检索结果-维普期刊中文期刊服务平台

基于端口宽频阻抗谱的电能表智能无损检测: 1; 作者黄奕俊赵烨 +2 位作者江小昆周晓东胡珊珊《广东电力》北大核心 2025年第7期68-75,共8页; 随着配电网数字化转型发展,智能电表大规模应用,拆回电表的状态判别和二次利用具有重要意义。电能表故障类型具有多面性、复杂性,当前主要的基于人工经验的开盖检测手段,故障判别耗时长、效率低。针对此,提出一种电能表端口阻抗分析的... 展开更多; 关键词电能表故障检测智能无损检测宽频阻抗谱概率神经网络 t-SNE算法; 在线阅读下载PDF 职称材料

锚杆智能化无损检测对支护质量的影响评估被引量：4: 2; 作者孙玉福《煤矿开采》北大核心 2009年第3期76-77,37,共3页; 应用锚杆智能化无损检测技术,对潞安集团王庄煤矿受采动影响的5204回风巷进行顶帮锚杆锚固参数的无损检测,对其支护质量进行研究与评估,为锚网巷道支护安全提供科学依据。; 关键词锚杆智能化无损检测支护质量; 在线阅读下载PDF 职称材料

蚕茧质量无损智能检测方法的研究被引量：3: 3; 作者甘勇周国柱 +2 位作者张建钢吴斌方杨光友《广西蚕业》 2002年第3期37-39,共3页; 本文对目前蚕茧收购中存在的不合理检测方法和造成浪费的现象 ,研究出了解决这些问题的一种切实可行的方法—蚕茧质量无损智能检测方法 ,它基于光机电一体化技术和图像处理技术 ,通过数字图像处理 ,对蚕茧边缘轮廓进行跟踪 ,得出其边缘... 展开更多; 关键词蚕茧无损智能检测方法图像处理质量检测; 在线阅读下载PDF 职称材料

血浆絮状物无损检测系统设计: 4; 作者陈里里廖强 +2 位作者杨正书胡雪张国珍《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第3期40-46,共7页; 检测血浆中是否含有絮状物是保证输血安全的重要措施。针对絮状物人工检测法的缺点,设计基于机器视觉技术和神经网络的血浆絮状物无损检测系统,并对系统设计的关键技术进行研究。基于MATLAB平台设计系统软件以实现图像采集,并采用剪切... 展开更多; 关键词机器视觉神经网络血浆絮状物智能无损检测 fisher判别方法; 在线阅读下载PDF 职称材料

题名基于端口宽频阻抗谱的电能表智能无损检测: 1; 作者黄奕俊赵烨江小昆周晓东胡珊珊; 机构广东电网有限责任公司广州供电局南方电网科学研究院有限责任公司广东省电网智能量测与先进计量企业重点实验室; 出处《广东电力》北大核心 2025年第7期68-75,共8页; 基金广东省科技计划资助项目(2021B1212050014) 中国南方电网有限责任公司科技项目(030100KK52222097)。; 文摘随着配电网数字化转型发展,智能电表大规模应用,拆回电表的状态判别和二次利用具有重要意义。电能表故障类型具有多面性、复杂性,当前主要的基于人工经验的开盖检测手段,故障判别耗时长、效率低。针对此,提出一种电能表端口阻抗分析的无损检测方法,利用阻抗特征表征故障类型,实现电能表的快速无损自动化检测。首先,在电能表端子注入激励源,测量端口在宽频范围内的阻抗特性。其次,基于t分布随机邻域嵌入(t-distributed stochastic neighbor embedding, t-SNE)算法建立端口阻抗与故障类型映射的故障特征矩阵。最后利用概率神经网络(probabilistic neural network, PNN)进行人工智能训练,实现针对主要类型故障元件的故障准确判别。该方法可实现对电能表的不开盖无损检测,具有较高的故障判别准确性。通过实例验证,所提方法相较于传统人工检测方法,检测效率和检测准确度大幅提升,为电能表的状态判别和二次利用提供了全新的技术手段。; 关键词电能表故障检测智能无损检测宽频阻抗谱概率神经网络 t-SNE算法; Keywords electricity meter fault detection intelligent non-destructive testing wideband impedance spectrum probabilistic neural network(PNN) t-distributed stochastic neighbor embedding(t-SNE)algorith; 分类号 TM933.4 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名锚杆智能化无损检测对支护质量的影响评估被引量：4: 2; 作者孙玉福; 机构煤炭科学研究总院潞安矿业集团公司; 出处《煤矿开采》北大核心 2009年第3期76-77,37,共3页; 文摘应用锚杆智能化无损检测技术,对潞安集团王庄煤矿受采动影响的5204回风巷进行顶帮锚杆锚固参数的无损检测,对其支护质量进行研究与评估,为锚网巷道支护安全提供科学依据。; 关键词锚杆智能化无损检测支护质量; 分类号 TD353.6 [矿业工程—矿井建设]; 在线阅读下载PDF 职称材料

题名蚕茧质量无损智能检测方法的研究被引量：3: 3; 作者甘勇周国柱张建钢吴斌方杨光友; 机构湖北工学院; 出处《广西蚕业》 2002年第3期37-39,共3页; 文摘本文对目前蚕茧收购中存在的不合理检测方法和造成浪费的现象 ,研究出了解决这些问题的一种切实可行的方法—蚕茧质量无损智能检测方法 ,它基于光机电一体化技术和图像处理技术 ,通过数字图像处理 ,对蚕茧边缘轮廓进行跟踪 ,得出其边缘轮廓形状曲线 ,通过专用软件对其曲线进行拟合 ,分析计算 ,数学建模 ,建立标准数据库 ,从而计算出鲜茧茧壳量、好蛹率、茧粒数和蚕茧色泽等 ,再综合这些指标 ,对蚕茧进行评级。; 关键词蚕茧无损智能检测方法图像处理质量检测; 分类号 S886.4 [农业科学—特种经济动物饲养]; 在线阅读下载PDF 职称材料

题名血浆絮状物无损检测系统设计: 4; 作者陈里里廖强杨正书胡雪张国珍; 机构重庆大学机械传动国家重点实验室重庆大学机械工程学院重庆医科大学附属第一医院输血科; 出处《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第3期40-46,共7页; 基金重庆市自然科学基金资助项目(CSTC2006BB3176) 重庆市科委攻关项目(CSTC2008AC3026) +1 种基金重庆市卫生局科研项目(2010-2-086); 文摘检测血浆中是否含有絮状物是保证输血安全的重要措施。针对絮状物人工检测法的缺点,设计基于机器视觉技术和神经网络的血浆絮状物无损检测系统,并对系统设计的关键技术进行研究。基于MATLAB平台设计系统软件以实现图像采集,并采用剪切、反色、中值滤波、灰度切割对图像进行预处理;采用fisher判别方法,结合迭代阈值分割法和标注矩阵连通区域选择法,消除气泡干扰,提取絮状物。系统通过基于BP神经网络建立的识别模型,完成血浆絮状物的判别。临床对比实验结果表明,系统能有效地检测出血浆中是否含有絮状物,具有较好的检测重复性和准确性。每袋样品从图像采集、处理到最终给出检测结果的时间不超过1min。; 关键词机器视觉神经网络血浆絮状物智能无损检测 fisher判别方法; Keywords machine vision neural networks plasma clots intelligent nondestructive testing fisher discrimination method; 分类号 R318.6 [医药卫生—生物医学工程] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于端口宽频阻抗谱的电能表智能无损检测	黄奕俊赵烨江小昆周晓东胡珊珊	《广东电力》北大核心	2025	0	在线阅读下载PDF 职称材料
2	锚杆智能化无损检测对支护质量的影响评估	孙玉福	《煤矿开采》北大核心	2009	4	在线阅读下载PDF 职称材料
3	蚕茧质量无损智能检测方法的研究	甘勇周国柱张建钢吴斌方杨光友	《广西蚕业》	2002	3	在线阅读下载PDF 职称材料
4	血浆絮状物无损检测系统设计	陈里里廖强杨正书胡雪张国珍	《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心	2012	0	在线阅读下载PDF 职称材料