基于小波阈值和ACMD的滚动轴承瞬时转频估计

针对变转速工况下滚动轴承瞬时转频估计精度受噪声影响大的问题,提出一种基于小波阈值和自适应chirp模式分解(ACMD)的转频估计方法.该方法首先利用小波阈值对原始信号做降噪处理,然后对降噪后的信号做ACMD,得到高时频分辨率时频谱,最后利用峰值搜索算法从时频图中估计瞬时转频.通过对轴承仿真信号和实测信号的分析,证明了该...     

天文导航用水天线图像处理的技术研究

天文导航在导航系中有着不可替代的地位,由于客观原因,舰船在海平面上航行必然会摇摆,针对这一摇摆角问题,提出了基于粗略水平基准的水天线测量法。该方法以TDS642EVM多路实时图像处理平台为硬件电路,软件算法采用自适应阈值分割和小波变换进行边沿信号检测,最后利用Hough变换获取水天线的具体位置信息,所有算法在CCS2.0环境下编程实现。     

两种分布曲线快速选型法在水文极值分析中的应用

本文结合菲律宾马尼拉湾某项目,采用两种理论分布快速选型方法,即偏度系数Cs与峰度系数Ck相对关系快速选型方法和K-S检验/A-D检验快速选型方法,进行理论分布选型的定量分析和极值风速拟合分析。两种方法优选推荐的理论分布函数基本一致,不同理论分布对同一组样本的拟合度存在一定差异,实际应用中建议双向验证,从而选出最适合样本的理论分布。采用不同推荐理论分布计算得到极值基本一致,结合国内外规范对极值风速理论分布的介绍,建议理论分布的选择,应以拟合最佳为原则进行选配,同时要确定外推值的置信区间。所得成果可为类似水文设计参数分析提供参考。     

基于振动阈值的船舶离心泵系统建造阶段声学故障诊断方法

该文针对舰船建造阶段声学故障诊断阈值与历史实测数据缺乏内在联系的问题,以离心泵系统为研究对象,围绕基于振动阈值的舰船离心泵系统声学故障诊断开展研究。首先,通过实船测试数据分析得出船舶离心泵系统由于边界条件差异及设备差异导致振动特性波动最大超过10 dB;其次,对振动偏离值进行正态分布假设,并通过对实测数据的统计分析进行验证;最后,根据正态分布区间估计原理提出阈值提取方法,在此基础上通过模拟试验对以上阈值的有效性进行验证,结果显示,该方法提取的阈值对正常工况的诊断准确率为99.45%,对故障工况诊断准确率为92.3%,该文研究成果可为船舶建造阶段离心泵系统提供一种合理可操作、准确率较高的声学故障诊断方法。     

导航系统中水天线信号处理的算法研究

介绍了舰船导航系统中水天线图像信号处理的算法,该系统通过测量水天线,可以实现对舰船的横摇/纵摇角度进行快速、准确的测量。     

机车乘务员视觉可靠性评价

列车提速中 ,对乘务员视觉系统动态感知能力的要求是不可忽视的。对 1 58名乘务员的动态视觉感知能力进行测试。结果表明 :静视力相同者 ,动视力差异较大 ,静视力不能全面反映乘务员动态视觉感知能力。动视力、静视力均是乘务员行车安全不可忽视的重要指标。并提出了乘务员动态视觉能力的安全阈值大于 0 .5。并研制出测试评价系统。     

基于自学习的组网式交通信号灯异常检测研究

随着智慧交通的发展,信号灯成为城市道路能够正常运转的关键性设备,交通部门有必要实时掌握信号灯的运行状态,以便及时发现故障并加以排除,降低交通事故的发生率.针对现有研究方法存在的硬件结构复杂、成本较高、安装施工困难、维护不便等问题,提出了一种基于自学习的组网式信号灯故障诊断方法.系统可以一键学习、快速准确地掌握正常情况下...     

山区高速公路节假日易拥堵特性及对策分析

以福建省部分高速公路运营状况为例,探讨了山区高速公路节假日拥堵时空分布特性;针对高速公路短时、即时的拥堵特征,采用基于15 min短时流量反算运营阶段饱和度的拥堵辨识标准,在此基础上结合实际运行速度提出拥堵预警阈值,以及“疏、分、扩”三大拥堵对策措施,可供同类项目参考。     

高反光陶瓷基片缺陷检测

基于颜色恒常性理论的亮度感知Retinex模型,在频域采用多尺度高斯函数估计出输入图像的光照分量,对其进行伽马变换以增强光照信息,然后由输入图像与光照信息图像的对数运算获得仅包含物体本身特性的反射信息图像,实现对输入图像的校正。对校正后的图像依次进行频域带通滤波、基于全局的自适应阈值分割、形态学处理、亚像素精度的XLD轮廓提取等操作,根据提取结果来判断陶瓷基片表面有无缺陷。实际测试结果表明：该方法判断的准确度约为98.6%,检测时间约为0.21 s,满足工程需求。     

遗传算法在图像分割中的应用

图像分割是图像分析的预处理阶段,被认为是计算机视觉中的一个瓶颈.基于扩展的Otsu最优阈值图像分割方法,提出用一种改进遗传算法进行图像分割的方法,并给出了遗传算法中参数的设定.仿真结果表明,改进算法的计算速度不仅明显优于传统的Otsu方法,而且算法的分割效果也很好.