风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

欢迎订阅《影像技术》

《影像技术》是由全国轻工感光材料信息中心、中国感光学会和天津远大感光材料公司共同主办的技术性期刊,创办于1989年。本刊主要报导国内外影像技术方面的发展状况,数字成像技术和数字影像材料,以及医学类、传统感光材料和各种新型影像记录系统的应用技术。读者对象是数码影像行业中的专业人士、相关院校的师生,以及广大的数码、影像技术爱好者。     

生物光声成像中声反射伪影抑制方法的研究进展

生物光声成像(Photoacoustic Imaging,PAI)是一种新型的无创复合功能成像方法.生物组织不均匀的声学特性会使超声波在组织界面处发生反射,导致重建图像中存在伪影和失真,降低图像质量和成像深度.文中综述了目前抑制PAI声反射伪影的主要方法,包括延迟相减法、基于杂波去相关理论的方法、短滞后空间相干法、基于深度学习的方法、光声引导聚焦超声法、基于超声平面波模型的方法和多波长激励的方法等,详细介绍各方法的原理,分析其优势和不足,并展望未来的研究趋势.     

工业园区混合能源优化配置方法应用与实践

为了充分挖掘多能源之间的互补潜力,使工业园区混合能源系统的配置方式由传统粗放式转变为精确优化配置并降低系统配置方案的保守性,基于粒子群联合CPLEX求解算法对工业园区的系统配置和运行调度方案进行分析优化,并以某生物园区为例进行了实例分析,得到了目标函数下的最优设计方案和运行策略。仿真分析结果表明,优化配置方法的应用能够协调冷热电多种能源的混合利用,提升系统的综合经济性。同时,为工业园区能源供应项目的规划、设计提供参考性支撑,丰富设计手段。     

激光焊接裂纹磁光成像频域特征分析

为了研究旋转磁场激励下激光焊接裂纹磁光成像在频域内的特征, 采用对激光焊接裂纹磁光图像进行2维离散傅里叶变换的方法, 进行了理论分析和实验验证, 取得了旋转磁场不同励磁强度下激光焊接裂纹的频谱图数据。结合裂纹磁光图的空域特征, 对所获裂纹频谱图灰度值为255的点进行统计分析。结果表明, 激光焊接裂纹磁光图像的频域特征和空域特征有一定的对应关系; 在一个变化周期内(885帧磁光图), 对应频谱图上会出现先变小再变大、再变小再变大或相反的变化过程, 最终回到初始状态。这一结果验证了旋转磁场下裂纹磁光成像规律的正确性, 对激光焊接缺陷的无损检测是有帮助的。     

红外热成像在乳腺疾病检测的应用研究

乳腺疾病已严重危害女性身心健康,其中乳腺癌更位居全球范围内女性癌症发病率和死亡率首位,因此乳腺癌的早期发现意义重大。传统结构影像学早期检测疾病具有一定局限性,而红外热成像作为功能成像技术可为乳腺癌的早期筛查提供有效线索。因此本文主要就红外热成像在乳腺疾病的早期检测及预后评估的应用价值进行综述。     

CTA成像技术在颅内动脉瘤中的应用及最新研究进展

颅内动脉瘤是引起非外伤性蛛网膜下腔出血最常见的原因。颅内动脉瘤再次破裂后患者的病死率上升,因此如何对其进行早期诊断成为临床医生关心的问题。近年来,随着CTA、DSA等检查技术的发展,颅内动脉瘤的检出率有所增加。目前,CTA作为相对无创的检查方法,在颅内动脉瘤诊断方面起重要作用。本文综述CTA成像技术对颅内动脉瘤的诊断价值及相关研究进展。     

美国研究人员谈红外系统的最新进展(下)

小型红外探测器系统与传统的红外系统相比,小型红外探测器具有迥然不同的系统特点。首先,它们在小F数下拥有远距离目标识别能力。大多数研究人员习惯于讨论具有大F数的远距离传感器,这主要是因为多年来人们一直在追求大规格探测器。而可见光成像仪的研究始终是围绕小F数下的远距离成像能力进行的。由小型探测器构成的高密度阵列不仅可以提供远距离识别能力,而