A simple model of the phase-detection autofocus device based on the partially masked sensor pixels is described. The cross-correlation function of the half-images registered by the masked pixels is proposed as a focus...A simple model of the phase-detection autofocus device based on the partially masked sensor pixels is described. The cross-correlation function of the half-images registered by the masked pixels is proposed as a focus function. It is shown that—in such setting—focusing is equivalent to searching of the cross-correlation function maximum. Application of stochastic approximation algorithms to unimodal and non-unimodal focus functions is shortly discussed.展开更多
针对振弦传感器在应力监测过程中,受到埋设不良、接线过长、激振不足等影响,可能会无法准确测量的问题,提出了一种基于一维卷积神经网络(1D-CNN)的振弦传感器故障诊断方法,以振弦传感器输出信号幅值为输入,能快速准确诊断故障。同时,采...针对振弦传感器在应力监测过程中,受到埋设不良、接线过长、激振不足等影响,可能会无法准确测量的问题,提出了一种基于一维卷积神经网络(1D-CNN)的振弦传感器故障诊断方法,以振弦传感器输出信号幅值为输入,能快速准确诊断故障。同时,采用短时傅里叶变换,找到信号中的衰减分量,实现了对一种振弦传感器故障的修复,使得传感器重新投入运行。最后构建了振弦传感器的故障预测与健康管理(Prognostics and Health Management,PHM)系统,对振弦传感器故障识别、诊断与修复具有一定意义。展开更多
冷水机组系统中,温度传感器出现故障会严重影响机组工作效率及使用寿命。针对冷水机组温度传感器偏差故障,本文提出一种基于单类支持向量机(one-class support vector machine,OC-SVM)的故障检测方法,采用冷水机组正常数据建立OC-SVM模...冷水机组系统中,温度传感器出现故障会严重影响机组工作效率及使用寿命。针对冷水机组温度传感器偏差故障,本文提出一种基于单类支持向量机(one-class support vector machine,OC-SVM)的故障检测方法,采用冷水机组正常数据建立OC-SVM模型,通过十折交叉验证法获得模型优化参数。分别采用工程实测数据和实验数据(共4组)对该方法进行了验证,结果表明:基于OC-SVM的方法能有效检测出4组冷水机组的温度传感器偏差故障。其中对于螺杆式冷水机组(数据集Ⅰ)的故障检测效果明显,当冷冻水侧温度传感器偏差故障幅值绝对值大于1℃时,检测效率达到100%。展开更多
基金supported by the NCN grant UMO-2011/01/B/ST7/00666.
文摘A simple model of the phase-detection autofocus device based on the partially masked sensor pixels is described. The cross-correlation function of the half-images registered by the masked pixels is proposed as a focus function. It is shown that—in such setting—focusing is equivalent to searching of the cross-correlation function maximum. Application of stochastic approximation algorithms to unimodal and non-unimodal focus functions is shortly discussed.
文摘针对振弦传感器在应力监测过程中,受到埋设不良、接线过长、激振不足等影响,可能会无法准确测量的问题,提出了一种基于一维卷积神经网络(1D-CNN)的振弦传感器故障诊断方法,以振弦传感器输出信号幅值为输入,能快速准确诊断故障。同时,采用短时傅里叶变换,找到信号中的衰减分量,实现了对一种振弦传感器故障的修复,使得传感器重新投入运行。最后构建了振弦传感器的故障预测与健康管理(Prognostics and Health Management,PHM)系统,对振弦传感器故障识别、诊断与修复具有一定意义。
文摘冷水机组系统中,温度传感器出现故障会严重影响机组工作效率及使用寿命。针对冷水机组温度传感器偏差故障,本文提出一种基于单类支持向量机(one-class support vector machine,OC-SVM)的故障检测方法,采用冷水机组正常数据建立OC-SVM模型,通过十折交叉验证法获得模型优化参数。分别采用工程实测数据和实验数据(共4组)对该方法进行了验证,结果表明:基于OC-SVM的方法能有效检测出4组冷水机组的温度传感器偏差故障。其中对于螺杆式冷水机组(数据集Ⅰ)的故障检测效果明显,当冷冻水侧温度传感器偏差故障幅值绝对值大于1℃时,检测效率达到100%。
