一种变压器故障预测方法及故障预测系统

    公开(公告)号:CN117074833A

    公开(公告)日:2023-11-17

    申请号:CN202311104112.7

    申请日:2023-08-30

    摘要: 本发明属于变压器故障预测技术领域,具体涉及一种变压器故障预测方法及故障预测系统,通过采集变压器的参数;根据参数判断变压器的故障类型;根据TOPSIS法获取变压器当前状态的第一评价;根据灰色关联分析法获取变压器当前状态的第二评价;根据第一评价和第二评价获取变压器当前状态的最终评价;实现了对变压器当前状态的评价,判断变压器当前状态处于故障状态或正常状态,以及故障状态的等级,对故障进行预测和精确判断。

    基于对偶局部学习的非负矩阵分解聚类方法

    公开(公告)号:CN109614581B

    公开(公告)日:2023-09-22

    申请号:CN201811221673.4

    申请日:2018-10-19

    IPC分类号: G06F17/16 G06F18/23

    摘要: 本发明提供了一种基于对偶局部学习的非负矩阵分解聚类方法,包括:S10根据待聚类图像选定待分类的数据矩阵V、簇类号a1和a2;S20根据数据矩阵V构建目标函数O;S30根据目标函数O,使用迭代的方法,输出类结果;S40根据类结果对待聚类图像进行聚类。该聚类方法结合了双结构学习,将协同聚类问题转化为具有正交约束的非负矩阵分解问题,简化了问题的复杂度,更具有代表性和普适性,其复杂度低,大大加快了聚类过程中的运行的速度,提高了聚类效率。

    基于深度矩阵的约束概念分解聚类方法

    公开(公告)号:CN109508737B

    公开(公告)日:2023-09-22

    申请号:CN201811281896.X

    申请日:2018-10-31

    IPC分类号: G06V10/762 G06V40/16

    摘要: 本发明提供了一种基于深度矩阵的约束概念分解聚类方法,包括S10获取m个待聚类图像,并根据待聚类图像构造k个最邻近图;S20针对每个最邻近图得到相应的数据矩阵X,数据矩阵X中包括n个数据点,并使用非负矩阵分解方法对数据矩阵X进行分解得到特征矩阵W;S30对数据矩阵X中的p个数据点进行标记;S40基于特征矩阵W及标记数据点,建立约束概念分解的目标函数σ;S50根据目标函数σ,使用迭代加权的方法迭代预设次数,得到数据矩阵X深度分解的每一层的特征矩阵Wi和权重矩阵Hi,1≤i≤k;S60采用k‑means聚类算法分别对每个最近邻图得到的特征矩阵进行分析并聚类。该聚类方法利用标记与非标记的数据点,将标记信息作为约束强加给目标函数,大大提升了识别能力,提高了聚类的精确度。

    一种基于机器视觉的板状物尺寸及缺陷检测装置

    公开(公告)号:CN116429781A

    公开(公告)日:2023-07-14

    申请号:CN202310297419.7

    申请日:2023-03-24

    IPC分类号: G01N21/95 G01N21/01 G01B11/00

    摘要: 本发明涉及检测设备技术领域,尤其是一种基于机器视觉的板状物尺寸及缺陷检测装置,包括传输装置,用于对板状物进行运输;检测装置,用于对板状物进行检测,所述检测装置设置在所述传输装置的上方或者下方;倾翻装置,用于对板状物进行翻面,包括第一部分和第二部分,所述第一部分连接在所述传输装置上,分所述第一部分用于承载板状物,所述第一部分在所述第二部分的作用下可沿着预设的轨迹由第一位置变换到第二位置从而实现对板状物的倾翻,本申请可以安装在板状物的冲压线下游以实现在线检测,避免降低产线速度,在保证质量的前提下提升生产效率。

    基于球坐标图元映射的模型压缩与碰撞检测方法

    公开(公告)号:CN112509136B

    公开(公告)日:2023-06-23

    申请号:CN202011377789.4

    申请日:2020-11-30

    IPC分类号: G06T17/10 G06T15/04 G06T15/00

    摘要: 本发明提供了一种基于球坐标图元映射的模型压缩与碰撞检测方法,采用将图元映射至球坐标系的方法压缩复杂模型,以加速碰撞检测。该模型压缩与碰撞检测方法中包括:在模型中选定一点作为原点,建立局部直角坐标系,并构建相应球坐标系,将原直角坐标转化为球坐标系中坐标,以球坐标系中方位角与仰角作为二维纹理的坐标轴,将三维虚拟物体模型上的点与原点距离记录至纹理中。在处理碰撞检测时,将待碰撞检测目标中的直线映射至球坐标系中,取对应纹理中模型上点与原点的距离,并与直线在该方向与原点距离对比,以判断是否存在碰撞。

    自适应超分辨率观测实验系统及其工作方法

    公开(公告)号:CN106353323B

    公开(公告)日:2023-05-30

    申请号:CN201610692020.9

    申请日:2016-08-19

    IPC分类号: G01N21/85 G01M10/00

    摘要: 本发明涉及一种自适应超分辨率观测实验系统及其工作方法,本自适应超分辨率观测实验系统包括:处理器模块,与该处理器模块相连的复眼图像采集装置,以及用于放置岩片测试模型的芯片位;所述复眼图像采集装置适于拍摄岩片测试模型内多相流体的分布和流动状况的图像数据;本发明通过复眼图像采集装置能够在光线强度减弱时,两图像采集模块沿半圆形导轨相向运动靠拢,以收缩视域范围,以清晰拍摄岩片测试模型内多相流体的分布和流动状况,获得高清晰的图像数据,并且在光照强度增强的时候,两图像采集模块还能分开分别独立采集图像数据,两种工作方式即可实现自适应超分辨率的图像数据采集。

    一种基于机器视觉的特定塑料件检测分拣方法

    公开(公告)号:CN115382786A

    公开(公告)日:2022-11-25

    申请号:CN202211004552.0

    申请日:2022-08-22

    IPC分类号: B07C5/04 B07C5/00 B07C5/342

    摘要: 本发明适用于塑料件分拣技术领域,提供了一种基于机器视觉的特定塑料件检测分拣方法,包括在上位机中预存合格的特定塑料件外形图像以及预设合格的特定塑料件参数数据;将待检测的特定塑料件依次等距放置在分拣传送带上,分拣传送带匀速运输;待检测的特定塑料件经过机器视觉检测架下方时,位于机器视觉检测架上的单目相机对待检测的特定塑料件进行拍照,并将照片发送至上位机中;上位机对接收到的照片进行图像识别处理并得到对应的参数数据;将处理后的照片及对应的参数数据与上位机中预存合格的特定塑料件外形图像以及预设合格的特定塑料件参数数据进行对比。本发明解决了现有人工分拣检测存在的成本高、效率不稳、检测质量差的问题。