B样条函数的图像分割分水岭算法研究

针对传统分水岭算法存在的过分割和对噪声敏感问题,提出了一种能够很好地抑制噪声,剔除图像的伪边缘、准确定位图像边缘信息的方法.采用高频强调滤波对梯度图像进行增强,利用B样条函数对增强后的图像进行多次拟合,最后对拟合的曲面进行分水岭分割.实验结果表明,通过该方法处理的梯度图像再进行分水岭变换,有效避免了过分割问题,同时准确定位了图像边缘信息,提高了分割精度.     

阀门工况监测系统的研制

通过对阀门的流量特性的分析,根据固体声声波的传播特征。提出了采用固体声进行阀门的工况的监测,并依据多普勒原理研制了固体声流量传感器及阀门工况监测系统,经实际应用效果较好。     

误差系数法在线性系统误差计算中的应用

介绍了利用误差系数求解线性系统在非典型信号激励下的稳态误差的快速计算方法，及其在应用中需要一些注意的问题。     

基于OTSU和区域生长的电气设备多点故障分割

针对电气设备的红外图像背景复杂、信噪比低的特点,提出了一种基于OTSU和区域生长相结合的故障分割方法.首先,采用OTSU算法将故障红外图像分割为种子区域和背景区域,去除大面积背景的干扰;然后采用自动选取种子点的区域生长算法完整的分割出故障区域.试验结果表明该算法针对复杂背景的红外图像能有效地消除干扰,并能完整地提取出故障区域.     

毫米波铁氧体零件磨削用夹具的研究

本文通过分析被加工零件特征及各种可行性方案，提出了采用真空吸附法和套孔板组合。经实验论证。可达到磨削多种零件的需要。     

齿轮状态固体声时域分离法

根据齿轮噪声传播途径，提出了固体声检测，针对固体声信号的传播特点，提出了时域分离法，进行齿轮故障识别检验。实验结果表明，固体声时域分离法能确切提取齿轮工作状态的信号特征，适合于齿轮状态的。     

基于粒子群算法及高斯分布的WSN节点故障诊断

在无线传感器网络(wireless sensor network,简称WSN)中通常需要对网络节点所测量的数据进行处理来判断WSN的运行是否可靠.针对传统算法存在计算复杂、能耗大的问题,提出一种基于粒子群优化算法及高斯分布的WSN节点故障诊断方法.根据粒子群优化算法规则简单和收敛速度快等特点,对节点所测数据进行优化并得到一个相应的阈值范围,通过高斯分布判断所测数据是否满足与所定阈值范围之间的关系来判定节点是否发生故障.试验结果表明,该故障诊断方法能及时、有效地发现WSN异常并诊断出故障节点,提高了WSN工作的可靠性.     

非金属硬脆性材料磨削过程固体声监控

提出了非金属硬脆性材料磨削过程监测和控制的新方法－－固体声监控。该方法利用自行研制的固体声传感器监测磨削时产生的固体声信号的变化来判别砂轮与工件接触情况,并利用它作为磨削过程控制的反馈信号。实验结果表明,该方法准确可靠,可推广到其他金属切削加工过程的监控。     

SURF与灰度差分在小模数塑料齿轮缺陷检测中的研究与应用

利用FLANN算法对已检测的SURF描述子进行特征匹配,对获得的关键点进行迭代排序,用RANSAC算法进行匹配点优化提纯。通过灰度差分算法对经过矩阵变换配准后的图像进行缺陷区域提取,采用Otsu阈值法进行图像分割,并对缺陷连通域面积特征进行分析。试验结果表明,该方法在检测速度与范围方面优于传统的检测算法,在小模数塑料齿轮工业在线检测方面有着积极的研究意义与价值。     

轴承状态的声信息流识别法

根据噪声信息流的传播途径研制了固体声传感器和检测系统,并采用全息频谱法分析处理固体声信息,以确定轴承的运行状态。实验结果表明,将此方法用于轴承故障识别时,能确切提取反映轴承工作状态的信息流。