基于机器学习的驾驶员健康识别与安全评估方法研究

1

作者 刘超 黄和炎 +1 位作者 江亮亮 俞国华 《数字通信世界》 2024年第5期21-23,共3页

该文旨在研究基于机器学习的驾驶员健康识别与安全评估方法,以提高道路交通安全。通过采集驾驶员生物特征数据和驾驶行为数据,构建了驾驶员健康状态预测模型。使用深度学习算法对数据进行分析和处理,实现了对驾驶员疲劳、情绪等健康状... 该文旨在研究基于机器学习的驾驶员健康识别与安全评估方法,以提高道路交通安全。通过采集驾驶员生物特征数据和驾驶行为数据,构建了驾驶员健康状态预测模型。使用深度学习算法对数据进行分析和处理,实现了对驾驶员疲劳、情绪等健康状态的准确识别。在真实驾驶场景中进行测试,结果表明该方法具有较高的识别准确率和实用性,在提高交通安全性方面具有良好的应用前景。 展开更多

关键词 机器学习 驾驶员健康识别 安全评估 深度学习 交通安全

在线阅读 下载PDF 职称材料

基于刚度反演的大型振动筛减振弹簧健康识别 被引量：4

2

作者 彭利平 刘初升 王宏 《煤炭学报》 EI CAS CSCD 北大核心 2016年第6期1568-1574,共7页

针对已有的大型振动筛减振弹簧定性健康识别的局限性,提出了1种利用筛体自由振动响应实现大型振动筛减振弹簧刚度反演的方法。考虑减振系统几何位置误差,建立了减振弹簧故障下振动筛非对称动力学模型,推导其振动微分方程;利用离散加速... 针对已有的大型振动筛减振弹簧定性健康识别的局限性,提出了1种利用筛体自由振动响应实现大型振动筛减振弹簧刚度反演的方法。考虑减振系统几何位置误差,建立了减振弹簧故障下振动筛非对称动力学模型,推导其振动微分方程;利用离散加速度自由响应,结合数字滤波、趋势项消除和数值积分方法,获取系统刚度矩阵修正形式;在此基础上,通过刚度矩阵分解,定义刚度置信准则,提出了大型振动筛减振弹簧刚度反演原理与方法;利用实验测试数据实现了振动筛减振弹簧的刚度反演,最大误差仅为3.56%,表明了算法的有效性,实现了减振弹簧定量的健康状态识别。 展开更多

关键词 振动筛 减振弹簧 刚度反演 健康识别

在线阅读 下载PDF 职称材料

基于最优参数VMD和改进散布熵的轴承亚健康状态识别

3

作者 魏文军 甘洁 《铁道科学与工程学报》 北大核心 2025年第2期887-899,共13页

针对轴承的亚健康状态存在噪声干扰、模态混叠、状态特征提取困难的问题,提出一种最优参数变分模态分解(variational mode decomposition, VMD)和改进散布熵的轴承亚健康状态识别方法 。首先,设计改进的麻雀搜索算法(improved sparrow s... 针对轴承的亚健康状态存在噪声干扰、模态混叠、状态特征提取困难的问题,提出一种最优参数变分模态分解(variational mode decomposition, VMD)和改进散布熵的轴承亚健康状态识别方法 。首先,设计改进的麻雀搜索算法(improved sparrow search algorithm, ISSA)来自适应地搜索VMD最优分解参数,从而提高VMD分解效率和质量,然后根据所确定的最优参数对信号进行VMD分解,得到一系列本征模态函数(intrinsic mode function, IMF),接着计算每个IMF与原始信号之间的皮尔逊相关系数(pearson correlation coefficient, PCC),选择相关系数大于0.3的IMF分量来重构信号,以实现信号的降噪和状态特征增强。其次,为了更好地表征轴承信号的复杂度和不规则性,并有效区分轴承健康和亚健康状态,在散布熵中引入时移多尺度分析和分数阶微积分,以提取多个尺度上的轴承微细状态特征。最后,利用欧氏距离刻画轴承状态曲线,根据切比雪夫不等式设定亚健康阈值,当欧氏距离大于亚健康阈值时给出相应预警,完成轴承亚健康状态识别。在XJTU-SY和IMS轴承数据集上的试验结果表明:ISSA算法相比其他优化算法具有更高的收敛速度和精度,最优化参数VMD能有效消除模态混叠问题,改进散布熵能准确提取轴承全寿命状态微细特征。所提算法无须对模型进行训练便能准确识别轴承亚健康状态并给出预警,有利于维护人员更好地维护轴承运行状态。 展开更多

关键词 轴承 亚健康状态识别 最优参数VMD 改进麻雀搜索算法 时移多尺度分数阶散布熵

在线阅读 下载PDF 职称材料

基于CNN与改进XGBoost的采煤机健康状态识别

4

作者 张金坡 李曼 +1 位作者 金楠 郑永涛 《煤矿机械》 2025年第2期183-187,共5页

采煤机结构复杂,工作环境恶劣,其健康状态评估比较困难。提出一种基于卷积神经网络(CNN)和改进XGBoost的采煤机健康状态识别方法。结合评估数据时间、参数间相关性,将原始数据重构为矩阵形式作为CNN模型输入,降低了网络的训练难度;针对... 采煤机结构复杂,工作环境恶劣,其健康状态评估比较困难。提出一种基于卷积神经网络(CNN)和改进XGBoost的采煤机健康状态识别方法。结合评估数据时间、参数间相关性,将原始数据重构为矩阵形式作为CNN模型输入,降低了网络的训练难度;针对CNN特征提取优势明显但分类能力有限的问题,利用CNN实现特征提取,并使用分类性能良好的XGBoost模型完成采煤机健康状态识别;针对XGBoost算法最优参数难以获取、专家经验法和网格搜索等常用调参方法容易陷入局部最优等问题,利用乌燕鸥优化算法(STOA)进行XGBoost模型参数优化,提高模型对数据的分析学习能力。利用采煤机仿真数据对该模型进行实验验证,并与其他模型进行对比,结果显示,该模型识别准确度可达98.2%,可为采煤机的状态预知和维护提供理论支持。 展开更多

关键词 采煤机 健康状态识别 CNN STOA XGBoost

在线阅读 下载PDF 职称材料

基于时空图卷积网络的矿区人员健康状态识别算法

5

作者 王惠伟 周超逸 +2 位作者 张兰峰 孙延钊 刘娜 《金属矿山》 北大核心 2025年第2期206-210,共5页

随着矿区工作环境的复杂化和危险性增加,实现矿区人员健康状态准确监测和识别很有必要。然而,传统的健康状态识别方法通常依赖于手工提取的特征信息,忽略了矿区人员的时空关系和动态变化。为此,提出了一种基于时空图卷积网络的矿区人员... 随着矿区工作环境的复杂化和危险性增加,实现矿区人员健康状态准确监测和识别很有必要。然而,传统的健康状态识别方法通常依赖于手工提取的特征信息,忽略了矿区人员的时空关系和动态变化。为此,提出了一种基于时空图卷积网络的矿区人员健康状态识别算法。该算法首先利用时空图卷积网络对矿区人员的骨架数据进行特征提取,同时考虑了人员之间的拓扑结构和时间序列的变化;然后采用长短期记忆网络(Long Short-Term Mem-ory,LSTM)对提取的特征进行序列建模;最后通过全连接层进行健康状态分类。在实际矿区人员健康状态数据集上进行了试验,结果表明:所提算法在健康状态识别的准确率和F1值等指标上均优于支持向量机(Support Vector Ma-chine,SVM)、长短期记忆网络(LSTM)、图卷积网络(Graph Convolutional Network,GCN)、动态卷积网络(Dynamic Graph Convolutional Network,DGCN)等算法,证明了该算法的有效性和可行性。 展开更多

关键词 矿山安全 健康状态识别 时空图卷积网络 长短期记忆网络

在线阅读 下载PDF 职称材料

基于多种图结构信息融合的刮板输送机健康状态识别 被引量：2

6

作者 杨鑫 苏乐 +6 位作者 程永军 王波 赵愿 杨雄伟 赵成龙 曹现刚 赵江滨 《煤炭科学技术》 EI CAS CSCD 北大核心 2024年第8期171-181,共11页

刮板输送机是一种煤矿井下用的煤炭输送设备,在煤矿生产中具有重要作用。恶劣工作环境及长期使用磨损导致刮板输送机性能逐渐退化,故及时掌握刮板输送机健康状态极为关键。为克服传统方法在刮板输送机整机健康状态识别过程中存在的部件... 刮板输送机是一种煤矿井下用的煤炭输送设备,在煤矿生产中具有重要作用。恶劣工作环境及长期使用磨损导致刮板输送机性能逐渐退化,故及时掌握刮板输送机健康状态极为关键。为克服传统方法在刮板输送机整机健康状态识别过程中存在的部件强耦合性关系难以提取融合及健康指标构建人工参与过多、易受异常值影响的问题,提出一种基于多种图结构信息融合的刮板输送机健康状态识别方法。利用自注意力机制(SA)与标准化流(NF)共同优化的变分自编码器(VAE)无监督地自动构建刮板输送机健康指标,降低了刮板输送机健康指标构建中对人工经验的依赖,同时有效拟合了健康指标的隐式分布,克服了监测数据中存在的异常值影响健康指标构建的问题;提出了一种多种图结构信息提取方法,提取刮板输送机先验图结构及相似性度量图结构,全方位显式地表达了多部件之间的耦合关系;提出了一种多种图结构信息融合方法,利用多个图注意力网络(GAT)有效提取并融合刮板输送机的多种图结构信息。在采集的刮板输送机真实状态数据中进行试验,结果表明,模型识别准确率可达98.60%,宏平均F_(1)(Macro-F_(1))值可达96.81%,该方法为刮板输送机的健康状态识别提供了一种新的可行途径。 展开更多

关键词 刮板输送机 设备健康监测 健康状态识别 健康指标构建 多种图结构 图注意力网络

在线阅读 下载PDF 职称材料

基于多域特征融合的变速箱健康状态诊断分析与研究

7

作者 张娜娜 王琳 +2 位作者 董洋 朱爽 陈骥驰 《沈阳工程学院学报(自然科学版)》 2025年第1期55-62,共8页

首先,采用经验模态分解法与小波阈值相结合的去噪方法对采集到的变速箱振动信号进行消噪;其次,基于消噪后的振动信号提取时域、频域及熵特征构成多域原始特征集,并利用Fisher score评价准则进一步从原始特征集中筛选出能够反映健康运行... 首先,采用经验模态分解法与小波阈值相结合的去噪方法对采集到的变速箱振动信号进行消噪;其次,基于消噪后的振动信号提取时域、频域及熵特征构成多域原始特征集,并利用Fisher score评价准则进一步从原始特征集中筛选出能够反映健康运行状态的特征子集;最后,建立卷积神经网络模型,并将原始特征集及特征选择处理后的特征子集输入到网络模型中进行分类,考察特征选择对分类准确率的影响。研究表明:所建立的卷积神经网络模型对健康状态的识别准确率能够达到93.55%,较原始特征集直接构建的网络模型识别精度更高,训练速度更快。该研究对维持变速箱的正常运行并抑制机械设备故障的产生具有重大意义。 展开更多

关键词 变速箱 健康状态识别 去噪 特征提取 卷积神经网络

在线阅读 下载PDF 职称材料

健康苗识别标准数据库的构建 被引量：3

8

作者 赵有生 于海业 《农机化研究》 北大核心 2011年第1期122-124,128,共4页

为实现应用计算机图像处理技术进行健康苗识别,必须建立健康苗的标准数据库。为此,通过对健康苗的定性描述,建立了健康苗的判别准则、判别模型,构建了健康苗识别标准数据库。该数据库实现了健康苗的识别,提高工厂化集中育苗的自动化、... 为实现应用计算机图像处理技术进行健康苗识别,必须建立健康苗的标准数据库。为此,通过对健康苗的定性描述,建立了健康苗的判别准则、判别模型,构建了健康苗识别标准数据库。该数据库实现了健康苗的识别,提高工厂化集中育苗的自动化、智能化程度。 展开更多

关键词 健康苗识别 判别准则 数据库

在线阅读 下载PDF 职称材料

基于CNN-LSTM深度学习的列车荷载与桥面系局部健康状态识别研究 被引量：6

9

作者 朴春慧 冀梅梅 +3 位作者 张志国 刘玉红 李智宇 董现 《铁道学报》 EI CAS CSCD 北大核心 2022年第8期135-145,共11页

桥梁健康监测数据的深度分析是发挥健康监测系统作用的必然途径,由于监测测点的有限性和监测数据受环境效应等因素影响,很多监测结果可利用率不高。在此背景下,以某公铁两用大跨度钢桁架桥桥面系纵梁应变及温度长期监测数据为依据,基于C... 桥梁健康监测数据的深度分析是发挥健康监测系统作用的必然途径,由于监测测点的有限性和监测数据受环境效应等因素影响,很多监测结果可利用率不高。在此背景下,以某公铁两用大跨度钢桁架桥桥面系纵梁应变及温度长期监测数据为依据,基于CNN-LSTM深度学习,对有限应变监测数据在桥梁列车和局部健康状态识别应用进行有益探索;采用集合经验模态分解(EEMD)算法对车致应变进行提取与分析,根据列车过桥应变峰值进行列车荷载和车型识别。实际数据有效性检验结果表明,纵梁截面单一应变测试结果对该桥列车荷载识别准确率可达92.3%。利用提取的桥面纵梁测点应变监测数据训练CNN-LSTM模型,并进行残差预测,使用指数加权移动平均法,结合列车荷载因素进行桥面系局部损伤预警阈值分析,利用实测数据对模型进行深入训练和验证,并与CNN、RNN和LSTM模型进行对比分析。分析结果表明,本文模型在该桥桥面系测试节间纵梁损伤识别准确度优于其他模型,可在桥梁局部出现损伤时,进行健康状态判别与预警;随着测试截面的增加,可进一步扩展本文方法识别范围,提高识别效果。 展开更多

关键词 桥梁健康监测 列车荷载识别 健康状态识别 深度学习 CNN-LSTM

在线阅读 下载PDF 职称材料

模块式加筋土挡墙震后健康状态识别研究

10

作者 李思汉 蔡晓光 +3 位作者 景立平 蔡博渊 黄鑫 徐洪路 《岩土工程学报》 EI CAS CSCD 北大核心 2023年第S02期116-121,共6页

采用时域识别方法分析了加筋土挡墙大型振动台模型试验在不同工况下动力特性(自振频率和阻尼比)分布规律,介绍了加筋土挡墙不同位置处动力特性的变化特征,阐述了不同损伤程度下加筋土挡墙动力特性分布规律,探究了动力特性变化幅值与加... 采用时域识别方法分析了加筋土挡墙大型振动台模型试验在不同工况下动力特性(自振频率和阻尼比)分布规律,介绍了加筋土挡墙不同位置处动力特性的变化特征,阐述了不同损伤程度下加筋土挡墙动力特性分布规律,探究了动力特性变化幅值与加筋土挡墙损伤程度的定量关系。结果表明:加载阶段前期,加筋土挡墙各位置处的自振频率基本相同,阻尼比随着墙高的上升而减小;加载后期,挡墙自振频率明显下降、阻尼比大幅上升。采用数理方法获得了单级挡墙自振频率和阻尼比的分布曲线,得出了基本完好、轻微破坏、中等破坏和毁坏4个阶段自振频率和阻尼比变化幅度;当自振频率下降幅度为6.75%~16.43%,阻尼比上升幅度106.14%~243.09%时,可认为加筋土挡墙处于中等破坏阶段;当自振频率下降幅度为16.43%~31.59%、阻尼比上升幅度243.09%~462.04%时,可认为加筋土挡墙处于毁坏阶段。 展开更多

关键词 振动台试验 模块式加筋土挡墙 时域识别方法 健康状态识别 动力特性

在线阅读 下载PDF 职称材料

基于声信号时频特征的空间飞轮轴承状态识别方法

11

作者 卞启龙 王虹 +2 位作者 李雪晴 周宁宁 何田 《上海航天(中英文)》 CSCD 2024年第6期79-87,共9页

空间飞轮多次由于轴承保持架摩擦故障导致失效,影响航天器的在轨安全运行和寿命。因此在飞轮地面性能测试中评估飞轮轴承保持架摩擦状态非常重要。由于保持架在正常运转中也有摩擦,如何辨识保持架摩擦情况下的健康状态成为一个亟须解决... 空间飞轮多次由于轴承保持架摩擦故障导致失效,影响航天器的在轨安全运行和寿命。因此在飞轮地面性能测试中评估飞轮轴承保持架摩擦状态非常重要。由于保持架在正常运转中也有摩擦,如何辨识保持架摩擦情况下的健康状态成为一个亟须解决的问题。针对该问题,本文提出了一种基于时频特征的飞轮轴承保持架声诊断方法。首先,利用地面测试实验台获得飞轮升速过程中的噪声信号;其次,利用三维瀑布图对保持架摩擦类型进行鉴别,获得升速过程中飞轮辐射的大能量摩擦噪声数据;然后,对大能量摩擦噪声数据进行时频分析,构建可以反映飞轮摩擦稳定性的特征参数;最后使用熵权Topsis法构建综合评价指标。多个飞轮的应用结果表明:所提的轴承健康状态识别方法具有较高的准确率,可为飞轮地面测试和筛选提供有效指导。 展开更多

关键词 空间轴承 保持架摩擦 声信号 时频分析 健康状态识别

在线阅读 下载PDF 职称材料

基于Linux的电子系统健康状态识别平台的设计与实现

12

作者 周武 徐飞洋 +1 位作者 蒋絮 李玉晓 《现代信息科技》 2022年第19期18-22,共5页

为避免电子系统关键电路发生故障导致生命财产问题,提出了基于变分模式分解(Variational Mode Decomposition,VMD)和门控循环单元(Gate Recurrent Unit,GRU)的电子系统健康状态识别方法,并设计了一款基于Linux的电子系统健康状态识别平... 为避免电子系统关键电路发生故障导致生命财产问题,提出了基于变分模式分解(Variational Mode Decomposition,VMD)和门控循环单元(Gate Recurrent Unit,GRU)的电子系统健康状态识别方法,并设计了一款基于Linux的电子系统健康状态识别平台,用于解决现有维护策略经济成本高、安全性较差的问题。首先,通过VMD方法计算故障信号的瞬时能量构建电子系统健康状态因子,其次,利用此特征训练GRU网络用于识别电子系统健康状态,并基于Linux系统设计硬件平台。最后,经过实验证明,平台具有较高准确性和可靠性。 展开更多

关键词 VMD GRU LINUX 健康状态识别 故障诊断

在线阅读 下载PDF 职称材料

采煤机运行时健康状态识别研究

13

作者 胡鹏鹏 《矿业装备》 2023年第1期174-176,共3页

主要介绍一种适用于采煤机的健康状态识别模型,该模型主要采用DBN模型,并通过ABC算法对DBN模型进行优化调整,保障模型识别精准性。在提出模型以后,为验证模型精准性,将模型应用于工程实践,进而检验模型有效性。

关键词 采煤机 健康状态识别 DBN模型 ABC算法

在线阅读 下载PDF 职称材料

行车记录仪改进及其交通数据分析方法研究 被引量：1

14

作者 保丽霞 《中国市政工程》 2019年第5期75-76,80,110-111,共4页

研究在前端嵌入截屏程序并加装4G卡对行车记录仪进行改进,对获取图片以及GPS经纬度、点速度等交通数据进行分析。研究经纬度与道路匹配的逆地址解析方法,缺失数据和异常值进行预处理方法,基于采集源数据进行路径可视化还原、频繁路段及... 研究在前端嵌入截屏程序并加装4G卡对行车记录仪进行改进,对获取图片以及GPS经纬度、点速度等交通数据进行分析。研究经纬度与道路匹配的逆地址解析方法,缺失数据和异常值进行预处理方法,基于采集源数据进行路径可视化还原、频繁路段及其车速分析,并基于行车记录仪的图片对路面井盖、标志标线、路面破损等病害进行图片筛选预警,作为市政养护巡检的辅助手段。这些为城市智能交通系统提供决策支持。 展开更多

关键词 行车记录仪改进 交通数据分析 路面健康识别

在线阅读 下载PDF 职称材料

基于树莓派的智能防疫门禁系统设计 被引量：6

15

作者 张颖兴 宣扬 +1 位作者 张俊豪 江浩亮 《信息技术与信息化》 2022年第5期209-212,共4页

设计了一种疫情下的公共场所出入口智能检测系统,代替工作人员的检测繁杂工作。系统主要功能有:佩戴口罩的检测、健康码扫描功能、语音播报、人体红外体温检测、舵机门闸开关控制、云端的信息存储传输和微信小程序的前端显示。其中口罩... 设计了一种疫情下的公共场所出入口智能检测系统,代替工作人员的检测繁杂工作。系统主要功能有:佩戴口罩的检测、健康码扫描功能、语音播报、人体红外体温检测、舵机门闸开关控制、云端的信息存储传输和微信小程序的前端显示。其中口罩佩戴检测通过树莓派运行 opencv 的口罩检测模型来实现,健康码扫描功能由 HT66F2390+openmv 实现,通过 openmv 扫描二维码信息,并将信息传输到 HT66F2390 进行健康码扫描结果判断,并把判断信息传到树莓派。语音播报由树莓派的音频功能直接输出(主要播报信息功能有,是否佩戴口罩,健康码是否为正常,体温是否正常等),人体体温检测由 HT66F2390 驱动红外体温模块实现,并判断体温是否超出正常值。云端信息的存储、传输和微信小程序的前端显示功能主要是通过树莓派实现,树莓派将所有检测结果传送到服务器,服务器对信息进行存储,微信小程序调用接口获取信息并进行前端展示。 展开更多

关键词 opencv口罩检测 人体红外体温检测 健康码识别 微信小程序

在线阅读 下载PDF 职称材料