自动检测

2024-06-25

自动检测（精选十篇）

自动检测篇1

1 检验衡器的构成

在我国, 检验衡器具有较多的名称, 现在已经趋于一致, 被称为检验衡器了。从构成上进行分析, 其主要是由三个部分组成的, 一部分是秤体, 一部分是显示控制器, 还有一部分是分离装置。各个组成部分之下又系统的分为了不同的组成部分。以秤体为例, 其中又包含了输送机、光电位移传感器以及限位机构等, 输送机的主要作用是进行承载以及输送之用, 因此需要具备与装置相适应的能力, 同时在运行的过程中也相对平稳, 并且振动效果较小。称重传感器的主要作用是将称重物的重量通过一定的方式转化为电信号, 并且传导至控制器中, 称重传感器的数量是需要根据实际的承重情况确定的, 主要有两种形式, 一种为电阻应变式, 另一种为电磁力补偿式。

显示控制器的主要作用有三个, 一个是显示称重物体的重量、误差以及个数等, 并且将具体的信息打印出来, 二是有效的控制输送机, 在开关与闭合之间得到不断的转化, 更加方便进行调试。三是需要对分离装置进行有效的控制。显示控制器是由几个环节构成的, 即输入环节→称量单元环节→微机环节→键盘环节→电源环节→输出环节等的。只有保证每一环节的有效进行, 才能最终保证最终的检验结果。需要注意的是其中任何一个环节都不能颠倒, 否则会影响到最终输出的结果。

2 新型检验衡器的出现

在这种新型检验衡器出现后, 其工作原理也发生了明显的转变, 这种类型的检验衡器主要是采用电磁力补偿的方式进行传感的, 所以在近几年的发展建设中, 企业普遍采用的都是这种检验衡器。在具体检验的工作中, 其工作原理如下。首先是建立在杠杆的基础上, 运用弹性进行支撑, 在此基础上又融入了诸多的环节, 如电流放大器、数显仪表等, 这些环节共同构成了一个有差闭环系统。当对物品进行称量的过程中, 杠杆就会发生偏移, 这时光电器件在输出方面也会发生变化, 并且对方向予以一定的指引, 这样再经过放大的环节后, 就会产生电磁力以及力矩。杠杆也会随之恢复到与原来位置接近之处, 被称物品的重量与动圈中的电流之间产生了一定的关系, 由此便得到了被称物品的重量。

采用这种检验衡器是因为其在称量的过程中具有一定的优越性, 一是采用闭环反馈工作, 可以使杠杆趋于平衡的状态, 更加便于进行弹性支撑, 以保证机械的使用达到更加理想的状态。在此技术上, 电磁测量、自动控制以及微机等相关环节的应用还能起到互补的关系, 从而在根本上实现理想的测量效果。二是在该工作原理中, 还引入了负反馈技术, 这种技术能够保证检验衡器在短时间内得到相应, 尤其是在快速称量的场合中应用这一技术更加理想。三是从闭环工作性质出发, 达到各个环节互补的作用, 但前提是要求各个环节必须要相互协调, 在关键时起到补偿的作用, 但是其不足之处在于需要对重点环节上进行进一步的突破, 以达到更加理想的效果。

3 检测所涉及的几个基本问题

在秤的称量结果中, 通常含有三种误差, 即系统误差、随机误差和粗大误差。系统误差是指多次对同一被称物称量过程中, 按其确定规律变化的误差。对于可能受到周围环境条件、操作方法、工作模式、称量范围等因素影响所造成的系统误差, 因为在实际应用中很难对它们进行有效的控制和掌握, 所以便称祝为未定系统误差。除在调试和检测时对其补偿外, 其余再无法修正。随机误差是指多次对同一被称物称量过程中, 以其不可预知的规律而变化的误差。在每次称量时, 各影响因素出现与否、数值大小、符号正负等都不确定, 无规律可循。但是.随机误差服从统计规律, 可用数理、概率方法对其分析与处理, 求得的数据结果的误差区限与置信概率常用标准偏差大小来表示。粗大误差是在多次称量中因某些偶然因素导致超过预期值的误差。对于含有粗大误差的称量数据是不能采用的。必须运用有关规则给予副除。由此可见, 准确度应由系统误差和随机误差组成.不应包括粗大误差。

如上所述, 准确度取决于系统误差和随机误差。在称量结果中, 一般用正确度反映系统误差的大小程度. 用精密度反映随机误差的大小程度。两者之问往往相互关联.不能单独分开。准确度是两者的综合影响的程度。在我国, 准确度估值普遍采用把两者的各自绝对值相加求和的方法。考虑到秤只是一般的法制计量器具, 不象基准、标准要求那样高. 其精密度取两倍标准偏差, 置信概率达95%左右, 并限制不超过准确度的三分之二误差。这些做法经多年实践检验证明, 不仅严格、科学、台理, 而且衙捷、可靠, 行之有效, 有利于统一监督管理。

检验衡主要用于称量包装物品。参照国内外包装物品的惯例、各国的规定, 专门关于包装物品的量基本重量允差要求和我国有关的技术规范、标准等, 采用相对误差百分数表达形式更为适宜通用。它之所以受到青睬, 得到普遍推广, 其原因就在于它的长处、优点, 孕育着旺盛的生命力。这就是:第一, 简明直观, 容易比较;第二, 记忆方便, 计算简单, 适应性强;第三, 对比鲜明, 形象生动。实用性强。在一些销售商品上, 在一些计量器具上, 在一些技术文件上已被人们接受、熟悉, 获得了较佳的效果。因此。检验衡采用这种准确度表达形式将非常利于制造、使用、计量检测和监督管理等。

4 结论

随着改革开放的深人, 必将促进检验衡的结构形式、产品种类、技术指标等获得迅速发展。同时, 它将对各种物品的重量分组、误差分选、件数检查与核实、产品质量统计与调控等方面发挥越来越大的作用。为改善生产条件、降低消耗、提高效率、保证质量等带来显著效益。

参考文献

[1]郭磊.浅谈几种自动衡器的技术现状与发展思路[J].计量与测试技术, 2012 (3) .

[2]纪亮.全国衡器计量技术委员会自动衡器分技术委员会成立[J].中国计量, 2012 (8) .

自动消防设施检测报告篇2

建设单位：廊坊市双力房地产开发公司

建筑物名称：新朝阳购物中心有限公司

检测内容：消防设施功能

联轴体跳动自动检测机篇3

关键词：联轴体；跳动；检测

本设备的目的：为了解决现有手动通过百分表或千分表对工件进行跳动检测的缺陷，而提供的一种联轴体跳动自动检测仪。

1.背景技术

现有的联轴体生产过程中，需要对联轴体的端面跳动进行检测，一般的检测都是采用百分表或千分表以及表座，然后将工件放置的转盘上，测头放置在工件端面上，手动转动转盘对工件进行跳动检测，这样的检测装置，检测效率低，且由于人工操作，根据操作水平的不同，对检测的精确程度也有一定的影响，可检测的标准带来很多不确定的因素。

2.具体实施方式

如图1所示，本联轴体跳动自动检测仪，包括一个工作台12，工作台12可为方形工作台或圆形工作台，工作台12可由支撑腿支撑使工作台与底面有一定的距离，工作台12上设有一个转盘10，转盘10上具有一个凸台与工件9的放置面配合，对工件9进行定位，转盘10下部通过一个轴承座11与工作台12连接，工作台12下部设有一个驱动电机13，驱动电机13的电机轴穿过工作台12上的通孔与转盘10下端连接，驱动转盘10转动，在转盘10的一侧还设有一个支柱6，支柱6竖直固定在工作台12上，支柱6上设有一个调节座5，调节座5通过一个锁紧抱箍4与支柱6的外周面配合连接，可通过锁紧抱箍4调节调节座5在支柱6上的高低位置，在调节座5上部设有一个竖直工作的气缸2，气缸2通过一个气缸架与调节座5固定连接，在气缸2的下部调节座5上设有一个竖直设置的直线导轨，直线导轨上配合连接一个直线滑块7，直线滑块7的上端通过一个连接板3与气缸轴连接，直线滑块7上设有一个固定测微仪的支座，支座上设有一个测微仪8，所述的测微仪8位于转盘的上方，在气缸2的作用下沿导向装置下降至工件的被测面对工件9表面进行检测，所述的测微仪8通过导线与一个显示控制装置1連接，实现对检测装置的自动控制。

3.操作步骤

（1）将标准块放入检测座，“下降气缸”下降，清零；

（2）取出标准块；

（3）工件放入，输入启动信号；

（4）“下降气缸”下降，同时步进电机旋转，检测工件；

（5）判断检测结果，同时“下降气缸”上升，结束检测；

（6）检测结果如为NG，报警；检测结果如为OK，将提示。

参考文献：

[1]钱林.浅议汽车机械加工技术管理和技术的发展[J].科技杂谈，2011（7）.

机器视觉自动检测技术篇4

出版时间:2013-10-01

ISBN:9787122176820

所属分类:

图书>工业技术>自动化技术

产品检测在半导体、精密制造、包装印刷等行业应用广泛且需求迫切, 但检测手段一直在离线检测 (如工具显微镜、投影测量仪和体视显微镜等传统设备) 或人工检测的技术中徘徊。近些年随着产品的高档化和微型化, 加工订单的国际化, 对检测的要求越来越高, 精度从0.01mm向0.001mm过渡, 计量方式从抽检向100%全检过渡, 检测项目从简单走向复杂、从单项走向多项综合。通过机器视觉技术改变传统的计量和检测方式, 满足现代制造业的高速、精密、复杂需要已迫在眉睫。

《机器视觉自动检测技术》提出了网络化多目视觉在线快速检测理论与系统, 系统地介绍了机器视觉自动检测领域的知识和技术。本书共分为六章。第1章讲述数字图像与机器视觉技术的发展历程、发展趋势和前景。第2章讲述机器视觉系统的硬件构成, 包括相机的分类及主要特性参数、光学镜头的原理与选型、图像采集卡的原理及种类、图像数据的传输方式等。第3章讲述机器视觉成像技术, 内容包括工业环境下的灰度照明技术和彩色照明技术, 以及LED照明设计技术和三维视觉成像技术。第4章重点讲述机器视觉核心算法。第5章介绍机器视觉软件的开发与实现, 包括常用机器视觉工具和软件设计方法。第6章着重讲述视觉测量与检测的工程应用和案例分析。

火灾自动报警系统检测方案篇5

系统验收时，施工单位应提供下列资料：

1、竣工验收申请报告、设计变更通知书、竣工图。

2、工程质量事故处理报告。

3、施工现场质量管理检查记录。

4、火灾自动报警系统施工过程质量管理检查记录。

5、火灾自动报警系统的检验报告、合格证及相关材料。

火灾自动报警系统验收前，建设和使用单位应进行施工质量检查，同时确定安装设备的位置、型号、数量，抽样时应选择有代表性、作用不同、位置不同的设备。

火灾报警系统检测必须严格执行以下三条

一、检测消防控制室向建筑设备监控系统传输、显示火灾报警信息的一致性和可靠性，检测与建筑设备监控系统的接口、建筑设备监控系统对火灾报警的响应及其火灾运行模式，应采用在现场模拟发出火灾报警信号的方式进行。

二、新型消防设施的设置情况及功能检测应包括：

1、早期烟雾探测火灾报警系统

2、大空间早期火灾智能检测系统、大空间红外图像矩阵火灾报警及灭火系统

3、可燃气体泄漏报警及联动控制系统

三、安全防范系统中相应的视频安防监控（录像、录音）系统、门禁系统、停车场（库）管理系统等对火灾自动报警的响应及火灾模式操作等功能的检测，应采用在现场模拟发出火灾报警信号的方式进行

检测内容

1、火灾自动报警及消防联动系统应是独立的系统。

2、检测火灾报警控制器的汉化图形显示界面及中文屏幕菜单等功能，并进行操作试验。

3、消防用电设备电源的自动切换装置，应进行3次切换试验，每次试验均应正常。

4、火灾报警控制器（含可燃气体报警控制器）和消防联动控制器应按下列要求进行功能抽验：

（1）实际安装数量在5台以下者，全部抽验；

（2）实际安装数量在6～10台者，抽验5台；

（3）实际安装数量超过10台者，按实际安装数量30％～50％的比例、但不少于5台抽验。

（4）各装置的安装位置、型号、数量、类别及安装质量应符合设计要求。

5、火灾探测器（含可燃气体探测器）和手动报警按钮，应按下列要求进行模拟火灾响应（可燃气体报警）和故障报警抽验：

（1）实际安装数量在100只以下者，抽验20只（每回路都应抽验）；

（2）实际安装数量超过100只，每个回路按实际安装数量10%-20%的比例进行抽验，但抽验总数应不少于20只。被抽验探测器的试验均应正常。

（3）被检查的火灾探测器的类别、型号、适用场所、安装高度、保护半径、保护面积和探测器的间距等均应符合设计要求。

6、室内消火栓的功能验收应在出水压力符合现行国家有关建筑设计防火规范的条件下进

行，并应符合下列要求：

（1）消火栓处操作启泵按钮，按5%-10%的比例抽验

（2）消防控制室内操作启、停泵1～3次；

7、自动喷水灭火系统的抽验，应在符合现行国家标准《自动喷水灭火系统设计规范》的条件下，抽验下列控制功能：

（1）压力开关、电动阀、电磁阀等按实际安装数量全部进行检验。

（2）消防控制室内操作启、停泵1～3次；

（3）水流指示器、信号阀等按实际安装数量的30%-50%的比例进行末端放水试验。上述控制功能、信号均应正常。

8、气体、泡沫、二氧化碳、干粉等灭火系统的抽验，应在符合现行各有关系统设计规范的条件下按实际安装数量的20％～30％抽验下列控制功能：

（1）自动、手动启动和紧急切断试验1～3次；

（2）与固定灭火设备联动控制的其它设备（包括关闭防火门窗、停止空调风机、关闭防火阀、落下防火幕等）试验1～3次；

9、电动防火门、防火卷帘的抽验，5樘以下的全部检验，超过5樘的应按实际安装数量的20％，但不小于5樘，抽验联动控制功能，其控制功能、信号均应正常。

10、通风空调和防排烟设备（包括风机和阀门）的抽验，应按实际安装数量的10％～20％抽验联动控制功能，其控制功能、信号均应正常。

（1）报警联动启动、消防控制室直接启停、现场手动启动联动防烟排风机1-3次。（2）报警联动停、消防控制室远程停通风空调送风1-3次

（3）报警联动开启、消防控制室开启、现场手动开启防排烟阀门1-3次

11、消防电梯的检验应进行1～2次人工控制和自动控制功能检验，非消防电梯应进行1-2次联动返回首层功能检验、其控制功能、信号均应正常。

12、火灾事故广播设备的检验，应按实际安装数量的10～20％进行下列功能检验：

（1）对所有广播分区进行选区广播，对共用扬声器进行强行切换。（2）对扩音机和备用扩音机进行全负荷试验。（3）检查应急广播的逻辑工作和联动功能。

13、消防通讯设备的检验，应符合下列要求：

（1）消防控制室与设备间所设的对讲电话进行1～3次通话试验；

（2）电话插孔按实际安装数量的10％～20％进行通话试验；

（3）消防控制室的外线电话与另一部外线电话模拟报警电话进行1～3次通话试验。上述功能应正常，语音应清楚。

供水管道泄漏的自动检测与诊断篇6

【摘要】本文介绍了一种供水管道泄露自动检测与诊断技术的设计和实现。通过分析国内外关于供水管道泄露检测技术的现状，指出早期的泄露检测方法以及最近一些新技术方案的优缺点。同时提出了采用基于BP算法的神经网络来检测与诊断泄露的方法。

【关键词】供水管道；泄露检测；神经网络

【中图分类号】TP393【文献标识码】A【文章编号】1672-5158（2013）07-0063-02

Automatic Detection and Diagnosis of Water-Supply Pipe Leakage

WU Feng-quan￡？LI Hong-da

￡¨Information center， Chengde Petroleum College， Chengde， Hebei 067000￡？

【Abstract】This paper presents the design and implementation of Automatic Detection and Diagnosis about Water-Supply Pipe Leakage. After analyzing the current methods about Water-Supply Pipe Leakage， the merits and shortcomings of some older and newer technologies aren pointed out.At the same time， a mothod of leakage detection based on BPNN is put forward.

【Key words】 Water-Supply Pipe； Leakage Detection； Neural Network

1 引言

世界各国尤其是发达国家都非常重视供水节水的管理工作。很早就开展了漏损控制技术及设备的研究、开发工作，其漏失率远低于亚洲国家。

我国由于城市基础设施欠账太多、供水设备的更新、技术水平提高缓慢，加上管理体制落后于不断发展的形势，使管网漏损率均未达到《城市供水2000年技术进步发展规划》所规定的目标，大多数城市供水漏失率多在25%～30%。与发达国家比较还有很大的差距。

为指导节水技术开发和推广应用，推动节水技术进步，提高用水效率和效益，促进水资源的可持续利用，国家发展改革委、科技部会同水利部、建设部和农业部组织制订了2005年第17号《中国节水技术政策大纲》，其中就提及到要积极采用城市供水管网的检漏和防渗技术。

2 国内外研究现状分析

目前，已有的管道泄漏检测方法中，流量平衡法与压力差法是基于物质守恒与能量守恒来判断泄漏的发生，无法定位；应力波法是利用流体泄漏时引发的沿管壁传播的应力波来判断泄漏和定位，对外带包层或埋地的管道，应力波衰减很快，长距离难以检测，限制了这种方法的应用；SCADA模型法响应速度较快，可快速检出管道较大的泄漏，但投资很大，沿管道需要安装复杂的控制传感系统。我国大中城市中使用的检漏手段基本上还是人工听漏法，这种原始的人工听漏方法可靠性低，抗干扰性差，需要耗费大量人力。近年来，国内外发展起来一些新的基于现代控制理论、信号处理的泄漏检测与定位技术，这些方法仍然需要大量的数学建模。

针对以上各种方案的不足，提出应用神经网络的自组织、自学习能力进行供水管道泄露的诊断方法，这种方法只需将给水管网的各种工况下对测压点造成影响的数据输入神经网络，让其充分学习直到收敛，然后在将来的检测中只需将测压点数据输入训练好的神经网络就可以判断管网是否发生渗漏，并确定渗漏位置。而测压点的数据是可以通过SCADA实时传回来，这样也就实现了管道泄露的实时诊断。

3 基于BP算法的神经网络设计

三层BP神经网络技术应用中最关键的构造参数包括输入层、隐含层和输出层的节点数，以及在神经网络各层之间连接权值和节点阈值的初始化。

3.1 输入层节点数

由于实际管网的节点数较多，如果全部做为神经网络的原始训练数据，将会导致运算量过大，且难以收敛，可以采用管道泄露前后6个监测点（含泄漏点）水压变化数据进行训练。采用水压监测诊断故障的方法可以充分利用现有的SCADA系统，从而可以很容易实现。

除了管道泄露前后6个监测点（含泄漏点）外，还包括该泄漏点处的正常工况下的水压，因此输入层共有7个节点，即输入模式向量的维数为7。表1为各工况下测压点水头。

3.2 输出层节点数

输出层的节点数即各模式理想的输出向量的维数，因为理想输出向量必须能区分各种不同的模式，因此输出层的节点数跟模式的个数相关。因为模式个数为7个，因此输出层节点数可以取1个或7个等。用1个输出层节点的神经网络，其模式分类和辨别能力是不够的。当取7个输出节点时，输出向量分别为（0，0，0，0，0，1）；（0，0，0，0，1，0）；（0，0，0，1，0，0）；（0，0，1，0， 0，0）；（0，1，0，0，0，0）；（1，0，0，0，0，0）；（0，0，0，0，1，1）。

3.3 隐含层节点数

采用适当的隐含层节点数往往是网络成败的关键。中间层节点数选用太少，网络难以处理较复杂的问题；但若中间层节点数过多，将使网络训练时间急剧增加，而且过多的节点数容易使网络训练过度。

可以用几何平均规则来选择隐含层中的节点数。那么，具有n个输入节点及m个输出节点对三层网络，其中间层节点数 hm n？。隐含层节点数可取7，尝试取隐含层节点数的范围为3～50，以对其在更大的范围内进行优化。

3.4 程序流程图

图1为三层BP神经网络的程序流程图。

图5 隐含层节点数为35时的误差曲线

3.6 网络仿真结果

BP神经网络仿真结果如表2所示。

从仿真结果可以看出，该神经网络已经能够很好的识别不同节点发生渗漏时的特征，给出的仿真结果与期望的输出T矩阵非常相似，最大误差小于1e-6。

3.7 验证神经网络

将节点10411渗漏后各节点水头数据：

L=[37.47，35.06，35.29，37.46，33.01，29.74]

输入已经训练好的神经网络，通过调用SIGMOID函数，输出结果如表3所示。

由结果可以看出，目标输出与实际输出非常接近，误差满足10E-5精度，所以可以证明此神经网络完全具有诊断管网泄露的能力。

4 结束语

本文所提出的基于BP神经网络来检测与诊断泄露的方法。该方法应用神经网络的自组织、自学习能力进行供水管道泄露的诊断方法，只需将给水管网的各种工况下对测压点造成影响的数据输入神经网络，让其充分学习直到收敛，然后在将来的检测中只需将测压点数据输入训练好的神经网络就可以判断管网是否发生渗漏，并确定渗漏位置。而测压点的数据是可以通过SCADA实时传回来，实现了管道泄露的实时诊断。适合于城市供水管道泄露的检测和诊断，有较好的发展前景。

参考文献

[1] 顺舟科技Z-BEE无线产品技术手册

[2] AN965 Microchip ZigBeeTM协议栈

[3] 王岩，张国山.基于ZigBee协议的无线传感器网络设计.微计算机信息，2008，4-1：21-23

[4] 杨祥，赵荣阳，张远翼.基于ZigBee的智能家庭系统控制终端设计.微计算机信息，2009，1-2：126-128

心电异常自动检测的研究篇7

多种疾病都能够引起心电图的异常,心电异常的检测对心脏疾病的诊断尤为重要[1],心电图诊断已经成为临床诊断中不可或缺的一部分。目前已有很多便携式的心电检测仪普及和应用在人们日常生活中[2],便携式心电检测仪能够有规律地随时随地记录心电数据并计算和分析心率是否正常,但是不能够进行复杂心电图的诊断。心电图在临床诊断中应用也较为广泛,通过医生肉眼查看心电图进行诊断的诊断结果较为准确,而成人一般每分钟有60~100次心脏活动,故心电数据量较大,若持续对长时间的心电图进行诊断,容易引起疲劳,如果能够减少肉眼对心电图异常的查看和诊断,将极大地提高现有的医疗水平,减少人们寻医问诊的次数,为医疗自动化带来巨大推动力,很大程度上改善居民的医疗环境。

本文针对心电图异常的自动检测进行了研究,异常检测结果可作为医生诊断的辅助信息,大大减少医生的工作量,提高医疗自动化水平。

2 研究现状

随着心电图应用的日益成熟,各种心电图的自动分析与检测系统被推广应用。

在心电异常检测方面,已有能够检测出心率的心电自动检测仪。对于其他复杂异常诊断的研究,有特征提取法、支持向量机法、神经网络法。特征提取法即提取心电图的各个特征点的信息,使用特征参数阈值判断心电图是否正常[3]。支持向量机法即将一段心电图的各个特征参数组成一个向量,这个向量处于一个多维空间中,通过样本学习建立一个分类规则,由这个规则组成一个超平面,这个超平面将多维空间分为两部分,处于这两部分的向量为两类不同心电图的特征向量[4],由此可将异常心电图进行区分。神经网络法将神经网络模型分为输入层、隐含层和输出层,输入层为心电数据,隐含层为数据处理过程,输出层为检测结果,输入层通过隐含层到达输出层,隐含层有多个神经元和权值,神经网络模型的建立需要学习,学习过程中通过计算输出层结果和期望输出值之间误差,根据误差不断调整隐含层的权值直到误差在允许范围内后,模型建立成功,使用该模型进行异常诊断[5]。

3 心电异常检测

模板匹配法通过计算正常模板与待检测模板之间相关系数诊断异常。在使用模板匹配法进行异常检测的研究中,一般待检测心电数据需和心电模板具有相同的长度[6],这使心电信号的采集受到了限制,不利于长度不同的心电数据的匹配。本文对这种模板匹配法进行了改进,能够对不同长度的心电数据进行异常诊断。模板匹配法不需要进行学习,较为简单,便于进行异常检测,能够检测出大部分异常。

心电异常检测流程为心电图预处理、模板选择和模板匹配。下面将对具体的检测方法进行阐述。

3.1 心电图预处理

本文实验数据来源为MIT-BIH数据库,MIT-BIH数据库是由美国麻省理工学院提供的研究心律失常的数据库,是目前国际上公认的可作为标准的三大心电数据库之一[7]。

由于心电信号中夹杂着各种干扰信号,包括呼吸、运动等引起的基线漂移,周围环境引起的工频干扰以及人体肌肉颤动引起的肌电干扰等[8]。这些噪声信号严重影响了心电图特征的准确识别,故需要对心电图进行去除噪声的预处理,文中选择使用小波变换法进行心电信号的预处理。对MIT-BIH数据库的103号心电数据的信号1(M1)进行尺度为9的小波变换,得到M1=d1+d2+d3+d4+d5+d6+d7+d8+d9+a9。其中a9为低频信号,d1~d9为高频信号,且d1到d9频率依次降低,M1由d1~d9和a9叠加而成,将低频分量a9置零,可去除基线漂移,将高频分量d1和d2置零,可过滤噪声信号。图1为使用db4小波基将原始波形进行尺度为9的小波变换进行预处理前后的心电图。

可见预处理前的心电图中采样点5000到6000之间有一处明显的基线漂移,且与处理后的心电图相比,处理前的心电图因为高频噪声的原因显得较为粗糙。

3.2 模板选择

模板选择过程中,先对特征点进行检测,通过特征点查找正常心电图,取一定时间范围的正常心电图作为模板。典型心电图波形特征如图2所示。

心电图中包括P波、QRS波群和T波,上图为一个心电周期的波形。对于同一个人来说,其心电波形在长时间内表现为稳定,即在一个时间段的心电图中,绝大多数的心电数据处于正常范围[9],故可以从一定时间段的心电图中提取出正常的心电图作为模板。

由于QRS波群和T波斜率明显,特征较为突出,故心电图预处理完毕后,首先检测QRS波和T波,由于P波较低,且预处理并不能完全去除高频噪声,P波波峰周围会出现因为噪声干扰而凸起的波形,能够明显检测出R波和T波,P波较不明显,检测出R波波峰后,从R波开始分别向前和向后搜索Q波和S波以及QRS波群边缘,P波波峰可通过搜索前一个周期的T波和当前检测周期的Q波之间最大极值点获取到。

若在采样点序列[s(1)s(2)s(3)]中,s(2)-s(1)>0,s(3)-s(2)<0,则s(2)为极大值点;反之,若s(2)-s(1)<0,s(3)-s(2)>0,则s(2)为极小值点,故可根据采样点序列中相邻点的差获取极值点。假设波形方程为v=x(n),n表示采样序号,n=1,2,3...,特征参数的检测步骤为:

1)心电数据组成向量a=(x(1)x(2)…),例如a=(2 3 1 5 6 9);

2)将a中相邻值相减组成向量b,

b=(x(2)-x(1)x(3)-x(2)x(4)-x(3)x(5)-x(4)…)=(b1 b2 b3b4…);由a=(2 3 1 5 6 9)计算出b=(1-2 4 1 3)

3)将b映射到向量c,映射规则为:若b(n)>0,c(n)=1;若b(n)<0,c(n)=-1;若b(n)=0,c(n)=0;得到c=(c1 c2 c3 c4…),c中值只有0、1、-1。由b=(1-2 4 1 3)映射出c=(1-1 1 1 1);

4)将c中相邻值相减组成向量d,由c=(1-1 1 1 1)计算出d=(-2 2 0 0),取d中值不等于0的位置索引加1,存入数组index⁃Min Max,则index Min Max=[1 2],取d中值大于0的位置索引加1,存入数组index Min,则index Min=[2],取d中值小于0的位置索引加1,存入数组index Max,则index Max=[1],心电数据组成的向量a中索引为index Min的为极小值点,索引为index Max的为极大值点,所有极大值点和极小值点的索引都在index Min Max中,即a中的极小值点为a[2]=1,极大值点为a[1]=3;

5)通过index Max、index Min和a得到极大值点中的最大值max和极小值点中的最小值min,取差值distance=max-min;

6)遍历index Min Max,若索引处i心电值和最小值之间差值a[i]-min>distance/2,将索引i存入数组R_Array,R_Array中的值即为R波波峰索引,每找到一个R波波峰,在index Min Max中从该R波波峰索引处取前两个索引为Q波波峰索引和QRS波群左边缘、取后两个索引为S波波峰索引和QRS波群右边缘,分别存入Q_Array、QRS_l Array、S_Array、QRS_r Array。

7)在6)中遍历index Min Max时,若索引处i心电值和最小值之间差值满足0.2324*distance/2<a[i]-min<distance/2,将索引i存入数组T_Array,T_Array中的值即为T波波峰索引。每找到一个T波波峰,在index Min Max中从该T波波峰索引处取前一个索引为T波左边缘、取后一个索引为T波右边缘,分别存入T_l Array、T_r Array。

8)在index Min Max顺序查找R波波峰和T波波峰之间最大的极值点,存入P_Array,P_Array中的值即为P波波峰索引。

9)根据成人正常PR间期为0.12~0.2s,从QRS波群左边缘向前0.10~0.22s范围内搜索极小值点作为P波左边缘,存入P_l Array。

检测出特征参数后,计算出平均心率,根据心电图所处导联、患者年龄和心率获取各个特征的正常值范围,查找患者心电图中3~6个周期的正常心电波形,以这部分正常心电波形作为初始模板。由于R波波形特征明显,故将初始模板的第一个R波波峰设为模板起点,最后一个R波波峰设为模板终点,得到最终模板。

3.3 心电诊断

待检测心电数据和心电模板之间的差异可以通过它们数据差的平方和表示。假设心电模板为y(n),其中TSA<n<TFA,TSA为模板起点,TFA为模板终点。将待检测的心电数据的第一个和最后一个R波波峰设为待检测起点TSB和终点TFB,得到待检测心电数据x(n),其中TSB<n<TFB。

计算待检测心电长度:UB=TFB-TSB,

心电模板长度:UA=TFA-TSA,

待检测心电数据长度与心电模板长度之比:

其中为UB/UA取整后的值,m为余数。若QAB<=1,则待检测心电数据长度小于或等于心电模板长度,设n=0时为计算起点,则n=UB为计算终点,待检测数据与模板数据差的平方和M如下:

若QAB>1,则待检测心电数据长度大于心电模板长度,根据心电图周期性的特点,可将心电模板进行周期性延长,使模板长度不小于待检测心电数据长度,待检测数据与模板数据差的平方和M如下:

其中

使用dif表示待检测数据和模板数据的差异,相关系数R表示为R=1/(dif+1),R的值在0和1之间,则差异dif越小,相关系数R越大。由于M是由模板和待检测数据之差累加而成的,故对于相同长度的待检测心电数据,M越大,匹配度越低。故令相关系数R=1/(M/f UB+1),其中f为心电数据的采样频率,R越接近1,表示相关度越高,设置相关系数阈值为0.88,当R值小于0.86时,便认为心电图为异常心电图。本文实验数据分为11组,这11组数据分别取自MIT-BIH数据库中记录为100、105、115、121、123、200、202、205、208、212、217的心电数据,每组数据取10个不同时间段进行实验,共进行了11*10=110次试验,其中98次检测正确,12次检测错误,故检测准确率为89.1%。

4 结论

本文使用db4小波对心电图进行尺度为9的分解和重构,有效地去除了低频的基线漂移和其他高频噪声干扰,便于准确分析特征点位置,进而进行模板匹配,心电信号的异常检测检测准确率较高。针对患者选取适应患者的心电模板,且能够诊断不同长度的心电图,使这种异常检测方法可用于不同的心电数据来源,适用的范围较广。本文提供的异常检测只能够检测出波形的异常与否,并不能检测出异常类型,仍然有一定的局限性,故本文在检测异常类型这个方面仍需改进。

参考文献

[1]宋东富.心电信号自动分析算法的研究与应用[D].长春:吉林大学,2007.

[2]吴宝明,朱凌云,卓豫,等.远程心电监护系统及动态心电信号自动分析的研究进展[J].中国医疗器械杂志,2006,30(5):362-268.

[3]唐雅青.心电信号的自动检测与分析[D].上海:上海交通大学,2007.

[4]韩君泽.心电信号自动检测与诊断方法的研究[D].哈尔滨:哈尔滨工业大学,2013.

[5]赵毅.基于小波分析和神经网络异常的异常心电信号分类研究[D].太原:太原理工大学,2015.

[6]杨波,张跃.基于多模板匹配的室性早搏判别算法[J].开发研究与设计艺术,2010,36(16):291-293.

[7]宋喜国,邓亲恺.MIT-BIH心率失常数据库的识读及应用[J].中国医学物理学杂志,2004,21(4):230-232.

[8]任杰,杨丽晓.基于小波变换系数的心电信号基线漂移噪声去除方法[J].医疗卫生装备,2010,31(11):24-26.

溜子堵塞的自动检测方法篇8

1 堵溜子原因分析

1) 尽管原煤经过了篦子过滤, 但原煤中依旧夹杂的篷布和木块等杂物将下料口堵塞;

2) 原煤水分大时, 容易黏结成块, 造成堵塞;

3) 异常情况取料时, 取料量忽大忽小, 造成堵塞。

2 解决措施

1) 首要的是紧抓源头, 重点检查入厂原煤质量, 杜绝大块或异物, 保证下料顺畅。

2) 其次, 改造下料溜子, 保证堵料时能及时发现, 及时处理。

具体改造措施为:在下料溜子上部安装一支电容式料位计, 当出现溜子堵塞时, 溜子内的料位会上升, 当料位上升至图1中料位2时 (正常取煤时溜子内的物料保持在料位1的状态) , 就会将电容式料位计包裹住, 料位计的电容值就会发生变化从而触发拉绳开关的闭合信号, 连锁取煤2号皮带电动机停车, 再连锁取煤1号皮带和取料机停车。这样中控操作员和现场巡检工都能及时发现, 进而采取有效措施去疏通下料溜子。

3 使用效果

锅炉水硬度自动检测装置设计篇9

软化水作为锅炉用水所需水源, 其中各种离子及其变化对锅炉的安全运行具有重要的影响, 很长一段时间锅炉水水质的分析检测不被重视, 水源中的杂质进入锅炉, 造成日常监测和年检不合格, 甚至会造成一些严重的锅炉事件, 从而缩短锅炉的使用寿命, 为使锅炉能够安全、有效地运行, 除了要配置适当的必要设施, 如安全阀、水位计、压力表及其它控制仪表外, 也不应忽视辅助设施——水质的检测。在锅炉软化水水质分析中, 钙含量是一个重要的控制指标, 目前测定钙含量的主要方法有:离子色谱法、原子吸收分光光度法、EDTA络合滴定法、离子选择电极法等。前两种方法特别适用于低浓度钙含量的测定, 但测试仪器价格昂贵、操作复杂并不利于进行普及使用;EDTA络合滴定法操作简便, 虽然也可以精确地测量出溶液浓度, 但所用的指示剂在钙含量较低时变色不明显, 影响滴定终点的判定而且需要人工操作;采用钙离子选择电极进行测定, 利用先进的离子选择性电极法, 代替传统的络合滴定化学方法, 使对锅炉软化水硬度的测量由定时的人工到现场取样后进行化学分析, 转变为软化水硬度在线自动测量, 这样大大节省了时间及人力资源。

2 离子选择性电极检测离子浓度

2.1 离子选择性电极测量离子浓度原理

离子选择性电极又称膜电极, 电极的种类繁多, 其中钙电极为流动载体膜电极。电极中的离子载体 (有机离子交换剂) 被限制在有机相内, 但可在相内自由移动, 与试样中待测离子发生交换产生膜电位, 内外被测离子活度的不同而产生电位差。

当测定时, 参比电极的电极电位保持不变, 电池电动势随指示电极的电极电位而变, 而指示电极的电极电位随溶液中待测离子活度而变。电极的电位随离子活度的变化称为斯特响应, 这种响应服从能斯特方程。

根据能斯特方程, 溶液的电位与浓度关系为:

undefined

即:

Ex=E0±Slgcx (2)

式中:E0——测量电池等电势点的电位值, 不受温度影响;S——斜率项, 是温度的函数。根据上式, 在一定条件下测定了电极电位, 即可确定离子的活度 (或浓度) 。

2.2 数据处理方法选取

离子选择电极测试数据处理有不少需进行较繁琐的数据运算, 如线性回归标线法、二次标准加入法、Gran法等, 本装置实现测试数据的自动采集与处理, 既要考虑计算方法的简便精确又要考虑到仪器装置的实现的可行性。在已知斜率S情况下计算大多很简单, 根据斜率及电位值作几步简单的代数运算即可求出试液离子的浓度。但斜率S受温度等因素影响较大, 因此我们采用二次标准加入法[3,4]在斜率S未知的情况下计算试液离子浓度。

采用二次标准加入法对未知样品进行测量时, 电极的两次测量都浸在同一种溶液中, 从而能使由温度差异、离子强度差异、滞后作用或液界电动势的变化所引起的误差最小化。与直接电位测定法相比, 即使测量离子强度比较低的样品时都能够得到更加精确的结果。

这种方法的缺点是由于标准溶液的加入, 试液的体积增大, 离子强度及活度系数变化, 影响分析的准确度。而且对操作非常严格, 要求精确地量取并把标准液与样品充分混合起来, 同时其计算方法也要比直接电位法复杂。

在配制标准溶液时, 加入含有与试液相同浓度的总离子强度调节缓冲溶液, 这样在测试过程中, 不论加入多大体积的标准溶液, 试液的离子强度均保持恒定。

2.3 二次标准加入法计算公式

设未知液待测离子的浓度为Cx, 体积为Vx, 测得电动势为E1, 再加入小体积Vs待测离子的标准溶液 (浓度已知为Cs) , Cs约为100Cx, 后测试液电动势E2, 再次加入小体积Vs待测离子的标准溶液, 测试液电动势E3, 令ΔE1=E1-E2、ΔE2=E1-E3。

得测量公式如下:

undefined

为简化实验装置可以对加入的溶液进行精确测量, 因此我们可以在测定时使Vx=100 mL、Vs=1 mL、代入式 (3) 得:

undefined

通过公式 (4) 即可求出所测溶液的浓度Cx。

3 系统设计

如图1所示, 根据离子选择性电极法设计的锅炉软化水硬度的监测仪器主要包括:锅炉软化水采样装置、标准溶液及清洗溶液注入装置、离子选择电极测定装置、高阻抗运算放大装置, A/D转换器和单片机系统及显示装置。图2为测量控制及数据处理装置部分对电压信号的设计流程图。

在该系统中, 锅炉软化水采样装置由采样泵、流量计和阀门控制器组成。流量的大小和采样的时间由单片机控制阀门完成;标准溶液及清洗溶液注入装置及其相应的配置受单片机控制完成;离子选择电极测定装置由特制钙离子选择电极和饱和甘汞离子电极组成, 这是电极法测量软化水硬度的关键。在电极反应池底部安装电磁搅拌器, 测量时可通过搅拌使待测离子快速扩散到电极敏感膜, 以缩短平衡时间。

3.1 高阻抗运算放大

由于钙电极内阻都很高, 要求采用高输入阻抗的测量电路, 离子选择电极的内阻大约在108～1012范围内。对于这样高的高内阻信号测量来说, 如果测量仪器的内阻不够大, 则会引起大的测量误差。本文使用CA3140构成跟随器实现“双高阻”转换电路[7,8] (电路图如图3所示) , 大大提高了共模抑制能力, 其初始状态输出为“零”, 防止了参比电极的漂移, 输入阻抗可达1011 Ω, 通过实验测量输入阻抗为2.22×1011 Ω, 而U4端输出阻抗可小于10 Ω。

由于本装置输入端具有很高的输入阻抗, 因此这部分电路在制作工艺上要求比较严格。为保证该高阻电路长期稳定, 测量精确, 需要在印制板上用地线屏蔽输入端、缩短走线长度、加粗电源引线等措施, 同时要使R5=R6、R7=R8, 以求得最佳匹配, 获得高共模抑制比和低漂移。还要在高阻抗部分加一屏蔽罩, 既可抵抗电磁干扰, 又可使高阻免受灰尘侵袭, 保证电路长期稳定工作。

3.2 数据采集分析系统

经分析比较, 本文采用Silabs公司的C8051F020单片机作为MCU。这是一种完全集成的混合信号系统级芯片, 推出了CIP-51的CPU模式, 大大提高了指令运行速度, 并且单片机采用流水线结构处理能力也得到了提高。片内还集成了多路选择器、DAC、看门狗定时器 (WDT) 、Flash程序存储器和内部RAM。

主控部分数据处理通道输入的模拟信号是由离子选择电极测量部分所得, 实际测量可知, 电极信号变化缓慢, 达到稳定状态后输出直流电位, 在按照GB1576-2001标准规定软化水硬度≤0.03 mmol/L的情况下, 符合标准的水溶液电极输出信号的变化范围为-60～-50 mV, 设计中选用ADC输入信号范围是0～1.2 V, 所以该信号首先需要进入调理电路进行调整, 先由电平转换电路将电极信号变换到0～+100 mV, 再经过12倍放大电路, 将放大后的信号送入ADC进行采集。MCU读入ADC的转换结果对其进行分析处理并存储显示。

3.3 程序控制

本设计采用单片机对该系统进行自动控制, 软件编程实现二次标准加入算法, 对采集得到的电压信号进行转化后再进行计算, 求取出所需要的浓度数据并进行显示。程序控制基本过程如图4所示。

程序采用C语言编写, 使得模块架构清晰, 增加了程序的可读性, 同时也方便功能扩展。其中每一操作单元的动作控制及每一操作步骤的时间控制也都是利用单片机的中断子程序进行程序控制完成。例如对阀门、电磁搅拌器的控制等。

3.4 测量结果显示报警

我们采用OLED显示器作为显示器件, 因为OLED是将电能直接转换成光能的全固体器件, 其本身具有薄而轻、高对比度、快速响应、宽视角、工作温度范围宽、坚固等优点。OLED的工作温度在-40～70 ℃之间, 因此可以运用在本实验要求的工作场合, 同时OLED的驱动电压仅需2～10 V, 而且安全、噪声低, 容易实现低功率。为此, 我们采用了OLED显示器作为显示器件, 并用扬声器作为声报警器, 发光二极管作光报警器。

4 结束语

锅炉在运行时, 因水质不符合标准对锅炉的影响是一个缓慢积累的过程, 但一经发现, 其造成的结果已经无法挽回, 因此必须做好锅炉的水质检测处理工作。锅炉给水在不同的应用场合指标要求也不同, 通过对一些参数的设置我们可以将本装置应用在更多场合。

水质硬度主要是钙、镁离子的含量, 文中只是测定了钙离子浓度, 但当离子交换软化水残留硬度低时, 钙离子残存量是镁离子的一半, 因此使用本装置可以计算出锅炉软化水的近似硬度值。本设计采用了二次标准加入法提高了测量的精确度, 并采用C8051F系列高速单片机控制, 实现了测量的自动化, 提高了测量精度, 缩短了测试时间, 有望实现市场化得到广泛使用。

参考文献

[1]黄德培, 吴国梁, 等.离子选择电极的原理及应用[M].北京:新时代出版社, 1982:18-23.

[2]方建安, 周国祥, 等.离子选择性电极测量仪器[M].南京:江苏科学技术出版社, 1984:117-127.

[3]BRAND M.RECHNITZ G.Computer Approach to Ion-SelectiveElectlrode Potentionmetry by Addition Method[J].Anal Chem, 1970, 42:1172-1177.

[4]王基镕, 杨秀荣, 张懋森, 等.离子选择电极二次标准加入法的计算方法及其应用[J].分析化学, 1985, 13 (5) :389-392.

[5]王基镕, 张楙森, 吴海滨.离子选择电极二次标准加入法的压缩映像原理[J].高等学校化学学报, 1985, 6 (6) :489-492.

[6]谢声洛.离子选择电极自动化分析装置[J].分析化学, 1981, (1) :101-104.

[7]姜叔平.离子电极分析仪中的高阻抗转换电路[J].中国医疗器械杂志, 1997, 21 (3) :147-149.

[8]孙墨杰, 李小艳, 李旭圆, 等.基于C8051F020单片机技术的在线多参数水质分析仪的设计与应用[J].化工自动化及仪表, 2009, 36 (6) :56-58.

钢坯检测处理自动控制系统篇10

关键词：钢坯检测处理,电解腐蚀,PLC,环保

0引言

随着现代钢铁工业的发展, 对连铸钢坯内部质量进行快速检测变得越来越重要。钢坯的低倍组织酸蚀检测技术就是通过对钢材试样表面进行酸蚀, 以确定钢材内部是否存在诸如内裂、翻皮、疏松、白点、夹杂等各种非连续组织和缺陷。根据检测结果, 可以及时调整和优化连铸工艺参数, 提高成品钢材质量。

现阶段钢坯的低倍检测方法有五种:Ⅰ、硫印检测;Ⅱ、热酸腐蚀检测;Ⅲ、冷酸腐蚀检测;Ⅳ、电解腐蚀检测;Ⅵ、枝晶腐蚀检测。

基于现场实际、环保等综合考评, 电解腐蚀检测具有很大的优越性:电解腐蚀低倍检测方法也是酸蚀检验方法, 电解腐蚀检测的电解液虽也是用的盐酸, 但盐酸的浓度很低 (一般为6~8%体积比) , 对环境和人员的危害都较小。而且原理简单, 对设备的要求也不是太大, 易于实现自动化。

根据钢坯的低倍检测和攀钢低倍现场经验, 吸取热酸腐蚀和电解腐蚀检测的优点, 在酸液的自动抽取、自动排放、腐蚀过程中酸液的自动循环冷却、酸雾的中和处理、钢坯的自动夹紧、钢坯的自动运行、钢坯的自动腐蚀等相关自动化控制过程进行研究, 从而实现能准确显现钢坯的低倍组织结构, 达到钢坯检测的目的, 在此基础上, 最大限度降低环境污染和对人员的伤害。

1电解腐蚀原理

电解腐蚀检测原理又称阳极腐蚀法。腐蚀钢样做为阳极, 固定的阴极棒 (也有用阴极板) 作为阴极, 二者之间流动的盐酸作为电解液。钢样的腐蚀深度可以通过电解时电流的密度 (单位宽度上的电流安培数) 和钢样的移动速度进行控制。

在正确操作的情况下, 阳极腐蚀的过程遵守法拉第定律。根据法拉第定律, 每通过96487库仑的电量 (1库仑=1A/s) 将在阳极上析出27.924g的Fe2+, 同时在阴极上产生1.00g的H2 (11.2L) , 由此计算, 在阳极上每析出1克Fe, 需要3455库仑的电量并产生401m L的H2。同时还可以计算出每析出1g铁需要1.306g HCl, 并产生2.270g的Fe Cl2。

2系统设计思路

2.1系统设计思路及功能介绍

本系统由电解腐蚀自动控制系统, 供酸、供碱自动控制系统, 酸液液循环冷却系统, 废酸废碱处理系统, 酸气中和处理系统等五大系统组成。以电解腐蚀自动控制系统为中心, 利用PLC编程统一控制其他系统的运行, 控制各系统的电机、阀门、传感器的检测, 计时, 计数等, 从而组成一个统一的、分工和谐的系统。一控制其他系统的运行, 控制各系统的电机、阀门、传感器的检测, 计时成一个统一的、分工和谐的系统。

1) 电解腐蚀自动控制系统

自动电解腐蚀机:进行试样的夹紧 (松开) , 运送, 电解, 碱洗, 吹干等功能;

电解腐蚀自动控制系统的作业步骤:放置式样→搬运式样电解腐蚀→碱液清洗→风干吹扫→搬运至原位。

2) 供酸、供碱自动控制系统及酸液液循环冷却系统

供酸供碱系统:保证电解时的酸液的供给, 清洗时碱洗的供给和电解后酸液, 碱液的回收;

酸液循环冷却:由于在电解时, 酸液的温度会上升, 经现场经验, 当酸液达到一定温度时, 会影响电解腐蚀的效果, 并加快酸液的挥发。这时, 利用开启冷却系统对酸液进行冷却处理, 使其保持在某一温度范围, 从而减少挥发, 并达到最佳的腐蚀效果。

3) 废酸废碱处理系统:当酸液, 碱液不能用时 (即电解和清洗的效果不佳) , 对酸液和碱液进行进行排放, 人工进行中和, 达到环保要求时, 开启搅拌机和排废酸泵, 最后排到大自然;

4) 酸气中和处理系统:由于盐酸是易挥发的液体酸, 加之在电解时, 随温度的升高, 加快了盐酸的挥发, 对挥发的酸雾进行中和处理, 达到零排放。

3钢坯检测处理自动控制系统软件设计

系统主程序设计流程:

4程序

利用西门子PLC进行编程, 具体程序 (略) 。