基于平均马氏距离的松动螺栓位置定位方法及系统

    公开(公告)号:CN112414683A

    公开(公告)日:2021-02-26

    申请号:CN201911345666.X

    申请日:2019-12-24

    Abstract: 本发明涉及一种基于平均马氏距离的松动螺栓位置定位方法及系统。所述松动螺栓位置定位方法包括:在螺栓联接结构上喷涂散斑点,并确定各个螺栓位置处的散斑点;在相同的工作条件下,利用机器视觉测量方法获取无松动振动位移响应信号以及有松动振动位移响应信号;根据所述无松动振动位移响应信号和所述有松动振动位移响应信号计算在螺栓松动前后各个散斑点处振动位移响应信号的平均马氏距离;对所述平均马氏距离进行归一化处理,确定归一化处理后的平均马氏距离;根据所述归一化处理后的平均马氏距离确定松动螺栓位置。采用本发明所提供的松动螺栓位置定位方法及系统能够降低人工排查工作量,提高排查效率。

    基于矩阵差异度的机器视觉目标跟踪方法及系统

    公开(公告)号:CN112396632A

    公开(公告)日:2021-02-23

    申请号:CN201910972833.7

    申请日:2019-10-14

    Abstract: 本发明公开的基于矩阵差异度的机器视觉目标跟踪方法及系统,采用机器视觉跟踪法对所获取的视频数据中的目标进行跟踪。在所述机器视觉跟踪法中,通过获取与目标区域相对应的第一灰度值矩阵;以特定大小的区域遍历视频数据中下一帧图像的灰度图像;获取与遍历区域相对应的灰度值矩阵,确定矩阵差异度,并获取由矩阵差异度构成的第二集合中最小元素和第二小元素;通过判断这两元素间的比值与设定阈值间的关系,确定下一帧图像上的目标区域;将所确定当前目标区域作为新目标区域;采用机器视觉跟踪法,直至完成对待追踪目标的跟踪。本发明提供的基于矩阵差异度的机器视觉目标跟踪方法及系统,能够准确对目标进行跟踪,且具有跟踪效率高的特点。

    基于异类多传感器数据融合的机械设备健康状态评估方法

    公开(公告)号:CN106447040A

    公开(公告)日:2017-02-22

    申请号:CN201610865463.3

    申请日:2016-09-30

    CPC classification number: G06N3/084

    Abstract: 本发明公开了一种基于异类多传感器数据融合的机械设备健康状态评估方法,包括如下步骤:首先对异类多传感器的信号分别去噪,然后提取出各种信号的敏感特征量,构造敏感特征量集,再将敏感特征量集作为BP神经网络的训练样本,建立基于BP神经网络故障诊断模型实现故障分离和诊断,并得出每个传感器对每一种的故障的识别率,构造成D-S证据框架,最后利用D-S证据理论的Dempster合成公式,求解得出了最大的可能性故障类型。本发明基于D-S决策层的融合,使得分类诊断精度高、效率高,有效的提升了裂纹的诊断效果,便于工程实践中使用。

    一种PCB板缺陷检测方法、系统、介质、设备及终端

    公开(公告)号:CN114596302A

    公开(公告)日:2022-06-07

    申请号:CN202210270622.0

    申请日:2022-03-18

    Abstract: 本发明属于PCB板缺陷检测技术领域,公开了一种PCB板缺陷检测方法、系统、介质、设备及终端,该方法首先采用Bisecting K‑means算法对PCB缺陷数据集进行聚类分析,得到聚类中心,将聚类中心值输入至YOLOv4网络;在YOLOV4各检测头增加稀疏网络结构InceptionV3网络,通过使用多种尺度卷积核实现对目标的检测,采用轻量化特征提取网络作为YOLOv4特征提取网络;将改进思路在YOLOv4代码中进行修改,设置参数进行训练;利用权重文件对PCB测试数据集进行缺陷检测。本发明检测实时性高,柔性更强,可以更好应对目标尺寸变化。

    基于运动放大光流跟踪的薄壁件微幅振动测量方法及系统

    公开(公告)号:CN110108348A

    公开(公告)日:2019-08-09

    申请号:CN201910401791.1

    申请日:2019-05-15

    Abstract: 本发明公开一种基于运动放大光流跟踪的薄壁件微幅振动测量方法及系统,涉及薄壁件微幅振动测量技术领域,主要是通过亮度变化获得目标振动频率;通过相位欧拉方法处理灰度图像序列,放大振动幅值;采用光流跟踪算法对运动放大后的视频进行处理,提取目标角点以像素为单位的振动信号,并对衰减进行补偿;建立测量数学模型,将其转化为实际单位的振动信号。本发明结合相位欧拉放大方法和光流跟踪方法,有效解决了薄壁件微幅振动无法测量的问题,且具有操作便捷、空间分辨率高、非接触及可视化微小振动等优点。

    基于异类多传感器数据融合的机械设备健康状态评估方法

    公开(公告)号:CN106447040B

    公开(公告)日:2018-11-23

    申请号:CN201610865463.3

    申请日:2016-09-30

    Abstract: 本发明公开了一种基于异类多传感器数据融合的机械设备健康状态评估方法,包括如下步骤:首先对异类多传感器的信号分别去噪,然后提取出各种信号的敏感特征量,构造敏感特征量集,再将敏感特征量集作为BP神经网络的训练样本,建立基于BP神经网络故障诊断模型实现故障分离和诊断,并得出每个传感器对每一种的故障的识别率,构造成D‑S证据框架,最后利用D‑S证据理论的Dempster合成公式,求解得出了最大的可能性故障类型。本发明基于D‑S决策层的融合,使得分类诊断精度高、效率高,有效的提升了裂纹的诊断效果,便于工程实践中使用。

    一种薄壁件工作模态参数确定方法及系统

    公开(公告)号:CN108593087A

    公开(公告)日:2018-09-28

    申请号:CN201810273189.X

    申请日:2018-03-29

    Abstract: 本发明公开了一种薄壁件工作模态参数确定方法及系统,该方法包括建立基于单目视觉离面振动测量装置的成像数学模型以及工业相机针孔成像模型,确定目标实际位移函数,并利用伪角点移除的光流匹配跟踪算法连续跟踪目标角点,得到每个目标角点随每帧图像振动的位移响应信号,计算各个位移响应信号的平均相关函数,以此平均相关函数替代位移响应信号作为Cov-SSI算法输入项,进行工作模态参数识别,实现薄壁件的工作模态测试。本发明不需辅助结构光、粘贴任何标志或标记,可实现多视点非接触振动模态测量,有效地改善了机器视觉振动模态测量方法计算效率和测量精度低等问题,同时较好解决了低信噪比工作模态参数识别难等问题。

    基于机器视觉的薄壁件工作模态测试装置及测试方法

    公开(公告)号:CN106124034A

    公开(公告)日:2016-11-16

    申请号:CN201610807568.3

    申请日:2016-09-07

    CPC classification number: G01H9/00

    Abstract: 本发明涉及一种基于机器视觉的薄壁件工作模态测试装置及测试方法,本发明的基于机器视觉的薄壁件工作模态测试装置包括工业相机、光源、图像采集装置及图像处理装置;所述的工业相机和光源置于待测薄壁件的前方,工业相机的镜头朝向待测薄壁件的前侧面,待测薄壁件的前侧面上设有多个反光特征点;所述的工业相机通过数据线与图像采集系统连接;图像采集装置与图像处理装置连接。本发明的基于机器视觉的薄壁件工作模态测试装置结构灵活,不需要复杂的调试过程,对薄壁件表面质量要求低,且实现了非接触测量,不改变待测薄壁件的振动特性,能准确测量出薄壁件的工作模态参数,测量精度和效率高等优点。

Patent Agency Ranking