基于电磁层析成像技术的滑油磨粒在线监测装置及方法

    公开(公告)号:CN113092322B

    公开(公告)日:2024-09-27

    申请号:CN202110394471.5

    申请日:2021-04-13

    摘要: 本发明提出了一种基于电磁层析成像技术的滑油磨粒在线监测装置及方法,用以解决现有滑油磨粒在线监测易受环境影响,无法检测磨粒大小和位置的问题。本发明的监测装置包括通道切换模块和图像重建计算机,通道切换模块与小尺度双平面电磁层析成像传感器相连接,小尺度双平面电磁层析成像传感器包括激励线圈和检测线圈,激励线圈和检测线圈均设置在滑油管路上;通道切换模块与信号处理电路相连接,信号处理电路与图像重建计算机相连接,图像重建计算机与单片机相连接,单片机与通道切换模块相连接。本发明不受水、气泡等非金属杂质、滑油颜色的影响,可以实现滑油磨粒的快速、非接触、非侵入、低成本及可视化监测,获取磨粒大小和位置信息。

    电机系统分数阶参数估计方法

    公开(公告)号:CN114499313B

    公开(公告)日:2023-07-14

    申请号:CN202111602490.9

    申请日:2021-12-24

    IPC分类号: H02P21/14 H02P21/18

    摘要: 本发明涉及一种电机系统分数阶参数估计方法,首先利用电机系统动力学模型获得系统动态模型,而后为便于参数估计实现,离散化技术被使用得到电机系统估计回归方程。其次,采用数据预处理技术得到滤波后的系统数据,基于滤波数据设计辅助变量和强制变量,从系统数据中抽取估计误差数据。最后,基于估计误差数据设计成本函数,使用分数阶理论对成本函数进行优化处理,推导出分数阶参数自适应律。它具有优势如下:(1)提高算法抗噪声性能,改善估计性能;(2)设计参数自适应律,使得参数自适应律更符合实际情况需要,便于实际应用。

    电机系统分数阶参数估计方法
    3.
    发明公开

    公开(公告)号:CN114499313A

    公开(公告)日:2022-05-13

    申请号:CN202111602490.9

    申请日:2021-12-24

    IPC分类号: H02P21/14 H02P21/18

    摘要: 本发明涉及一种电机系统分数阶参数估计方法,首先利用电机系统动力学模型获得系统动态模型,而后为便于参数估计实现,离散化技术被使用得到电机系统估计回归方程。其次,采用数据预处理技术得到滤波后的系统数据,基于滤波数据设计辅助变量和强制变量,从系统数据中抽取估计误差数据。最后,基于估计误差数据设计成本函数,使用分数阶理论对成本函数进行优化处理,推导出分数阶参数自适应律。它具有优势如下:(1)提高算法抗噪声性能,改善估计性能;(2)设计参数自适应律,使得参数自适应律更符合实际情况需要,便于实际应用。

    一种频率自适应调节无线电能传输系统和方法

    公开(公告)号:CN112165181A

    公开(公告)日:2021-01-01

    申请号:CN202010975697.X

    申请日:2020-09-16

    IPC分类号: H02J50/12 H02J50/80

    摘要: 本发明公开了一种频率自适应调节无线电能传输系统和方法,该系统包括高频信号发生模块、线性功率放大模块、直流电源、发射线圈、接收线圈、电流信息采集模块和控制器,在线圈位置发生变化时,电流信息采集模块采集的电流信息发生变化,控制器根据电流信号判断无线电能传输系统是否处于谐振状态,如果处于谐振状态,控制器控制高频信号发生模块保持当前输出信号频率不变;如果处于非谐振状态,控制器控制高频信号发生模块改变输出信号的频率,直到系统处于谐振状态;在系统工作过程中,电流信息采集模块对电流信息进行实时采集并处理,然后传递给控制器。本发明能够增加无线电能传输系统的使用范围,降低投入成本,增强设备使用的安全性和便捷性。

    基于多重自适应机制的遥感图像飞机检测方法

    公开(公告)号:CN117853944A

    公开(公告)日:2024-04-09

    申请号:CN202410034236.0

    申请日:2024-01-10

    摘要: 本发明提出了一种基于多重自适应机制的遥感图像飞机检测方法,步骤如下:对遥感数据集中的图像进行预处理,将预处理后的图像分成训练集和测试集;构建目标检测模型:在YOLOX的特征提取主干网络加入感受野自适应空间金字塔池化模块,在多尺度特征金字塔部分中加入自适应卷积多尺度注意特征融合模块;将原来的IoU损失函数替换为Mittag Leffler损失函数,将训练集中图像送入目标检测模型进行训练,得到模型权重参数;将测试集中图像送入目标检测模型并加载训练得到的模型权重参数,以进行性能测试并分析实验结果。本发明能够提高对遥感图像中飞机的检测精度,解决了低质量样本、真实框和预测框之间的几何因素对模型的影响,且加速了模型的收敛过程。

    基于自适应双加权特征网络的输电线路绝缘子检测方法

    公开(公告)号:CN117726903A

    公开(公告)日:2024-03-19

    申请号:CN202311780752.X

    申请日:2023-12-22

    摘要: 本发明提出了一种基于自适应双加权特征网络的输电线路绝缘子检测方法,步骤如下:以目标的尺寸将目标分为三个等级;根据等级选择绝缘子图像,通过数据增强策略扩充图像数量得到数据集,并按比例划分成训练集、测试集和验证集;构建绝缘子检测模型:在颈部网络中增添上下文感知特征提取模块和跨尺度残差感知网络,并利用双加权特征融合网络进行特征融合;用训练集对构建的绝缘子检测模型进行训练,得到绝缘子检测模型的权重参数;分别使用测试集、验证集对训练后的绝缘子检测模型的检测结果进行测试和验证。本发明能够有效地检测绝缘子小目标,同时图像的通道特征和空间特征能够得到有效的保留,有效解决了绝缘子小目标检测效果差的问题。

    一种增强门控Transformer的图像去噪方法

    公开(公告)号:CN117726540A

    公开(公告)日:2024-03-19

    申请号:CN202311780241.8

    申请日:2023-12-22

    IPC分类号: G06T5/70 G06N3/0455 G06N3/08

    摘要: 本发明提出了一种增强门控Transformer的图像去噪方法,步骤如下:将数据集中的所有图像进行预处理,并生成原始‑噪声图像对,作为训练集;以U型结构为主体架构,将Transformer块与上下采样作为编码解码结构,通过跳层连接Transformer块构成图像去噪模型;将训练集中的含噪图像输入图像去噪模型中进行学习训练,获得不同噪声水平的模型权重;将含噪图片输入训练好的图像去噪模型,利用对应的图像去噪模型的模型权重进行处理,获得去噪后的图像。本发明在高噪声水平的合成去噪任务中表现出卓越的性能,且能够在现实降噪任务中恢复更详细的信息,有效解决了在传感器采集、图像传输和处理过程中噪声影响的问题。

    一种基于残差自编码的图像深度去噪方法

    公开(公告)号:CN116051408B

    公开(公告)日:2023-10-27

    申请号:CN202310022026.5

    申请日:2023-01-06

    摘要: 本发明提出了一种基于残差自编码的图像深度去噪方法,步骤如下:以噪声的标准差作为分级依据将噪声分级;通过数据增强策略扩充数据集中的图片数量得到训练集;构建图像去噪模型:图像去噪模型包括依次连接的编码模块、密集残差模块和解码模块;将训练集的图片分别添加步骤一中各个噪声等级范围内的高斯噪声得到含噪图像,将含噪图像输入图像去噪模型分别进行学习训练,获得训练好的不同噪声等级的图像去噪模型;在图像去噪应用时将含噪图片输入训练好的图像去噪模型,直接重构输出去噪后的图片。本发明在去除大部分噪声信息的同时能够有效的保留图像的局部细节特征和图像的边缘特征信息,获得高质量的重建图像;实现简单且轻量化,参数量少。

    一种基于拉丁方的混沌图像加密方法

    公开(公告)号:CN113300827B

    公开(公告)日:2022-05-13

    申请号:CN202110551860.4

    申请日:2021-05-20

    IPC分类号: H04L9/00 H04N1/44

    摘要: 本发明提出了一种基于拉丁方的混沌图像加密方法,其步骤为:利用原始图像矩阵生成密钥,将密钥输入超混沌Lorenz系统进行得到混沌序列;截取混沌序列转换为矩阵对原始图像矩阵进行置乱;截取混沌序列生成拉丁方阵作为查找表;截取混沌序列并组成索引矩阵,利用索引矩阵从查找表中的对应坐标选取元素进行替换得到像素替换矩阵;截取混沌序列并生成拉丁方矩阵,将像素替换矩阵的位平面组成比特矩阵,利用拉丁方矩阵对比特矩阵进行比特置乱并组合为位平面矩阵,转换为十进制得到密文图像。本发明所用拉丁方阵均由混沌序列产生,增强了复杂度,提升了安全性;有效地提高了随机性、灵敏性,能够有效的抵抗差分攻击,增加了破译难度,适合实际应用。

    一种基于干扰抑制外观建模的目标跟踪方法

    公开(公告)号:CN113470075A

    公开(公告)日:2021-10-01

    申请号:CN202110777474.7

    申请日:2021-07-09

    摘要: 本发明提出了一种基于干扰抑制外观建模的目标跟踪方法,用以解决传统孪生跟踪方法由于很少利用背景干扰信息导致在面对干扰时容易漂移的问题;其步骤为:首先获取目标模板,并根据背景与目标的相似程度确定干扰物,根据干扰物的特征以及干扰物与目标的相似得分得到干扰模型;然后利用目标模板与干扰模型分别与下一帧搜索区域图像相关得到目标得分图与干扰得分图,将目标得分图与干扰得分图相结合得到最终响应图,响应值最大处即为预测得到的下一帧图像的目标位置。本发明通过利用背景干扰提供的判别信息为目标外观进行建模,使得孪生跟踪器可以充分利用背景干扰信息,提高跟踪器在面临背景干扰时的鲁棒性。