共查询到5条相似文献，搜索用时 0 毫秒
1.
2.
3.
当机械设备在运转时,由于各个零件自身与环境的影响会产生噪声、声音反射等一系列问题,导致从传声器阵列采集的信息中很难提故障信息。为了解决这一问题,基于声阵列采集到的信号与近场波束形成的关系,研究了一种增强声源信号的方法。该方法首先利用波束形成延迟求和的方法对故障点的位置进行定位,根据定位结果对每个通道采集的信号进行相位和幅值补偿后叠加。选取一段主要为噪声信号的频率段信息对信号进行功率估计,然后利用叠加后的信号作为谱减法算法的输入信号,对输入信号计算其功率并与噪声段的估计功率相减,以此进行降噪处理并得到增强后的信号。实验结果表明,该方法能有效地抑制噪声,提高输出信号的信噪比,根据故障特征频率对轴承进行故障诊断。 相似文献
4.
针对交-交变频调速系统中传统故障诊断方法难以准确判断隐性故障类型的问题,本文提出了一种基于db1小波包和db24小波包变换近似熵的特征能量提取方法:首先用db1小波包分解并提取采样信号的低频重构信号,用db24小波包分解并提取采样信号的高频重构信号:而后提取各个频带段的近似熵,根据具体的判断规则确定电机运行的隐性故障特征信号.实验和仿真证明,该方法弥补了传统方法提取微弱特征的不足,能够很好用于隐性故障诊断的检测,表明该方法的可行性和有效性. 相似文献
5.
准确识别定位采摘点，根据果梗方向，确定合适的采摘姿态，是机器人实现高效、无损采摘的关键。由于番茄串的采摘背景复杂，果实颜色、形状各异，果梗姿态多样，叶子藤枝干扰等因素，降低了采摘点识别准确率和采摘成功率。针对这个问题，考虑番茄串生长特性，提出基于实例分割的番茄串视觉定位与采摘姿态估算方法。首先基于YOLACT实例分割算法的实例特征标准化和掩膜评分机制，保证番茄串和果梗感兴趣区域(Region of interest, ROI)、掩膜质量和可靠性，实现果梗粗分割；通过果梗掩膜信息和ROI位置关系匹配可采摘果梗，基于细化算法、膨胀操作和果梗形态特征实现果梗精细分割；再通过果梗深度信息填补法与深度信息融合，精确定位采摘点坐标。然后利用果梗几何特征、八邻域端点检测算法识别果梗关键点预测果梗姿态，并根据果梗姿态确定适合采摘的末端执行器姿态，引导机械臂完成采摘。研究和大量现场试验结果表明，提出的方法在复杂采摘环境中具有较高的定位精度和稳定性，对4个品种的番茄串采摘点平均识别成功率为98.07%,图像分辨率为1 280像素×720像素时算法处理速率达到21 f/s,采摘点图像坐标最大定位误差为3像素... 相似文献