基于负压波-流量法的管道泄漏检测试验系统(英文)

构建了一套基于负压波和流量的管道泄漏检测试验系统.该系统利用研华PCI-1710HG数据采集卡实时采集管道的压力和流量数据,利用小波变换去除混杂在压力和流量数据中的噪声信号,采用连续小波变换检测压力和流量数据的奇异点从而实现泄漏的检测与定位.监测系统的软件部分采用NI公司的图形化编程语言LabVIEW开发.该系统能及时检测管道泄漏并进行定位.     

基于负压波-流量法的管道泄漏检测试验系统

构建了一套基于负压波和流量的管道泄漏检测试验系统．该系统利用研华PCI-1710HG数据采集卡实时采集管道的压力和流量数据，利用小波变换去除混杂在压力和流量数据中的噪声信号，采用连续小波变换检测压力和流量数据的奇异点从而实现泄漏的检测与定位．监测系统的软件部分采用NI公司的图形化编程语言LabVIEW开发．该系统能及时检测管道泄漏并进行定位．     

基于双参数的管道泄漏检测系统的研究

泄漏检测在油料长输管道安全生产中占有重要的位置,介绍了一种基于压力流量双参数的管道泄漏检测系统的总体设计。其中压力检测利用了负压波法,负压波拐点的提取引入了小波变换理论,对时间及负压波波速的确定提出了解决的方法。提高了泄漏检测灵敏度和定位精度。     

超声波流量计在船舶管系泄漏检测与定位中的应用

提出了基于负压波—流量平衡联合法的超声波流量计来检测船舶管系泄漏和泄漏点定位的方法。从超声波流量计的工作原理和应用特点入手,结合压力波在泄漏检测与定位系统中的应用情况,搭建实验平台,进行了实验验证。实验结果表明:该方法具有一定的实用性和可行性,能有效地提高小泄漏的检测率和降低泵阀正常操作的误报警。     

传感器性能退化与结构损伤响应异常区分研究

针对现行结构损伤检测方法仅考虑了环境和荷载对损伤的影响,未考虑传感器因时间和环境变化导致的性能退化从而严重影响损伤诊断率的问题,考虑到传感器性能退化的局部性及结构损伤的全局性,利用最小均方差估计与广义极似然比（GLRT）理论检测结构响应异常,结合统计质量控制图的控制指标超出界限的波动样式判断异常来源,并通过简支梁数值算例验证了本文提出的方法.研究结果表明:利用广义极似然比可以有效检测响应异常,利用控制图可以辨别响应异常来源;传感器性能退化导致控制指标超出界限的波动为非平稳波动,而损伤导致控制指标在一定范围内的波动为平稳波动.      

Outlier mining based abnormal machine detection in intelligent maintenance

Assessing machine’s performance through comparing the same or similar machines is important to implement intelligent maintenance for swarm machine. In this paper, an outlier mining based abnormal machine detection algorithm is proposed for this purpose. Firstly, the outlier mining based on clustering is introduced and the definition of cluster-based global outlier factor (CBGOF) is presented. Then the modified swarm intelligence clustering(MSIC) algorithm is suggested and the outlier mining algorithm based on MSIC is proposed. The algorithm can not only cluster machines according to their performance but also detect possible abnormal machines. Finally, a comparison of mobile soccer robots’ performance proves the algorithm is feasible and effective.     

基于GIS的农村给水管网节点漏水量的估算

介绍了给水管网中漏损网络的类型,分析了传统给水管网节点漏损量模型和估算方法的不足,通过GIS空间分析强大功能的特点,提出了一种以GIS与DEM相结合的新的给水管网节点漏损量估算方法;重点研究了基于GIS的网络分析建立的给水管网拓扑关系,并利用DEM模型计算网络节点处高程,结合漏损模型的计算方法估算出给水管网节点处漏损量;实例验证,说明基于GIS的给水管网节点漏损量估算是一种高效的方法。     

负压波衰减系数及普通弯管泄漏检测研究

负压波在管道中的传播是能量传播的一种形式,因而在管道传播过程中会有能量的损失,这种损失在经过弯管时损耗会更大.发生泄漏后,管道中间若有弯头,负压波在这一段会有反射、折射现象发生,使负压波的能量减小.文中从实验出发,研究弯头处的负压波传播规律,对负压波衰减系数的影响因素进行研究,得出管道泄漏计算时的弯头当量长度计算公式,并将此分析结果与以前的工作进行对比,验证了此结果的合理性.     

基于LabVIEW的BP算法及其在发动机故障诊断中的应用

介绍了虚拟仪器技术,应用LabVIEW软件编制了基于BP算法的训练网络和诊断网络,使之能更有效地、直观地了解BP神经网络的工作状态,从而为汽车信号系统的分析和发动机故障系统诊断提供了有效的方法。     

分布式MAS 在飞行冲突解脱中的应用研究

在自由飞行的环境下,为解决飞行冲突探测与解脱（conflict detection and resolution,CDR）问题,提出一种基于高度层、航向和速度调配的综合解脱方法,并将多 agent 系统(multi-agent system, MAS) 的分布式技术与启发式算法相结合,进行问题求解. 首先设计了分布式MAS框架结构,然后建立了飞行冲突探测模型,高度层调配模型及航向、速度调配模型,最后,综合运用了基于合同网协议的分布式算法和自适应遗传算法进行问题求解.仿真实验表明,所设计的MAS框架是可行的,同时分布式算法和自适应遗传算法的综合应用能很快找到基于高度层、航向和速度分配的近似最优解,为CDR问题提供了新的解决思路.     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

On-line detecting of transformer winding deformation based on parameter identification of leakage inductance

Transformers are required to demonstrate the ability to withstand short circuit currents. Over currents caused by short circuit can give rise to windings deformation. In this paper, a novel method is proposed to monitor the state of transformer windings, which is achieved through on-line detecting the leakage inductance of the windings. Specifically, the mathematical model is established for on-line identifying the leakage inductance of the windings by applying least square algorithm （LSA） to the equivalent circuit equations. The effect of measurement and model inaccuracy on the identification error is analyzed, and the corrected model is also given to decrease these adverse effect on the results. Finally, dynamic test is carried out to verify our method. The test results clearly show that our method is very accurate even under the fluctuation of load or power factor. Therefore, our method can be effectively used to on-line detect the windings deformation.     

基于车载视觉的行人检测与跟踪方法

为提高城市交通环境下车辆主动安全性,保障行人安全,提出了基于车载视觉传感器的行人保护方法. 利用Adaboost算法实现行人的快速检测,结合Kalman滤波原理跟踪行人,以获取其运行轨迹.该方法利用离散 Adaboost算法训练样本类Haar特征,得到识别行人的级联分类器,遍历车载视觉采集的图像,以获取行人目 标;结合Kalman滤波原理,对检测到的行人目标进行跟踪,建立检测行人的动态感兴趣区域,利用跟踪结果分 析行人的运行轨迹.试验表明:该方法平均耗时约80ms/帧,检测率达到88%;结合Kalman滤波原理跟踪后,平 均耗时降到55ms/帧,实时性较好.      

ʵʱ�����Ŷӳ���ͼ����ϵͳ��FPGAӲ��ʵ��

针对现有交通路口车辆排队长度检测系统处理速度低、无法适用于实际复杂路口环境的缺陷,设计了一种基于FPGA的实时车辆排队长度图像检测系统.通过形态学边缘处理检测车辆的存在,对检测出的车队轮廓进行水平投影并采用一种基于信息量的车辆度量方法从投影结果中提取了排队的队尾,同时在确定排队长度时通过对算法参数的自适应调整有效消除图像逆透视效果的干扰;整个图像处理过程完全利用FPGA硬件逻辑实现,采用五级并行流水设计保证图像采集、高斯滤波、Sobel边缘检测、阈值分割和形态学腐蚀处理同步执行且同时完成,实现了对分辨率为720×576的图像25帧/s的处理速度.实验结果表明,系统性能良好,工作稳定,算法简单实用,具有较好的应用前景.     

列车气密性静态泄漏理论模型与计算

基于一维等熵流动理论推导了列车气密性静态泄漏状态方程, 考虑泄漏孔流量系数, 得到了压降泄漏时间和总泄漏时间计算公式; 数值模拟了列车气密性静态泄漏的动态过程, 并研究了长细比分别为1∶1、1∶4、1∶8和1∶16, 车内初始气压分别为6、5、4和3 kPa时, 泄漏孔长细比和车内初始气压对列车气密性的影响。分析结果表明: 在车内空气压力从3.0 kPa下降到0.8 kPa的过程中, 数值仿真和理论公式计算得到的压降时间分别为20.25、20.23 s, 与试验结果的相对误差分别为1.41%和1.51%;当泄漏孔长细比为1∶8和1∶16时, 列车车厢内空气压力下降时程曲线基本一致, 泄漏孔气流流量保持不变; 泄漏过程中泄漏孔的气流速度呈现中间大周围小的分布特征, 这是由泄漏孔壁面的黏滞作用引起的; 根据出口截面的中心速度和质量流率得到泄漏孔流量系数为0.71, 车内初始气压对相同指定压力下降时间的影响不足1%;若压降范围一致, 随着初始气压的增大, 压降时间减小, 压力从4 kPa下降到1 kPa的时间为24.18 s, 从5 kPa下降到2 kPa的时间为19.80 s; 数值仿真得到的压降泄漏时间与理论计算结果的最大相对误差为1.22%, 表明理论模型与数值仿真计算方法可以用于计算列车泄漏面积或气密性。      

交通事件视频图像自动识别系统的研究

如何有效利用高速公路视频图像信息,实时全天候自动智能检测交通事件,提升交通管理部门应急处置能效,是当前公路视频监控亟需解决的问题．本文基于视频图像处理技术,开展交通事件自动识别算法和系统的研究：采用中值滤波、亮度缩放等图像预处理方法,提取交通视频图像的前景目标边界并抑制噪声;基于灰度阈值化方法,对车辆前景进行二值化分割处理;提出一种二值化场景图像连通区域标定算法,对交通事件前景目标进行特征提取与检测识别,并基于上述算法和识别流程开发了交通事件视频自动识别系统．试验表明,该系统对噪声干扰抑制能力较强,识别准确率较高．     

基于激光雷达的无人驾驶障碍物检测和跟踪

针对激光雷达动态障碍物检测与跟踪过程中聚类适应性差、实时性低和跟踪准确度不高等问题，提出一种自适应的密度聚类算法和多特征数据关联方法，分别用于检测和跟踪. 首先，对激光雷达采集的点云进行路沿检测、感兴趣区域提取和地面分割等预处理，去除无关点云；然后，基于自适应的密度聚类算法对非地面的点云进行聚类，完成障碍物点云检测；最后，利用加权多特征数据关联算法结合卡尔曼滤波器实现对动态障碍物跟踪. 通过实验表明:本算法能够根据10 Hz的激光雷达数据实现对障碍物准确、稳定的检测和跟踪，且聚类时间缩短32%.      

基于轨迹特征的船舶停留行为识别与分类

为准确评估大规模轨迹数据中的船舶停留活动，构建了两阶段船舶轨迹停留点提取策略，提出了特征驱动的船舶停留行为识别与自动分类方法；以距离、时间和轨迹点数量为约束条件构建了规则模型，检测了原始轨迹中的停留候选轨迹，引入孤立森林算法检测和去除异常离群点，提取了高聚集度的船舶停留轨迹集合；基于船舶靠泊和锚泊的时空特征，定义了轨迹点重复率、相邻点平均距离和最远点对距离3个指标，构建了新的轨迹相似性度量模型，量化了船舶停留轨迹点的分布特征和聚合程度，并利用K近邻算法完成了船舶锚泊行为与靠泊行为的自动分类；采用提出的方法处理了3个不同水域的船舶轨迹数据，准确获取了船舶停留行为的分类结果，并验证了船舶锚泊与靠泊在轨迹时空特征上的差异性，以人工标注结果为参考依据评估了船舶停留行为识别与分类的准确性。研究结果表明:船舶靠泊的轨迹点重复率在80%以上，最远点对距离和相邻点平均距离分别为6~11和1~2 m，船舶锚泊的轨迹点重复率在10%以下，最远点对距离和相邻点平均距离分别为150~250和8~10 m，说明轨迹点重复率、相邻点平均距离和最远点对距离这3个时空特征对船舶靠泊和锚泊具有显著的区分能力；提出的方法对船舶停留识别分类的正确率在98%以上，充分证明了其有效性；采用提出的方法可更新已有码头和锚地的空间位置，自动识别规则水域外的船舶异常停留和规则水域内的超长时间船舶异常停留，掌握在港船舶停留分布情况，识别不同季节、不同时段的热点码头和锚地，从而辅助优化港口规划布局和交通组织。      

基于引力搜索RBF神经网络的柴油机故障诊断

为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果.