基于模糊C-均值的空间机构轴系健康评估方法

针对现有轴承健康评估方法在空间机构轴系上应用难度大的问题,提出了一种基于模糊C-均值聚类的空间机构轴系健康评估方法。首先,定义了新特征参数——特征谱线明显度;其次,提取了优良、故障两类典型轴系及待评估轴系振动实测信号峭度和包络频谱特征谱线明显度;然后,以峭度和特征谱线明显度两种特征参数为输入,通过模糊C-均值聚类模型获得了各待评估轴系对优良轴系类的隶属度;最后,根据隶属度计算轴系健康指数。应用实例表明,该方法既可对轴系健康状态正确排序,又可在高转速下给出可靠的健康指数,验证了该方法的可行性和有效性。     

基于EMD分解的聚类树状图轴承故障诊断

针对滚动轴承故障振动信号的非平稳特征和故障征兆模糊性,提出了基于EMD和动态模糊聚类图的轴承故障诊断方法.运用EMD方法提取待诊断的轴承运行状态样本的能量特征指标,应用模糊聚类分析方法对特征参数进行聚类,并作出聚类树状图.结果表明,该方法不需要大量的样本进行学习,且能更直观、准确识别滚动轴承的运行状态.     

基于包络分析的灰色磁联度诊断法

利用高斯小波进行解包络分析,提取包络分析的时域特征参数,对特征参数进行模糊处理和隶属度计算,在此基础上设计出故障特征向量,进行灰色关联度分析,从而把包络解调分析、模糊数学和灰色关联分析有机结合在一起,综合它们的优势,进行故障分类和识别,为机械设备的故障诊断提供一条新的思路。     

模糊散度理论在铁谱磨粒识别中的应用

从模糊集合的理论出发,将对称交叉熵和模糊散度理论应用于铁谱磨粒识别,分析比较了两种不同模糊隶属度函数条件下的图像分割效果,最后提出了用图像的骨架变化来提取铁谱磨粒图像形状特征的方法.     

基于模糊熵的转子碰摩声发射信号的识别

利用模糊熵理论来度量转子碰摩声发射信号的特征参数相对于不同碰摩状态识别模式的不确定度。根据碰摩声发射信号的特点,选用平均信号电平、幅度、幅度动态范围以及小波包分解信号前四个节点重构信号的能量值作为声发射信号识别的特征参数,由训练样本确定各特征参数针对不同碰摩类别的基于高斯形式的隶属度函数,并由隶属函数得到特征参数与类别之间的模糊关系矩阵。由于各特征参数对于声发射信号识别的有效性不同,因此在计算模糊关系矩阵时引入有效度系数,提出一种利用模糊熵定义有效度系数的方法。结合该系数得到修正的模糊关系矩阵并计算综合评价模糊集合,选择隶属度最大的类别作为识别结果。在转子试验台上采集的不同碰摩状态的声发射信号进行验证,试验结果表明,模糊综合评价方法是一种有效的声发射识别手段,并可以利用参数有效性的差异来提高识别效率。     

基于分层模糊支持向量机的油液磨粒自动识别

提出基于模糊支持向量机的机械设备在用油液磨粒自动识别方法。首先利用K-均值聚类算法对磨粒图像进行分割,提取磨粒的形状尺寸特征参数、边缘细节特征参数、表面纹理特征参数作为其量化表征,分别选择最能反映待识别磨粒特征的参数作为各个二分类器的输入向量;然后结合二叉树法和一对多法间接构造磨粒的分层多类别分类器模型,在训练过程中同时利用粒子群算法优化分类器的参数,建立一种参数自适应的模糊支持向量机分层多类别分类模型。将该模型应用到旋挖钻机在用油液的磨损颗粒识别中,识别率最高达90%。该模型结构简单、分类精度好,在磨粒识别领域较大的工程应用价值。     

基于显微图像的在线润滑油中磨粒识别

针对现有润滑油磨粒监测技术的不足,提出一种将微流控技术与铁谱技术相结合的磨粒在线检测方法。该系统用微流控芯片取代传统铁谱片并显微成像;在图像的模糊恢复上,采用基于运动模糊图像微分与自相关的方法进行模糊尺度计算,应用维纳滤波方法对模糊图像进行模糊恢复,得到纹理及边界更加清晰的图像;在磨粒特征的提取上,运用颜色特征用来识别磨粒的成分,包括铁质磨粒、有色金属磨粒和氧化物磨粒,运用尺度和形状等特征识别磨粒产生的磨损机制;在颗粒的识别上,应用灰色关联分析方法实现磨粒的自动识别。该磨粒在线监测系统不仅能对磨粒进行计数,也可以对磨粒类型进行判断,其准确率达到90%。     

复杂背景下边缘提取与目标识别方法研究

通过对传统形态学边缘提取方法的分析,提出了基于形态学多结构元边缘提取算子,该算子既有良好的边缘提取特性,又很好地解决了噪声抑制和保持图像边缘细节之间的矛盾,通过灰度加权平均值作为阈值进行二值化,更加突出了边缘效果。针对目标成像特点,在提取图像中边缘的像素数、复杂度和最小外接矩形长宽比等多个特征的基础上,通过计算图像中目标边缘的特征评价函数和隶属度函数,利用模糊综合评判技术进行了目标识别。模拟试验表明:基于形态学的多结构元算子具有较强的噪声抑制能力,可以很好地提取复杂背景下的目标边缘;模糊综合评判技术可准确提取目标,较好地解决了复杂背景下的目标识别的难题。     

某型装备液压系统故障诊断研究

介绍了灰色系统基本的理论,详细阐述了基于灰色理论的关联度分析方法在液压系统故障诊断的具体运用,并利用某装备液压系统的测试数据以及模糊隶属度函数,对液压系统主要部件建立了标准模式向量矩阵以及待测状态模式矩阵,通过诊断运算,解决了液压系统的模式识别问题,给出了该装备液压系统故障诊断新的途径和方法.     

基于模糊模式识别的爆炸物THz光谱识别

运用太赫兹(THz)光谱特性对爆炸物进行检测和识别,是现代检测技术研究的一个热点.在对多种单质炸药和混合炸药及几种可能与它们混淆的物质的太赫兹特征吸收光谱进行研究的基础上,提取它们在0.2～2.2THz频率范围内4个相对较强的特征吸收峰作为分类识别的特征参数,用模糊模式识别方法对它们的太赫兹特征吸收谱进行了分类和识别.首先,用基于模糊等价关系的模糊聚类分析方法对这几种物质的太赫兹特征吸收谱进行聚类训练,获得样品分类并形成标准太赫兹吸收光谱模型库;然后,选用与训练样本主体成分相同的2种物品作为待识别对象,采用基于择近原则的模糊模式识别方法进行了成功识别.研究结果表明,基于模糊聚类分析的模糊模式识别方法对太赫兹吸收谱具有较强的相似特征聚类功能和较高的识别率,为太赫兹光谱技术用于爆炸物的检测和识别提供了一种有效的方法.     

装配资源重构评价体系研究

采用层次分析法构建了一个较为完备的装配资源重构的评价体系模型。在分析各评价指标的内涵之后,提出采用客观自适应的熵权法,根据指标评价值的变异程度来判断各指标的信息量,进而获得各评价指标在评价中所起作用的大小(即指标的权重)的方法。引入灰色理论中的灰色关联系数作为指标的模糊隶属度,并利用模糊集合论中相对隶属度概念确定评价对象相对于理想参考值的优良隶属度,以此作为评价准则实现对各指标的评价。实例验证了该方法的有效性和可行性。

     

飞行试验中转子故障模式的模糊识别方法

故障模式的识别是工程实际中进行故障诊断的一个难点,对此提出了将模糊方程应用于飞行试验中航空发动机转子故障模式识别的方法.简要介绍了模糊方程的基本原理,根据飞行试验的工程特点,定义了故障模式和故障特征向量,建立了隶属度矩阵.最后利用实测飞行故障数据对该方法进行了验证并取得了良好的效果.     

一种基于树莓派平台的脐橙品质分级方法

针对目前脐橙品质分级自动化程度较低,难以满足现代化生产运营需求的问题,设计了一种基于树莓派平台的脐橙品质分级方法。在S和V颜色分量图像上完成背景分割,并对脐橙表面的反光区域进行亮度矫正;提取脐橙的大小和着色度特征,并提出基于积分图的局部阈值分割算法,完成果面缺陷的检测;利用决策树算法实现脐橙品质的分级。试验结果表明:此方法对特级果、一等果、二等果、等外果的识别准确率分别达到96%、94%、94%、96%,单列输送线的分级速率达3个/s,准确性和实时性较高,能够满足实时环境下脐橙分级检测的要求。     

基于模糊理论的仪表数字识别研究

提出了一种基于模糊理论的仪表数字快速识别方法。确定的典型特征具有较高的区分度，且计算简单，无需进行数字细线化和大小归一化处理。构造了一种基于模糊识别最大隶属原则的数字识别器，并且采用BP神经网络解决了确定最优权矩阵的难点问题。试验表明：对于常规测量环境中的数字仪表，该方法的识别率高达99％，对7位数字的识别时间不超过30ms，达到了仪表数字识别的速度和准确率要求。     

大型水轮机设计方案多属性灰色模糊决策模型

针对大型水轮机方案设计中属性信息的不完全性和不确定性,研究了复杂产品方案设计的决策问题,给出了基于灰色系统理论的灰区间数关联决策方法和基于模糊理论的模糊多属性决策方法的优属度的实现过程,建立了基于优属度的多属性灰色模糊决策模型.该模型综合考虑了决策过程中的灰色信息和模糊信息,通过比较设计方案与正负理想区间方案的接近程度,从整体的角度获得最优方案.最后,以大型水轮机方案设计为例,验证了该模型的有效性和可操作性.     

基于模糊聚类分析的特征识别方法及其应用

针对高维数据给智能学习算法带来的维数灾难,提出了一种特征提取与聚类分析相结合的特征识别方法.该方法基于小波包变换对振动信号进行特征提取,采用模糊传递闭包法,对信号的特征频段进行识别和分析,实现对信息的进一步压缩.针对模糊传递闭包法中关于阈值的确定问题,从样本之间的"紧致度"和"分离度"出发.建立了聚类有效性函数评价模糊聚类算法模型,并确定最优聚类.通过实例分析,验证了该特征识别方法在信息压缩和特征识别中的有效性和实用性.     

基于灰色信息融合技术的磨粒识别方法

传统的灰色关联度计算方法是将单特征关联系数简单的进行求和平均,在磨粒识别中其识别结果分辨率不高,容易造成误判。提出了一种基于灰色信息融合技术的磨粒识别方法,它首先将各组单特征关联系数作为多源证据,然后利用D-S证据理论进行有效融合计算灰色关联度,实际计算表明,该方法能明显提高磨粒识别结果的分辨率及准确率。     

基于快速视网膜局部特征的遥感图像目标识别

针对目前航天遥感图像信息复杂、数据量大,导致目标识别中特征检测准确度低、特征匹配识别时间长的问题,提出了一种基于差分加速分割角点检测算法(AGAST-Difference)和快速视网膜关键点描述算法(FREAK)相结合的目标识别方法。在特征检测阶段,建立AGAST-Difference特征检测算子,将尺度空间理论融合到加速分割角点检测算法(AGAST)中,生成具有强仿射不变性的特征点;再利用简化的FREAK采样模型描述局部特征,并构建二进制特征向量,通过计算向量间的汉明距离,完成特征匹配及目标的快速识别;最后选用美国Quick Bird卫星的遥感图片进行验证,实验结果表明,所提特征检测算子仿射不变性能较强,不仅提高了检测的可重复率,而且特征描述符区分性较强,平均匹配正确率提高了9.91%,识别用时仅为35 ms。该方法识别效率高、速度快,能够满足遥感图像实时识别的需求。     

路面病害检测系统中的图像增强技术

为了提高路面病害检测系统的精度和自适应能力,研究了自动路面裂缝图像增强技术。针对图像每个像素建立由邻域一致性模糊熵测度、邻域模糊方差以及全局模糊隶属度组成的模糊特征模式对所有像素进行分类,实现对像素灰度渡越点位置的准确估计;在模糊隶属度函数设计上,利用修改控制顶点和权因子可局部地修改曲线形状的功能,通过非均匀有理B样条函数设计出一种双"S"形模糊隶属度函数作为灰度变换函数。提出的路面裂缝图像增强技术中的灰度变换函数不仅能和渡越点的位置很好地结合,而且其形状调节因子具备良好的灰度集中能力,仅需很少次数迭代增强就能达到突出路面裂纹的效果。实验结果显示,利用提出的图像增强技术可使路面裂缝病害像素正确检测率达到95%,该技术很大程度地提高了路面裂缝自动检测系统的可靠性和检测精度。     

基于色彩分割和自适应窗口的快速立体匹配

针对现有立体匹配算法难以兼顾匹配精度和速度的不足,提出了一种基于联合匹配代价的局部方法.首先,根据视差在同一色彩分割区域内平滑变化的假设,提出了一种利用参考图像和目标图像的色彩分割信息获得的基于任意形状和大小支持区域的匹配代价;然后在RGB色彩空间中,通过由窗口内的平均匹配误差、误差方差及较大窗口的偏向误差构成的窗口选择评价函数,获得基于自适应矩形窗口的匹配代价;最后,将这两种匹配代价进行有机的结合构成联合匹配代价,并通过局部优化方法获得稠密视差图.采用Middlebury dataset进行的实验结果表明,本文算法不仅可以提高视差不连续区域和低纹理区域的匹配精度,而且获得的视差与当前主流算法具有可比性.此外,所提算法的处理时间较之当前优秀的局部方法提高了约19～35倍.