Gwresogydd dwyn mawr
Wrth brofi dan amodau amgylcheddol llym fel tymheredd uchel, sŵn uchel, llwch, dirgryniad, ac ati, bydd nid yn unig yn achosi niwed mawr i gorfforol a seicolegol yr arolygydd, ond hefyd yn gwneud yr arolygydd yn aml yn methu â gweithio fel arfer. Felly, mae'r ymchwil ar ganfod diffygion arwyneb cylchoedd dwyn gwresogyddion dwyn mawr wedi dod yn fan poeth yn ystod y blynyddoedd diwethaf. Yn seiliedig ar dechnoleg prosesu delweddau digidol, mae ein hadran wedi cynnal ymchwil ar ganfod diffygion wyneb cylchoedd dwyn gwresogyddion dwyn mawr. Mae'r prif gynnwys fel a ganlyn:
1. Typical performance type and defect area analysis of surface defects of bearing rings of large bearing heaters.
2. Analysis of image edge detection algorithm. A variety of classic edge detection operators are used to compare and detect the surface defect images of bearing rings of large bearing heaters, and an improved Sobel edge detection operator is proposed.
3. Extraction and selection of defect features. Hu defect invariant features, morphological features, and texture features were extracted from the defect image, and systematic analysis and demonstration were carried out to determine the Hu moment invariant features required for classification recognition.
4. Research on classification and recognition algorithm based on BP neural network.
Astudiaeth ar ddull diagnosis clywedol o ddwyn bai ar wresogydd
(1) Mae signal sain y gwresogydd dwyn yn cynnwys gwybodaeth bwysig am ei statws rhedeg. Trwy ddadansoddi'r wybodaeth hon, gellir perfformio'r diagnosis fai o'r dwyn gwresogydd dwyn yn effeithiol, a gellir casglu'r signal sain mewn dull cyswllt nad yw'n -, sy'n gyfleus i'w ddefnyddio ac yn isel o ran cost.
(2) According to the advantage that all parameters in the Discrete Hidden Markov Model (DHMM) are discrete values, we propose a new method for audio diagnosis of bearing faults based on DHMM, which has simple modeling, fast calculation speed and diagnostic accuracy Advanced features.
(3) Gan y gellir defnyddio'r swyddogaeth dwysedd cymysgedd Gaussaidd barhaus i ddisgrifio'r tebygolrwydd allbwn yn fwy rhesymol, mae'r papur yn cynnig dull newydd o ddwyn diagnosis sain fai yn seiliedig ar HMM dwysedd cymysgedd Gaussaidd parhaus (Model Markov Cudd Cymysgedd Gaussaidd Contlnuous, CGHMM) . Ar yr un pryd, mae'r algorithm hyfforddi a diagnosis yn cael ei wella trwy ddefnyddio dull ymgychwyn paramedr y model paramedr clwstwr - a'r algorithm cyfernod graddnodi ymlaen -.
(4) conducted a comparative analysis of the diagnostic test results of DHMM and CGHMM methods. The DHMM algorithm is better than the general CGHMM algorithm in speed, but the diagnostic accuracy is lower than the CGHMM algorithm.