一种识别球阀门故障的扭矩测量平台设计及研究

球阀门是一种使用球体作为关闭件的阀门,以其易操作性,易维修性和多功能性广泛用于工业领域。为了解决球阀门在运行过程中安全性难以检测的问题,本文设计了一种扭矩测量平台,旨在通过对球阀门撬杆弯矩的采集、处理与分析,对球阀门的安全状态进行监测和识别。球阀门撬杆扭矩测量平台针对撬杆转动球阀门时产生的弯曲变形进行测量,由信号放大、有源低通滤波、数据采集板卡等模块组成。基于MATLAB设计并开发了测量平台软件,实现球阀门撬杆扭矩数据的处理、存储与数据图的绘制。实验表明：使用支持向量机算法对扭矩测量平台采集球阀门的8种状态数据进行分类,正确率为91.67%。对球阀门故障的自动识别与预警提供了强大的数据支撑。     

基于空间多尺度残差网络的红外与可见光图像融合

针对如何充分提取和融合红外与可见光图像典型特征的问题,提出一种基于空间多尺度残差网络的图像融合算法。首先,将源图像输入基于空间多尺度残差模块组成的编码器网络,通过源图像重建任务,训练编码器自动获取重要特征信息的能力;然后,引入特征金字塔结构,设计了特征通道自注意力机制,编码器输出的基础层和细节层进行融合,减小尺度噪声,并由解码器重构出融合图像;最后,利用公开数据集进行定性和定量实验,证明了改进算法在突出红外图像目标和保留可见光图像纹理细节两方面的优势,相比于DDcGAN算法,新算法的标准差和平均梯度分别提升了12.91%和47.41%。