨阳张文栋中北大学电子测试国家重点实验室山西太原030051 中北大学仪器科学与动态测试教育部重点实验室山西太原030051

机械结构工作模态参数识别和振动故障诊断是在工程应用中不可或缺的两个重要技术。借助于LMS齿轮箱故障振动实验,将一种量子优化的独立分量分析算法(Quantum Independent Component Analysis,简称QICA)应用于齿轮箱工作模态参数识别和... 详细信息

机械结构工作模态参数识别和振动故障诊断是在工程应用中不可或缺的两个重要技术。借助于LMS齿轮箱故障振动实验,将一种量子优化的独立分量分析算法(Quantum Independent Component Analysis,简称QICA)应用于齿轮箱工作模态参数识别和故障诊断实验中。通过对两种实验的应用分析,结果表明QICA排除了噪声和混频的影响,克服了特征参量难以区分的问题,能够有效地识别出齿轮箱模态固有频率;QICA使微弱故障信息明显增强,并与pnn结合达到了故障诊断目的,使故障诊断可靠性明显提高。

关键词： QICA 工作模态分析 pnn 故障诊断

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

植物叶片特征提取及识别

农机化研究 2008年第6期30卷 168-170,199页

作者：贺鹏黄林西北农林科技大学信息工程学院陕西杨凌712100

随着计算机技术的飞速发展,对植物的分类研究已经突破了单纯从植物细胞及化学遗传成分的角度去鉴定植物种类的方法,可以综合应用图像处理技术和模式识别技术,辅以图像获取设备实现对植物的快速识别。为此,精心选取了植物叶片图像的典型... 详细信息

随着计算机技术的飞速发展,对植物的分类研究已经突破了单纯从植物细胞及化学遗传成分的角度去鉴定植物种类的方法,可以综合应用图像处理技术和模式识别技术,辅以图像获取设备实现对植物的快速识别。为此,精心选取了植物叶片图像的典型形状特征,构成了叶片识别的特征向量,然后用概率神经网络(pnn)作为分类器,对样本进行训练。实验结果证明,针对少量常见的植物叶片图像,pnn与BP神经网络相比有更好的识别效率。

关键词：叶片识别特征提取 pnn BP

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于优化概率神经网络货车轴承故障诊断研究

基于优化概率神经网络货车轴承故障诊断研究

作者：冯安安北京交通大学

学位级别：硕士

滚动轴承是铁路货车的关键支撑部件,轴承检测依靠检修人员手动转动轴承外圈,凭手摸、耳听有无异音判断有无故障。现有的轴承检测技术严重依赖检修人员责任心和工作经验,存在严重的过度修、判断标准模糊、效率低、成本高的问题,严重滞后... 详细信息

滚动轴承是铁路货车的关键支撑部件,轴承检测依靠检修人员手动转动轴承外圈,凭手摸、耳听有无异音判断有无故障。现有的轴承检测技术严重依赖检修人员责任心和工作经验,存在严重的过度修、判断标准模糊、效率低、成本高的问题,严重滞后于车辆技术水平的发展,解决问题的关键是怎样对轴承实现精准的故障诊断,根据轴承真实“健康状态”进行针对维修。本文以开发智能高效轴承故障诊断平台为目标,首先研究了货车轴承的故障机理,提出了新型的货车轴承故障诊断方法,然后通过货车轴承故障自动检测装置采集轴承数据,最后以MATLAB GUI开发一套铁路货车轴承故障诊断系统,并用实测数据进行验证。主要内容如下:(1)针对货车轴承人工检测准确率低的情况,提出了铁路货车轴承故障诊断新方法。首先采用优化多尺度小波包方法(OMS-WPD)对轴承信号去噪,以信噪比、均方根误差、信息熵作为指标。然后基于希尔伯特黄变换(HHT)和峭度系数选取固有模态函数,计算最相关固有模态函数的多尺度排列熵(MPE),与时域参数、IMF分量能量熵共同组成多特征向量。最后为避免维数爆炸,将均方根误差的倒数作为适应度函数,通过遗传算法(GA)对多特征向量进行筛选、对概率神经网络(pnn)参数进行优化,证明了所提方法能够对轴承故障进行精准识别。(2)进行C64K货车轴承的数据采集和分析。通过货车轴承故障自动检测装置和实验室设计的采集软件采集轴承数据,在货车轴承的相同位置分别布置一个加速度传感器,同时记录人工检修轴承结果。根据货车轴承故障诊断方法对采集信号进行分析,测试集轴承诊断结果与检修结果对照完全一致。(3)基于MATLAB GUI开发一套货车轴承故障诊断系统,系统主要包括五个部分:系统登录模块、信号时域分析模块、OMS-WPD去噪模块、HHT-MPE特征计算模块、GA-pnn故障诊断模块。各个模块之间相互嵌套,操作人员只需要导入数据,单击鼠标,就可以得到轴承的故障状态。经过对比试验,系统输出的诊断结果和轴承实际状态是相同的,证明了货车轴承故障诊断系统能够有效的识别故障。

关键词：货车轴承特征向量故障诊断遗传算法 HHT MPE pnn

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

智能加工单元机床状态监测及健康评估

智能加工单元机床状态监测及健康评估

作者：范伟南京航空航天大学

学位级别：硕士

机床作为智能加工单元中最重要的加工设备,其运行状态关系着企业的生产效益。本文针对某企业高精度液压伺服零件智能加工单元中存在的机床故障多、加工精度一致性差等问题,通过采集的机床运行数据对机床进行状态监测,实现了对加工过程... 详细信息

机床作为智能加工单元中最重要的加工设备,其运行状态关系着企业的生产效益。本文针对某企业高精度液压伺服零件智能加工单元中存在的机床故障多、加工精度一致性差等问题,通过采集的机床运行数据对机床进行状态监测,实现了对加工过程的监控与对加工异常的安全预警,降低了故障率。并对机床健康状态进行评估,达到了预测性维护和保证加工精度的一致性的目标。为了实现对机床的状态监测,针对西门子数控机床与华中数控机床,分别采用OPC UA与NC-Link的方式进行数据采集,并提出了一种主轴温升预警算法以及时发现缓升故障与急升故障,通过实验验证了该算法的可行性。为了有效地评估机床的健康状态,制定合理的维护与维修策略,提出了一种基于GA-pnn与欧氏距离的健康评估方法。采集机床加工时的主轴振动信号,进行特征提取与归一化处理,得到特征向量并输入至训练好的GA-pnn网络模型以识别当前的加工工艺状态。将特征向量与该加工工艺状态下的模式样本矩阵进行基于欧式距离的相似度计算,评估机床的健康状态。通过实验对该方法进行验证,结果表明该方法能够有效地识别机床加工工艺状态并评估机床的健康状态。最后对该评估方法在实际生产中的应用进行了分析。基于MQTT、Storm等技术开发了某智能加工单元监测系统,实现了实时数据采集、在线状态监测以及机床的健康评估,确保高精度液压伺服零件加工过程安全稳定。

关键词：数据采集状态监测遗传算法 pnn 相似度健康评估

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城轨列车辅助逆变器故障诊断的研究

城轨列车辅助逆变器故障诊断的研究

作者：宫志骁青岛大学

学位级别：硕士

随着我们国家城市现代化发展速度的不断加快,人口数量的不断增多,城市面临的各种问题也不断增加。其中,交通问题是非常重要的一个环节,也是整个社会最为关注的一个热点问题。城镇化速度的加快导致人口不断涌入到中心城市和大城市中去,... 详细信息

随着我们国家城市现代化发展速度的不断加快,人口数量的不断增多,城市面临的各种问题也不断增加。其中,交通问题是非常重要的一个环节,也是整个社会最为关注的一个热点问题。城镇化速度的加快导致人口不断涌入到中心城市和大城市中去,导致这些城市的交通压力变大,为了坚持可持续发展的战略方针,现代交通运输已经以低碳无污染的标准进行建设发展,城轨列车就是当前一种重要的交通运输方式。我国的城轨列车发展当今已经初具规模,与此同时,城轨列车的快速发展的同时也不可避免地出现了一些安全问题,原有的故障诊断技术已经无法满足当前的需要,因此,如何建立快速准确的新型故障诊断模型已成为当前的一个热门研究领域。本文以城轨列车辅助逆变器故障诊断为背景,对频率变换、脉冲暂态、电压骤降三种最主要的故障类型进行诊断研究。本文利用MATLAB建立城轨列车辅助逆变器故障诊断模型,主要采用了LMD算法对城轨列车辅助逆变器故障样本进行提取特征向量,通过利用pnn神经网络及SOM神经网络对故障样本进行模式分类。实验结果表明,基于LMD方法和pnn神经网络的故障分类的算法,以及基于LMD方法和SOM神经网络的故障分类的算法,对故障的诊断分类十分准确、快速,诊断效果满足本次对城轨列车辅助逆变器故障诊断的要求。

关键词：信号分析故障诊断 LMD pnn SOM