针对高速数据传输稳定性较低、多源数据传输过程非线性干扰较大的问题,设计了基于红外通信技术与适配器的高速数据采集系统.使用系统高速数据采集层的多个高速适配器,完成各待采对象的高速信号数据采集,将其通过通信层的通信接口上传到红外通信模块,利用该模块将所得信号数据复原成真实数据后并传送到服务层,该层的多源数据融合模块运用主成分分析方法,融合接收到的全部数据,同时采用展示层的液晶显示模块,呈现完整的高速数据采集结果.实验结果表明:该系统在不同信号数据长度下,均能以较高采样速率完成不同类型数据的精确采集;该系统能保证各通信信道在不同通信距离下的高速数据传输稳定性,且所得高速数据融合结果能清晰、完整地呈现全部高速数据采集结果.
为了解决基于深度学习的 GUI元素识别方法表现不佳以及无法判断是否可触控的问题,提高GUI测试的效率与覆盖率,提出有效的面向 GUI测试的可触控控件训练与检测方法.首先定义可触控控件的检测类别,用于直接检测具备可触发属性的控件;考虑到 UI 页面存在堆叠元素,对数据集中不可见的控件进行过滤,并剔除视图层次结构与屏幕截图不同步的数据;通过分析安卓机制将 UI页面中可触控控件进行了标记.最后基于 YOLO v5 s训练获得一个轻量级训练模型.结果表明,提出的训练及检测方法优于现有深度学习方法和经典方法,其 F1 达到了 82%,在 GUI测试中具有良好的使用价值.
转子系统是燃气轮机极为重要的组成部件,对其进行故障诊断与分析对燃气轮机的安全稳定运行具有重要意义.转子故障信号为典型的非线性、非平稳和微弱性时间序列.提出了一种基于改进主成分分析(Improved Principal Component Analysis,ImPCA)的燃气轮机转子故障诊断方法.首先针对传统PCA主分量个数确定难题,将贝叶斯理论引入PCA,构建贝塔先验主成分分析模型对转子故障信号进行自适应分解,将其转化为少数几个主分量(Principal Component,PC)之和的形式,然后将 PC对应的大特征值作为特征向量并构建 SVM分类器进行分类,实现对"不平衡故障""动静件碰磨故障"和"不对中故障"三种燃气轮机转子故障的有效分类诊断.基于实际数据的实验结果表明,所提方法能够获得 97.2%的平均诊断正确率,并且具有噪声稳健性,适用于实际工程应用场景.
为缓解单一存储设备存储海量小文件的压力,提出了一种国产化环境下的海量小文件数据分布式存储技术.利用聚类算法实现海量小文件合并.以达到最大均衡度为目标,在多项约束条件下利用人工鱼群算法求解分布式存储方案.按照分布式存储方案将海量小文件数据迁移到存储节点及其存储设备上,完成海量小文件数据分布式存储.结果表明:14 个存储节点和 28 个存储设备的内存占用较为均衡,内存资源利用率较高.将小文件样本迁移并存储到节点的过程中,分布式存储均衡度整体波动均超过设定的阈值1.0,说明分布式存储均衡度较好,证明了所提存储技术的有效性.
安全监控系统的集成化、智能化升级是油气站场亟待解决的问题.针对当前系统的弊端,设计开发油气站场智能视频监控系统.利用宽动态技术,解决早期监控摄像头采集到的视频信号易受天气影响,画质不佳,有用信息不足等问题.并利用 YOLO目标检测算法,实现对区域内人员未戴安全帽的行为进行监控.最后构建基于B/S架构的安防设备集成管理平台,将算法同监控视频画面集成,并显示站场三维地图,为后续站场数据可视化预留扩展接口.实践应用表明该系统能显著提升油气站场智能视频监控水平.
