बड़े असर वाला हीटर
कठोर पर्यावरणीय परिस्थितियों जैसे उच्च तापमान, उच्च शोर, धूल, कंपन आदि के तहत परीक्षण करते समय, यह न केवल निरीक्षक के शारीरिक और मनोवैज्ञानिक को बहुत नुकसान पहुंचाएगा, बल्कि निरीक्षक को भी सामान्य रूप से काम करने में असमर्थ बना देता है। इसलिए, बड़े असर वाले हीटरों के असर के छल्ले के सतह दोषों का पता लगाने पर अनुसंधान हाल के वर्षों में एक गर्म स्थान बन गया है। डिजिटल इमेज प्रोसेसिंग तकनीक के आधार पर, हमारे विभाग ने बड़े असर वाले हीटरों के असर वाले छल्ले के सतह दोषों का पता लगाने के लिए अनुसंधान किया है। मुख्य सामग्री इस प्रकार हैं:
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.
हीटर असर दोष के ऑडियो निदान विधि पर अध्ययन
(1) असर हीटर असर के ऑडियो सिग्नल में इसकी रनिंग स्थिति के बारे में महत्वपूर्ण जानकारी होती है। इस जानकारी का विश्लेषण करके, असर हीटर असर की गलती का निदान प्रभावी ढंग से किया जा सकता है, और ऑडियो सिग्नल को गैर - संपर्क तरीके से एकत्र किया जा सकता है, जो उपयोग करने के लिए सुविधाजनक है और लागत लाभ में कम है।
(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) चूँकि निरंतर गाऊसी मिश्रण घनत्व फ़ंक्शन का उपयोग आउटपुट संभाव्यता को अधिक यथोचित रूप से वर्णन करने के लिए किया जा सकता है, कागज निरंतर गाऊसी मिश्रण घनत्व एचएमएम (कंट्लस काउसियस मिओस छिपे हुए मार्कोव मॉडल, सीजीएचएमएम) के आधार पर असर ऑडियो निदान की एक नई विधि प्रस्तावित करता है। । इसी समय, क्लस्टर पैरामीटर - आधारित मॉडल पैरामीटर प्रारंभ विधि और अंशांकन गुणांक आगे - पिछड़े एल्गोरिथ्म का उपयोग करके प्रशिक्षण और निदान एल्गोरिथ्म में सुधार किया जाता है।
(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.