大型风力机主轴承故障信号提取方法

针对大型风力机主轴承易发生故障且特征信号难以提取的问题和传统盲分离算法计算量大、收敛性较差的缺点,提出了基于粒子群优化的盲源分离算法.算法根据负熵最大化判据,采用粒子群优化算法对盲源分离过程进行优化,且将该算法成功应用于某风场大型风力机主轴承故障信号的提取中.分析结果表明,该算法可有效分离大型风力机主轴承与其他部件的振动信号,与其他算法相比具有分离精度高、可靠性好等优点,对风力机主轴承的故障诊断十分有效.     

一种基于机器视觉的轴承内外径和同心度检测方法

轴承的内外径和同心度是评价轴承质量的重要参数,基于机器视觉的轴承检测技术在工业生产中具有广阔前景。针对轴承内外边缘像素,设置轴承图像的基准参数,以基准位置为圆心构造采样圆,在采样圆上进行机械抽样获得边缘采样点,并使用最小二乘法结合迭代法进行拟合圆,最终获得内外圆参数并计算出轴承同心度。实验结果表明:与传统方法相比,检测速度平均提高了10.2倍,符合工业检测要求。     

一种改进型柔性形态学边缘检测算法

该文作了基于数学形态学的图像边缘检测算法的研究。利用形态学基本算法的图像处理特点,对常用的边缘检测算法以及传统的形态学边缘检测算法加以分析和比较,指出各自的特点以及不足。再结合几何算法,运用到二值灰度图像边缘检测中,基于边缘检测的经典算法与柔性滤波特性,提出了柔性形态学边缘检测算法及优化算法,完成图像的边缘检测及去噪处理。     

基于数学形态学的彩色图像边缘检测算法

传统的基于微分算子的边缘检测算法对噪声非常敏感,而基于数学形态学的边缘检测算法具有一定的抗噪声能力.图像边缘不仅由灰度突变产生,颜色或纹理发生突变也产生边.本文考虑了颜色对图像边缘的影响,把一种灰度图像形态学边缘检测算法推广到彩色图像,并与原文献形态学灰度图像边缘检测算法、传统的形态学边缘检测算法进行了比较,实验结果表明本文的算法抗噪声能力更强,提取的边缘更加清晰、完整.     

基于ALK-MCS算法的航空发动机轴承可靠性分析

作为航空发动机的关键部件,主轴圆柱滚子轴承的可靠性水平直接影响航空发动机性能的稳定性与服役的安全性,因此准确分析主轴圆柱滚子轴承的可靠性至关重要。然而,圆柱滚子轴承的失效行为复杂,其可靠性分析中的功能函数呈现高度非线性且无法给出显式表达,此时使用代理模型近似构建圆柱滚子轴承的功能函数是一种行之有效的方法。将蒙特卡洛模拟法(MCS)和Kriging代理模型相结合,提出了基于主动学习Kriging(ALK)的ALK-MCS算法,并将该算法应用于某型号航空发动机主轴圆柱滚子轴承的可靠性分析。首先,建立圆柱滚子轴承的三维模型,其次对圆柱滚子轴承进行有限元仿真,最后基于ALK-MCS算法对其进行可靠性分析。结果表明ALK-MCS算法计算效率高,显著减少了圆柱滚子轴承的仿真次数,所得到的可靠性分析结果可为实际工程中的决策者提供参考。     

基于非采样高斯差分金字塔的多尺度融合边缘检测

针对传统边缘检测算法抗噪性差、边缘连续度低、细节边缘冗余,对运动目标检测应用领域的适用性差等缺点,论文基于图像多尺度的思想,结合小尺度图像边缘信息准确,大尺度图像抗噪性强、边缘冗余度低的优点,提出一种基于非采样高斯差分金字塔的多尺度融合边缘检测算法。算法首先对图像进行非采样高斯金字塔分解得到多尺度图像,同时在分解过程实现基于高斯差分算子的边缘检测,得到多尺度边缘图像。最后采用多尺度图像边缘融合策略实现多尺度边缘融合。论文通过实验对算法的有效性进行验证：通过对边缘融合结果进行Abdou-Pratt品质因数分析,表明该算法抗噪性强,边缘定位准确;连续度分析结果表明该算法在降低边缘冗余度的同时保留了主要边缘,且边缘连续度较高;车辆检测实验结果表明基于该算法得到的车辆检测结果准确度较高。     

零件几何参数测量中的边缘检测算法的研究

提出了一种综合利用图像灰度信息和灰度梯度信息的边缘检测算法．首先,使用基于Sobel算子的改进的边缘检测算法对灰度图像进行处理得到梯度图像．其次,综合应用其他边缘检测算法,完成对目标边缘的准确检测,最后,沿边缘的梯度方向进行多项式插值法亚像素细分计算,对边缘进行亚像素精确定位．     

融合改进形态学和LOG算子的齿轮边缘检测

针对传统边缘检测算法在提取含噪齿轮边缘过程中,存在难以有效抑制噪声和边缘不连续不清晰的问题,提出了一种融合改进数学形态学和高斯拉普拉斯（LOG）算子的齿轮边缘检测算法。首先,用改进的数学形态学边缘检测算法和改进的LOG边缘检测算法分别对原图像进行边缘检测,得到两幅边缘检测图像。其次,对两幅图像进行4层小波分解且对得到的高、低频信息赋予一定的融合规则进行融合处理。最后,利用小波逆变换重构融合图像。实验结果表明,对比单一使用LOG算子和数学形态学算法,该算法不仅能更好抑制噪声还能得到更加清晰的图像边缘。     

基于Bi-RNN的风电机组主轴承温度预警方法研究

主轴承是风电机组能量传递的关键设备,本文以双馈风力发电机组主轴承为研究对象,首先采用高斯混合模型(gaussian mixture model,GMM)对机组工况进行辨识;其次在各个子工况空间内建立基于双向循环神经网络(bi-directional recurrent neural network,Bi-RNN)的风电机组主轴承温度模型;然后,采用随机森林算法对主轴承温度模型残差进行建模与预测,从而实现机组主轴承故障预警;最后以某大型风电场机组为对象建模并开展仿真研究.结果表明,基于工况辨识的Bi-RNN神经网络算法结合随机森林算法对主轴承故障预警具有较强的实用性和较高的准确率.     

基于非线性四阶图像插值的亚像素边缘检测算法

为提高数字图像边缘检测的精度,提出了基于ENO的非线性四阶插值和Canny算子的亚像素边缘检测算法。本算法应用经典Canny算子检测图像边缘信息,对灰度图像进行处理得到梯度图像,然后在梯度图像上沿目标边缘的梯度方向进行基于ENO的非线性四阶插值,进行亚像素细分计算,对目标边缘进行亚像素精确定位。用所得到的边缘检测算法与基于正交多项式插值检测算法和基于三次多项式插值检测算法性能进行比较,仿真结果表明本文给出的基于ENO插值的检测算法不仅提高了图像的边缘检测能力,而且可以一定程度地克服噪声干扰。     

大尺寸飞机零部件检测技术研究进展

大尺寸飞机零部件具有结构复杂、外形尺寸大等特点. 针对飞机制造过程中大尺寸测量技术的研究,探讨5种大尺寸部件的检测技术方法:三坐标测量法、激光雷达测量法、室内GPS测量法、激光跟踪仪测量法以及机器视觉测量法,分析5种检测方法的适用领域以及各自的优势和不足. 视觉测量具有非接触、高精度、高效率的特点,能够实现实时测量,在航空测量领域前景良好. 最后指出视觉测量技术是大尺寸测量领域的研究方向,未来在理论模型建立、检测参数优化及实时反馈等一系列问题有待进一步深入研究.     

机器视觉技术在煤矿机械上的应用

为推动机器视觉技术在煤矿机械上的应用,分析了机器视觉技术在煤炭转运的对接定位、煤仓料位测量和煤炭输送带纵向撕裂智能检测等机械上的应用情况,并对应用中应注意的关键技术问题进行了简要讨论.     

板料零件应变测量的网格图像处理

基于网格测量板料冲压零件拉延成形的面内应变分布和厚度变化,是进行冲压成形分析的一种有效手段.结合实例研究了视觉测量中的关键技术之一——网格图像处理主要步骤、理论及方法.结果表明采用图像处理技术能改善网格图像的视觉效果,提高图像的清晰度;突出图像中的有用信息,削弱干扰和噪声,强调边缘,从而将图像转换成了一种更适合人或机器进行解释和分析处理的形式,是视觉技术进行板料零件应变测量的必备基础.     

采用结构光的大跨度销孔加工精度在线测量

设计采用十字线结构光的双相机视觉测量系统,构建由2个高精度工业相机、2个十字激光器和环形光源等组成的图像采集装置. 在传动箱加工现场获取端面销孔图像,提取图像感兴趣区域(ROI),采用双边滤波进行降噪预处理、二值化和边缘检测;基于改进方向模板法提取2个十字线结构光的中心线. 依据测量系统的设计原理分别测出2个销孔的孔径及其位置度. 结果表明：对于孔径,机器视觉在线测量装置与电子塞规的测量结果的偏差平均值为0.001 mm;对于孔组位置度,机器视觉在线测量装置与三坐标测量仪的测量结果的最大偏差为0.02 mm. 这表明机器视觉在线测量装置能满足加工精度要求和在线实时测量需求.     

Deforming analysis of sheet metal based on stereo vision and coordinate grid

A new approach based on stereo vision technology is introduced to analyze sheet metal deformation. By measuring the deformed circle grids that are printed on the sheet surface before forming, the strain distribution of the workpiece is obtained. The measurement and analysis results can be used to verify numerical simulation results and guide production. To get good accuracy,some new techniques are employed: camera calibration based on genetic algorithm, feature abstraction based on self-adaptive technology, image matching based on structure feature and camera modeling pre-constrains, and parameter calculation based on curve and surface optimization. The experimental values show that the approach proposed is rational and practical, which can provide better measurement accuracy with less time than the conventional method.     

视觉测量中光学测头姿态估计方法

基于光学测头特征点成像的单机视觉坐标测量系统具有测量空间大、测量精度高及可进行现场测量等优点,是替代传统的大型坐标测量机的最有发展前途的技术方案之一.为实现该测量方法,必须先解决光学测头姿态估计问题,为此,提取一种利用SVD与矢量观测值的姿态确定方法.首先,通过基于SVD的5点优化算法确定特征点的空间坐标;然后,利用特征点的测头坐标和空间坐标建立关于测头坐标矢量、像机坐标矢量的矩阵方程,优化求解矩阵方程确定光学测头(测头坐标系)相对于像机坐标系的姿态.该算法利用所有数据冗余信息,提高了测量系统的精度和稳定性.实验证明,该算法切实可行,系统的单点重复性及测量不确定度<0.1 mm.     

基于机器视觉技术的钨矿初选工艺研究

本文首先分析了机器视觉技术应用在钨矿初选环节的可行性,其次对钨矿初选系统实现、工艺算法分析进行了详细介绍,最后通过钨矿筛选的具体算法分析表明机器视觉技术在钨矿初选环节使用的可行性、高效性。     

结构光三维视觉测量关键技术的研究

结构光作为一种主动式、非接触的三维视觉测量新技术,在逆向工程、质量检测、数字化建模等领域具有无可比拟的优势。为提高结构光视觉测量的精度、自动化程度,在一些关键技术上提出了有效的方法;并设计了基于标志点的数据拼接技术和移动式结构光三维视觉测量系统,扩大了结构光系统的测量范围;最后介绍了测量点云数据后期处理方面的研究成果。     

一种基于视觉预注意机制的选择性成像机器视觉系统

在大背景中微小目标的视觉检测中,传统的机器视觉系统按照预先设定的采样频率与固定的分辨率采集和处理图像,存在大量的冗余数据。为了有效去除冗余数据,基于人类视觉预注意机制设计了一种选择性成像机器视觉系统,将视觉处理过程划分为并行的预注意初级处理阶段与串行的高级处理阶段;同时模仿人类视觉注意机制,提出了一种基于视觉熵的视觉预注意算法;系统并行地获取并判断图像是否可疑,然后仅将少量可疑图像传送至主机串行的进行精细目标识别。试验结果表明,本系统显著地减少了图像处理的数据量,可疑图像识别算法快速有效,提高了系统检测效率和精度。为大背景中微小目标的机器视觉检测提供了一条新途径。     

视觉片上系统芯片

介绍了CMOS图像传感器领域的一个重要研究分支——视觉片上系统(SoC)芯片.重点阐述了视觉SoC芯片的研究背景、应用领域、国内外的研究动态和关键科学技术问题.围绕开展的研究内容和取得的研究成果,详细地介绍了视觉图像信息处理的特征、视觉SoC芯片的架构、芯片的电路设计、视觉SoC芯片实现和测试结果.它具有图像处理速度快、功能强、功耗低、体积小和成本低的优点,在高速运动目标的实时追踪、机器人视觉系统、图像识别、智能交通和虚拟现实等领域具有广泛的应用前景.