分析和检测范文（精选12篇）

分析和检测 第1篇

1 对象与方法

1.1 对象218例受检者中, 男128例, 女90例;

平均年龄 (28±10) 岁。其中120例为乙肝患者, 血液HBSAg检测均为阳性;98例为门诊患者, 其中血液HBsAg阳性18例, 阴性80例。对两组患者同时做唾液和血液H B s A g检测。

1.2 方法

1.2.1 唾液的采集嘱被检者漱口后取自然流出的唾液2ml, 2500～3000r/min离心沉淀10min[2], 取上清液备用。不能吐唾液的患者可用棉签放在舌下数分钟, 取得唾液, 然后将棉签放入试管中, 用钳子挤压;同时采集静脉血3 m l离心留取血清备用。

1.2.2 方法和试剂用ELISA法检测血清和唾液中的HBsAg (试剂购自上海科华公司) , 严格按照试剂盒说明书操作。用D G5031型酶标仪进行结果判读。

1.3 结果

1.3.1 确诊为乙肝的120例患者唾液和血清HBsAg全部为阳性, 其OD平均值为:血清1.91±0.83, 唾液1.79±0.42。血液和唾液标本OD检测平均值比较差异无统计学意义 (u=1.413, P>0.05) 。

1.3.2 将门诊随机抽检的9 8例患者分成H B s A g阴性组80例和阳性组18例, 两组同时做唾液和血清HBsAg检测, 其O D平均值比较见表1。

表1显示, H B s A g阴性组8 0例的血清和唾液O D平均值完全一致;H B s A g阳性组1 8例中, 血清和唾液样本OD检测平均值大体一致, 二者比较差异无统计学意义 (P>0.05) 。

2 讨论

乙型肝炎病毒 (H B V) 存在于患者血液, 乃至许多排泄物, 如唾液、汗液、乳汁、尿液、精液等[3]。有报道, 在急性H B V感染患者中, 唾液中的乙肝表面抗原水平在急性期与血清水平相关, 但在恢复初期血清的抗原水平比唾液中的含量高。而唾液中乙肝e抗原 (HBeAg) 的水平无论在急性期还是恢复初期都明显较血清中含量高。俄罗斯研究人员在2005年8月份出版的《医学病毒学杂志》 (Journal of Medical Virology) 中报道, 唾液可能是乙肝病毒 (HBV) 的蓄积场所, 可用于协助乙肝的诊断。本次检测结果也验证了唾液中HBV的存在。通过同时对血液和唾液中的HBsAg进行检测比较, 说明唾液中的病毒携带率是很高的, 血液和唾液中H B s A g检测结果基本相符。乙肝病毒其他几项标志物在唾液中的模式与血液不完全相同, 符合率不及HBsAg[4]。笔者认为通过对唾液HBsAg的检测, 可以了解人体是否感染H B V, 在流行病学调查方面具有一定的指导意义。但由于本观察样本数较少, 尚需做进一步的样本积累和分析。从本次分析看, 血液与唾液检测H B s A g结果OD平均值大体一致, 说明唾液中HBsAg检测可作为一种过筛试验, 对乙肝的早期预防和治疗观察有一定的临床意义, 且取材方便、无痛苦, 适宜难采集血液标本的患者及婴幼儿HBsAg的检测和对人群中H B s A g的筛查。

参考文献

[1]王春俭, 李东升.乙型肝炎疫苗免疫人群效果观察[J].中华流行病学杂志, 1998, 19 (1) :43.

[2]叶应妩, 王毓三.全国临床检验操作规程[M].南京:东南大学出版社, 1997:99.

[3]王振义.临床医学概要[M].北京:人民卫生出版社.1992:165.

检测事故分析报告和处理制度 第2篇

一、目的本制度对可能出现事故及时报告、认真分析和妥善处理。

二、适用的范围

本站可能出现的突发事故、设备事故、重大事故的报告，分析与处理。

三、职责

1、发生事故的当事人或部门应在采取防止事故进一步扩大的应急措施的同时，保护事故发生的现场并及时逐级上报。

2、一般事故（经济损失500元以下的）由综合办公室提出处理建议，经技术负责人审核后提出处理意见，由质量负责人批准处理，重大事故有经理批准处理。

四、事故的范围

1、由于人为的原因(维护、保养不当、使用违反操作规程等)使检测设备损坏或检测性能下降；

2、检测数据不准或结论错误（检测数据、检测报告有误或不符合要求、伪造虚假数据等）给客户造成损失；

3、明显违反质量休系文件规定、偏离质量体系文件情节严重（受控文件丟失、技术资料不全、泄密或浸害用户权益；影响检测站正常工作等）

4、失窃、失火、人员伤亡等；

五、事故报告

1、发生事故的当事人或部门为事故报告的责任人或部门，其他在场人员对发生事故也有报告的责任；

2、仪器设备事故、检测质量事故、重大检测事故应30分钟内报告技术负责人或质量负责人和经理；

3、人员伤亡、失火失窃等事故除立即报技术负责人和质量负责人和经理外还应报告有关部门（公安、消防）

六、事故调查

1、按事故处理权限，由质量负责人组织对事故进行现场调查，召开事故分析会议，判明事故原因。

2、在事故调查分析的基础上，由综合办公室填写事故报告单。对重大事故还要求有书面报告、取证材料和责任人的检查。

3、事故报告单内容包括：发生事故的部门、事故的时间地点经过和损失，事故的原因性质和责任，处理意见（纠正、善后、措施、责任人的处理）等。

七、事故处理

1、依据事故的严重程度或造成的损失，由技术部门提出对事故责任人的处理建议，技术负责人提出意见后，报质量负责人审批，重大事故有经理审批。

2、发生事故的处理方式包括：批评教育、经济处罚以至追究相应的法律责任。

3、由于检测数据不准确，给用户造成经济损失的由本站给

予适当的经济赔偿，对发生事故隐瞒不报或故意破坏现场、混淆责任人者，一经查出，从严处理。

4、发生事故不进行分析、总结教育、明确责任人、采取纠正措施、填写事故报告单，不仅追究当事人的责任，而且应追究相关领导以及质量负责人的责任。

分析和检测 第3篇

关键词： 偏振像差； Mueller矩阵； 相位延迟差； 双向衰减率

中图分类号： O 436.3文献标识码： Adoi： 10.3969/j.issn.10055630.2013.01.003

引言斯密特棱镜作为光学系统中广泛使用的含屋脊的棱镜之一，其偏振特性对成像质量的影响——偏振像差近年来广受关注[1]。已经研究得知，斯密特棱镜偏振特性直接导致了艾里斑的中心分裂，是破坏成像质量的主要成因[2]。随之而来的偏振像差的矫正工作已经出现，矫正效果的评价提出了对偏振特性测量方法的需求。按照偏振光学理论，光学零件和光学系统的偏振特性可以由Jones矩阵、Mueller矩阵和Pauli矩阵三种矩阵来分析和描述，Jones矩阵是一个二阶复数矩阵，是矩阵方法中最简单的，但只能用于完全偏振光[34]。Mueller矩阵是一个四阶实数矩阵，可以用于处理所有状态的光波而被广泛研究和使用[57]。Pauli矩阵作为Jones矩阵数学展开式，为Jones矩阵法提供了重要的研究基础[8]。这三种矩阵用于光学器件的偏振特性分析具有各自的优势。对光学器件或系统的偏振特性的检测大多是通过对其特征矩阵的检测来进行[9]。Mueller矩阵是用斯托克斯参量法研究光波的偏振特性时的光学器件或系统的特征矩阵。Mueller矩阵具备全面表征光学器件偏振特性的形式，双向衰减、位相延迟等信息就直接包含在Mueller矩阵中，测量光学元件的Mueller矩阵就可以全面了解光学器件的偏振特性，对于偏振分析起着重要作用。图1斯密特棱镜Mueller矩阵测量原理图

Fig.1Principle of Schmidt prism

Mueller matrix measurement1Mueller矩阵检测原理分析斯托克斯参量法分析偏振态，需要测试的步骤多，过程繁杂容易出错，而且测量结果与入射光的偏振态有关，并不是被测器件的独立偏振特性。Mueller矩阵的最大特点是测量结果只与被测光学元件有关，从Mueller矩阵相应的矩阵元与透射振幅和位相的关系中即可以确定斯密特棱镜的偏振特性。用傅里叶级数法测试斯密特棱镜Mueller矩阵[10]，其测量原理如图1所示。光学仪器第35卷

第1期卢进军，等：斯密特棱镜偏振特性的Mueller矩阵法分析和检测

浅析检测仪表常见故障的分析和处理 第4篇

一、压力类检测仪表常见故障及处理。

(一) 压力控制回路系统控制不稳, 快速波动, 并且控制阀的输出也随之快速波动, 查看工艺操作没有任何变化。这种故障大多是工艺因素和PID的参数整定不合适所造成的, 处理方法为根据仪表的实际状况重新调整PID参数。 (二) 压力控制系统仪表指示值一直不变, 当工艺操作改变时, 压力还是没有任何变化。在实际工作中, 此类故障可能是压力检测回路系统出现了问题。处理方法为1、检查压力表的引压阀是否打开 (在开工期间最容易出现) , 引压线是否堵塞2、在不堵塞情况下, 则检查压力变送器的输出系统和安全栅的输出系统有无变化, 如果有变化, 故障应该出现在控制器测量系统, 即二次表系统。

二、流量类检测仪表常见故障及处理

(一) 流量控制仪表指示值频繁波动。遇到此类问题, 解决的方法是将控制系统从自动改为手动控制, 观察仪表指示, 如果波动减小, 则可能是仪表的PID参数整定有问题, 如果仍然出现频繁波动现象, 则可能为机械、仪表在工艺操作方面, 或者是机泵负荷方面出现了问题。 (二) 仪表指示值与二次表指示都显示最大。解决的方法为将仪表改为手动控制, 将控制阀开大或者关小, 观察仪表指示, 如果仪表检测的流量能降下来, 则表示故障为工艺操作问题;如果检测到的流量降不下来, 就表示仪表可能出现了故障, 此时应检查1、仪表的控制阀是否动作, 2、仪表引压线是否疏通, 有无结晶或者冷凝现象, 负压侧是否漏, 3、仪表信号线是否正常。此类故障多数是因为控制阀副线关不严或未关的原因造成的。还有一种情况, 就是二次仪表显示最小。遇到此类问题, 解决时应检查现场一次表, 如果检查的情况正常, 那么故障出在一次表系统。如果现场一次仪表也显示最小时, 故障可能出现在现场检测仪表系统中, 此时, 应查看控制阀的开度和动作控制阀, 看仪表有没有变化, 如不变, 故障可能是泵或压缩机不上量, 系统的管路堵塞, 介质易结晶, 系统本身的压力不够和操作不当, 也有可能是仪表故障。一般为引压线堵塞, 变送器正压测漏以及平衡阀漏等原因;如果是指示偏小, 一般为孔板装反, 或正压漏, 也有可能是机泵的上量本来就很小。 (三) 如果流量控制仪表系统显示在50%左右, 变化不大经现场查看一次表显示一样。要解决此类问题, 应首先检查控制阀动作良好, 仪表引压系统运行是否畅通, 操作工艺是否正常, 机械仪表机泵上量是否完好。如果都未发现问题, 则故障应在仪表系统, 此时再检查二次表完好程度, 一次仪表的运行是否正常。

三、温度类检测仪表常见故障及处理

(一) 温度仪表的指示突然变到最大或最小。此类情况一般是仪表本身的故障, 造成的原因多为测量的热电偶或在热电阻及其补充导线短路"断路"虚接和接地造成的。处理方法为更换相关的元件, 同时做好元件的保护工作。 (二) 温度控制仪表出现快速的震荡现象。出现此类情况是, 首选检查仪表有无虚接现象;如未发现虚接, 接下来检查控制阀有无震荡情况;如两项检查都未发现问题, 则可能是DIP参数整定不当造成的, 应及时进行参数调整。 (三) 控制仪表指示出现大幅的缓慢波动。此类问题, 一般为工艺操作不当造成。此时应检查操作工艺和操作过程。如未发现问题, 就要检查仪表输入/输出的变化及其调节阀是否出现故障。 (四) 如果是同一片区的好多个温度同时显示偏低, 而查看历史曲线以前一直显示正常, 但是突然显示值偏低25摄氏度左右 (大概为室温) 。出现此类问题可能是DCS控制柜的补偿电阻损坏, 应现场检查一次表为热电阻, 出现问题及时更换。

四、物位类检测仪表常见故障及处理。

(一) 液位控制仪表的系统二次表指示值为最大或最小值。遇到此类情况, 首先应检查一次仪表显示是否正常, 如正常, 则将控制系统改手动, 观察液位能否控制在一定的范围内, 如可以, 故障可能在控制系统本身, 应对系统及时修理机更换部件。如果不能稳定在某一值, 一般故障为工艺原因所造成。 (二) 仪表出现液位频繁波动的情况。此时首选看工艺容器的大小, 如容器太小而工艺的负荷又很大, 可能是工艺原因造成的, 应及时进行工艺负荷的调整。如果不是, 则可能是仪表PID参数整定不合适, 或者仪表的测量范围太小, 或者仪表本身故障造成。应及时调整参数和仪表的测量范围, 对损坏的仪表及时修理更换。同时对于一些差压式仪表测液位的, 要检查迁移量零漂, 引压线是否畅通及其仪表墨盒有无破损变形和渗漏。

五、结束语

在各类检测仪表的实际使用操作中, 及时发现并解决各类常见故障, 可以大大的提高我们的实际工作质量和效率, 同时减少了安全事故的出现, 是一项很重要的工作。我们在今后的工作中应加大对此项工作的研究力度, 做好此项工作。

摘要：本文利用实际操作过程中发现的问题, 分析了主要检测仪表的常见故障及处理的相关方法。

分析和检测 第5篇

一、食品营养与检测专业就业形势分析

1、企业用人要求统计(按该专业的相关职位要求进行统计)

①工资情况

面议 占了66%

3000-4499 占了11%

4500-5999 占了9%

6000-7999 占了8%

10000-14999 占了4%

②经验要求

不限经验 占了36%

0-2年 占了32%

3-5年 占了21%

6-7年 占了5%

应届毕业生 占了4%

③学历要求

大专 占了41%

不限学历 占了24%

本科 占了22%

中专 占了5%

高中 占了4%

2、薪酬统计(按该专业的相关职位薪酬进行统计)

2750

该数据为平均值，取自1份样本

二、食品营养与检测专业就业前景分析

食品营养与检测专业学生主要学习食品科学与工程、食品法规与标准、食品质量管理、食品安全检测的基本知识和技能，受到从事现代教育理论与实践的初步训练，初步获得从事食品安全与质量控制教学和科研以及指导食品生产的能力。

食品营养与检测专业旨在培养具有食品分析检测、营养卫生学、环境与生物科学、管理学的基本理论，具备食品科学与工程和食品质量管理基本知识、基本技能;能运用所学知识解决一定的生产实际问题;具有良好教师素质，能够在中、高等职业学校从事食品安全与质量控制教育教学、教学研究的师资或能在食品原辅料生产、流通和消费领域从事分析检验、质量管理、安全评价、企业管理和科学研究等方面工作的高级技术人才。

如今，一日三餐不再是简单吃饱吃好的问题了，营养已经成为国人健康饮食的一个关键词，因饮食营养问题给我们造成的疾病，已成为威胁我们生命和生活质量的大敌。因此，有关人士呼吁：提高公众的营养健康意识，加强营养专业人才的培养已成当务之急。营养师将成为热门行业记者在采访过程中却发现，不少市民对营养师的概念模糊不清，一般将其几乎等同于医院的营养科，还有一些有营养意识的市民却又苦于找不到营养师。

食品营养与检测专业学科中属于教育学类中的职业技术教育类，其中职业技术教育类共37个专业，食品营养与检验专业在职业技术类专业中排名第27。

三、食品营养与检测专业就业方向分析

毕业生可从事食品安全与质量控制教育教学、教学研究的师资或能在食品原辅料生产、流通和消费领域从事分析检验、质量管理、安全评价、企业管理和科学研究等方面工作。

1、在诊所从事营养工作

负责确诊病人的营养问题，列出保健计划，并监督饮食变化的有效性。通常他们在医院、社区健身中心或保健机构工作。在那里，他们解决体重控制、饮食营养、心脏病、癌症、儿童和老年人等方面的医疗保健需求。

2、在餐饮服务业负责管理工作

公共营养师加盟到餐饮服务管理行业中，使得不管是一日三餐还是零食小点都能够安全、卫生、成本经济地预备和配送。他们掌管餐饮服务的地点是医院、保健机构、学校、高等院校和商务场所。

3、公共营养咨询师

为个人、机构、商务组织和媒体提供有关营养、食疗和餐饮服务等方面的专家建议，他们经营的是自己的私人咨询业务。

4、在公共领域从事保健工作的公共营养师

他们在公共保健领域工作，了解大众的营养需求，确认社区中的营养问题，并发展营养教育项目和健康促进战略。通过在社会公共保健领域和社会服务部门的工作，公共营养师们向其他公众部门、专家和公众提供讯息与咨询性服务。

5、在社区健身中心提供服务的公共营养师

这些营养师与社区、个人进行合作，目的在于提高其营养水平，抵御疾病，增进对饮食的关注以及提高个人对健康的控制能力。

6、在教育领域工作的公共营养师

在饮食学、护理学、食品生产和儿童保健等方面，他们对学生开设营养学、食品化学和餐饮服务管理学等课程。这些课程将普及到小学、中学、高等院校、职业学校和医院。

7、在商务领域工作的公共营养师

在商务背景下，公共营养师们协助各自的领导进行研究，帮助促进生产，对管理和市场提出专家性意见。在公共营养师们的帮助下，食品和制药公司、市场协会和餐饮服务供应商得以生产出更好的食品和营养产品并投放市场。

8、研究性公共营养师

少数公共营养师可能向研究项目方面发展，这些项目能从根本上提高医疗护理水平，节约餐饮服务成本。以后，各所大学、保健机构和工业企业将对公共营养师们作的研究给予支持。

分析和检测 第6篇

关键词：梯度洗脱 液相色谱 防腐剂

中图分类号：TS264.9 文献标识码：A 文章编号：1672-5336（2013）22-0008-02

1 实验材料以及方法

1.1 实验材料

（1）实验仪器；在对食品中防腐剂、甜味剂等食品添加剂多组分同时检测的实验过程中，主要运用的实验仪器包括：LG10-2.4A高速离心机（利用高速运转产生的离心力加速分离不同物料）、LC-20A高效液相色谱仪（将多组分的样品溶液经过重复多次的吸附-解吸分配，分离成单组份）。

（2）实验试剂；在该实验中，主要运用的化学试剂主要包括：色谱分析标准试剂：色谱纯，如甲醇以及乙腈等、纯度与主成分含量高的乙醇（优级纯）、干扰杂质低，纯度较高的乙醚（分析纯）、山梨酸与苯甲酸标准溶液（1.0mg/mL）以及纯度均超过98%的阿斯巴甜、糖精钠、安赛蜜等。

1.2 实验方法

（1）样品前处理；首先，调味品，如醋、酱油等样品前处理时，在离心管（50mL）中放入样品（10g），之后再将1mL的盐酸溶液加入到装有样品的离心管之中对样品实施酸化与混合处理，确保离心管内的盐酸溶液与样品混匀之后，再运用乙醚（10mL）对混合溶液进行提取，提取次数为2次，在每一次的提取过程中，都应轻轻振摇离心管，离心参数为：4000r/min，离心时间为1分钟。提取完成后对乙醚层实施合并处理，并利用乙醚在容量瓶（25mL）中定容，并将其混合均匀。之后在试管（5mL）中滴入乙醚提取液，滴入的提取液的量应准确控制为1mL，再将装有乙醚提取液的试管置于温度为40℃的水浴中将其挥干，并以流动相为主要材料，将其定容至刻度，再对其进行过滤操作，即运用水系滤膜（0.45um）进行过滤处理，以备使用。其次，对于含乳饮料或者是植物蛋白而言，在样品前处理中，同样在离心管（50mL）中加入样品，并准确控制在10g，之后将乙醇（10mL）加入至装有样品的离心管之中，将其混合均匀，且离心参数为：4000r/min，离心时间长达5分钟。之后，再在容量瓶（25mL）中滤入上清液，并对其实施定容至刻度操作，定容时以水为主要材料进行。同时选用乙醇（5mL）进行洗涤、沉淀，在完成离心操作之后，将其与上清液进行合并，在进行定容操作，最后在实施过滤处理，过滤使选用有机滤膜进行，以备使用。此外，对于基质相对比较简单的饮料而言，例如果汁或者是碳酸饮料等，在样品的前处理过程中，首先应对样品实施脱气处理，处理时，可运用超声脱气的方法进行，脱气处理之后，可运用适量的水对其进行稀释处理，或者实施直接进样操作，之后，同样选用水系滤膜为主要的过滤设备进行过滤操作，以待备用。

（2）色谱简析；在本实验操作中，运用反相高效液相色谱法进行色谱分析，设备型号：LC-20A，运用的色谱柱为DiamonsilC18液相色谱柱，色谱柱温度为30℃，215nm为其检测波长。流动相a与流动相b分别比例为0.015%的C2HF3O2溶液以及比例为10%的甲醇-乙腈，在进行梯度洗脱中，每分钟梯度洗脱的流量都为1mL，流速为：0.7mL/min，进样量为20uL。

2 实验过程与结果分析

2.1 色谱条件以及检测波长

（1）明确色谱条件；在本实验中，主要针对食品中的防腐剂与甜味剂，如山梨酸、苯甲酸、阿斯巴甜等化合物的性质，在实验中进行流动相选择与确定时，选用酸性流动相。且在检测过程中，对防腐剂、甜味剂等多组分同时检测过程中，为充分改善在检测过程中出现的色谱峰脱尾问题，决定在选用的酸性流动相中混合C2HF3O2溶液，并以此促进分离度的增大。在流动相中加入C2HF3O2溶液时，还应合理控制C2HF3O2的浓度。在确定其浓度过程中，可分别选择几种不同浓度值，如0.015%、0.05%以及0.1%等3种浓度的C2HF3O2与流动相进行混合配比，分析山梨酸、苯甲酸、阿斯巴甜等几种化合物的出峰情况，展开C2HF3O2对化合物分离的影响分析实验，经实验分析发现，当C2HF3O2的含量确定不变的情况下，单一的流动相比例与化合物的分离并无联系，基于此，在化合物的分离中，若采用等度洗脱的方式，无法实现化合物的高效分离。因而本实验中采取梯度洗脱的方式，确定C2HF3O2的浓度为0.015%，对山梨酸、苯甲酸、阿斯巴甜等化合物进行分离，获得了较好的分离效果。此外，在本实验过程中，还进行了在乙腈、甲醇以及甲醇-乙腈（10%）等三种不同的有机相对化合物分离的影响分析实验，经过实验分析后，选用甲醇-乙腈（10%）开展梯度洗脱程序。为充分减少分析的时间，在实验中，主要采取提升有机溶剂比例的方式，确保在半个小时之内结束分析全过程。然而在实验中，测定样品时，化合物中的某些组分难免与部分杂质产生小部分的交叉重叠，虽然通过提升溶剂比例的方式使分析时间大幅削减，但色谱峰分离的效果却不能保证会比不提升有机溶剂比例情况下的效果更好。

（2）确定检测波长；为确保防腐剂、甜味剂等添加剂的多组分能够同时检测，而且食品中苯甲酸、安赛蜜等防腐剂与甜味剂的添加量相对较大，在检测过程中，若选择检测的波长较长，就可能会影响检测的精度，产生相对较大的检测误差，基于此，在进行实验的过程中，选择的215nm为检测波长。

2.2 实验结果分析

（1）回收率与精密度。在实验过程中，若在色谱分离情况最好的情况下，防腐剂、甜味剂各种组分的线性范围在0.90-0.99之间，对不同指标项目展开不同浓度下的回收加标实验，最终获得苯甲酸、阿斯巴甜、山梨酸以及安赛蜜等的回收率，见表1。

（2）检出限。考虑在10倍的信噪比的情况，并在色谱条件最佳的情况下，测定标准曲线，并对各样品的回归方程以及检出限等进行推算，其结果可见表2。

从表2中可知，各样品检出限检测结果均低于国家规定要求，运用此种方法对市场中的含乳饮料以及碳酸饮料（15种）等中的防腐剂、甜味剂进行同时检测，经检测，一次性检测出的苯甲酸、阿斯巴甜、山梨酸以及安赛蜜等几种添加剂中含3种的有6个，含2种的有4个，含1种的有5个。

3 结语

食品中的防腐剂、甜味剂等添加剂是一把双刃剑，尤其是防腐剂，如山梨酸钾等，既能够对霉菌起到很好的抑制作用，同时还能够防止食品中有害生物，如沙门氏菌等繁殖与生长，但也会对人们的健康造成一定的威胁，如人们常食用的味精、花生酱等调味品等，其中含有谷氨酸钠、甘氨酸等，长期食用不但会引起结石病、造成人们的听力下降，记忆力减退等症状，危害着人体的健康。因此，运用有效的方法，加强食品中防腐剂等的检测，加强食品的质量监督尤为重要。本文运用反相高效液相色谱法，对4种防腐剂、甜味剂等流动相组成进行梯度洗脱实验，经检测，其检测效果良好，且与食品卫生理化要求相符合，运用此种方法进行防腐剂等多组分同时检测，检测效率高且检测效果良好，在食品质量检测中，可结合实际情况，推广应用。

参考文献

[1]陈晓红，赵永纲，姚珊珊等.超快速液相色谱-串联质谱法测定黄酒和葡萄酒中的9种防腐剂和甜味剂[J].色谱，2011，29（12）：1147-1154.

[2]吴忠兴.高效液相色谱法同时测定糕点中5种防腐剂和2种甜味剂[J].农业工程，2013，3（4）：80-82.

[3]李琳.液相色谱同测食品中防腐剂与甜味剂方法研究[J].食品研究与开发，2013，（13）：96-97.

[4]汪辉，曹小彦，李林等.反相高效液相色谱法对果蔬汁饮料中14种常见食品添加剂的快速测定[J].分析测试学报，2009，28（10）：94-97.

[5]李堃，郭蒙京.饮料中11种添加剂的高效液相色谱测定法[J].职业与健康，2011，27（23）：9-12.

[6]杨大进，方从容，陈波.甜味剂和防腐剂液相色谱多组分同时检测[J]. 中国公共卫生，2008，07：891-892.

分析和检测 第7篇

随着我国基础设施建设的大力发展,桩基础以其安全、承受力高、有效减少基础沉降等优点在各个行业中得到广泛的应用。本系统搭建在移动机器人试验平台上,该机器人以DSP主控模块为控制核心,并集成了人机交互界面、超声波收发传感器、电子罗盘、Zigebee无线传输、直流电机驱动和电源等模块[1]。

1 小波分析

选板包含机器人运动控制的算法,在函数选板中包括从传感器驱动程序到逆运动学的各种机器人运动功能,本文设计的上位机由障碍回避、路径规划、数据协议、运动学计算、传感器配置和数据分析处理等子VI组成[2]。

对于任意函数f(t)∈L2(R)的连续小波变换定义为:

其逆变换(回复信号或重构信号)为:

为了方便计算和处理,设定障碍物大小为mi,j,方向为β,计算公式为:窗口形状为两个矩形,窗口中心为

2 BP神经网络

系统结合Lab VIEW虚拟软件开发了上位机,能够实时显示其运行状态,并利用MATLAB平台进行仿真实验,对机器人路径规划和避障能力进行了验证。结果表明:该机器人能灵活避开途中任何障碍物,并对行进轨迹进行有效优化,且避障和路径规划能力强、可靠性高、稳定性好,以至于最终和输出编码吻合。如表1所示。

设BP网络接收的输入数据为n个,以向量x表示:

网络产生m个输出数据,用向量y表示:

这样,BP网络可视为从n维输入空间到m维输出空间的非线性映射,即

随着人类对机器人要求的提高,加大了智能移动机器人系统的应用,农业、深海作业、太空控制与操作都急需其进入角色。LABVIEW虚拟仪器平台提供的软硬件平台的发展,使得机器人运动控制和轨迹规划方案更加方便、快捷、有效,不久后,基于移动平台延伸出的一系列机器人将会满足人们的各种需求。本文将根据移动机器人作业环境的特点,结合其自身结构及运动特性,采用VFH算法。

3 小波分析和神经网络在基桩检测中的应用

用多分辨率分析提取动测信号功率谱的特征输入神经网络,根据输出的编码类型,分析基桩的缺陷形式,进而进行针对性处理工作[5,6,7]。如表2所示。

由诊断输出代码与已知代码对比可得:样本1完整,样本2断裂,样本3扩颈,样本4缩颈,样本5离析。

桩身缺陷位置对应的时间:

其中:n为采样点数;Δt为采样间距。

桩身缺陷位置:

L=C·t/2.

其中:C为混凝土波速。

4结语

本文提出了将小波分析与神经网络结合应用于基桩检测中,准确判断基桩缺陷类型及缺陷位置。实际检验的结果表明该方法具有良好的应用前景。

摘要：通过小波分析,避免了泄露效应和由旁瓣引起的多峰现象影响频域分析的现象。通过神经网络算法,将基桩缺陷类型明确化,并指出缺陷的位置,使基桩检测结构更加人性化,同时为缺陷修复提供了较好的条件。可见,将小波分析和神经网络结合应用于基桩的检测中给施工带来了巨大的经济价值和实用价值。

关键词：小波分析,神经网络,基桩缺陷,检验检测

参考文献

[1]艾启胜.基桩检测技术的研究进展[J].低温建筑技术,2011(3):94-96.

[2]廖重贵.小波分析在变形监测中的应用研究[D].赣州:江西理工大学,2010.

[3]潘冬子.小波分析及其在基桩完整性检测中的应用研究[D].武汉:中国科学院研究生院(武汉岩土力学研究所),2004.

[4]彭俊伟.神经网络与遗传算法在基桩检测中的应用及实现[D].武汉:中国科学院研究生院(武汉岩土力学研究所),2007.

[5]蔡棋瑛.基于小波分析和神经网络的桩身缺陷诊断[D].泉州:华侨大学,2001.

[6]鄢泰宁,王生,李邵军.人工神经网络方法在桩基检测中的应用[J].地质科技情报,1999(S1):38-41.

分析和检测 第8篇

关键词：图像分割,边缘检测,数字图像处理

0 引言

数字图像处理技术又称为计算机图像处理, 它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。早期图像处理是为了改善图像质量, 它以适应人的视觉效果需求为目的的, 而现在的图像处理涉及多个领域。随着科学技术的发展, 图像处理已经成为一门重要的研究学科, 在现代拥有多种通用处理方法的情况下, 新兴的特殊的处理方法也层出不穷, 带来的效应主要是体现在视觉上的感知。图像作为视觉的基础, 对其进行去噪、增强、还原、分割、取征等处理的需求不断增长。

图像分割技术是为后续工作有效进行而将图像划分为若干个有意义的区域的技术。区域的内部是连通的, 在同一区域内部具有高相似度, 其特性可以是灰度、颜色、纹理等等, 基于图论的图像分割技术是将图像映射为带权的无向图, 把像素当作节点, 进行点对聚类。本文将对基于边缘检测的图像分割方法进行研究及分析, 并着重介绍基于此方法的图像分割方法。

1 边缘检测的分割方法及三种算子

边缘检测是图像处理和计算机视觉中的基本问题, 其目的是标识图像中各种参数变化明显的点。所谓边缘 (edge) 是指图像局部特性的不连续性, 边缘总是以强度突变的形式出现, 例如, 灰度突变、颜色突变、纹理等, 这可以看做是一个区域和另一个区域的边界, 所以可以对图像进行边缘检测后进行区域的抽取, 即可以对图像以基于边缘检测的办法进行分割, 以一般突变来说, 边缘粗略分为两种:一种是阶跃状的, 其边缘位于两边的像素有明显不同的节点处;另一种是屋顶状的, 其边缘位于其值从增加到减少或减少到增加的转折处。以下介绍3种算子进行边缘检测分割的方法。

1.1 梯度上的Roberts 算子差分算法

图像函数的梯度定义为:

undefined

通常把梯度的模叫做图像的梯度。对于数字图像, 可以用差分来近似微分。Roberts模板是用斜向上的4个像素的交叉差分定义的, 即:

undefined

一般会将上式简化成:

|∇f (x, y) |=|f (x, y) -f (x+1, y+1) |+

|f (x+1, y) - f (x, y+1) |

以及

|∇f (x, y) |=man (|f (x, y) -f (x+1, y+1) |,

|f (x+1, y) - f (x, y+1) |)

用Roberts算子进行边缘检测的去噪作用仍然比较小, 但相较梯度算子的效果要好。

1.2 基于灰度突变的Prewitt算子

对数字图像f (x, y) , Prewitt算子的定义如下:

undefined

选择适当的阈值T, 对于灰度幅度突变大于阈值T的地方则成为边缘, 它是由22扩大到33来计算差分算子, 虽然在小于阈值T的地方会有检测不到边缘, 但它能检测到边缘点, 并且能抑制噪波的影响。

1.3 运用亮度函数的Sobel算子

Sobel算子包含横向以及纵向的3x3的矩阵, 将之与图像作平面的卷积, 得出横向及纵向的亮度差分近似值。下面以A代表原始图像, Gx及Gy分别代表经横向及纵向边缘检测的图像。

undefined

Sobel算子对于像素的位置的影响进行了加权, 因此效果较于Prewitt 算子更好, 它不仅能检测边缘点, 且能进一步抑制噪声的影响, 但由于其没有基于图像灰度进行严格处理, 因此检测的边缘较宽, 提取的图像轮廓有时误差很大。

2 基于三种算子的边缘检测分割方法实验

采用基于边缘检测的3种分割算法对原血细胞图像进行分割 (如图1, 2, 3) 。

采用基于边缘检测的图像分割方法的主要对象是一张相对的整体图片, 具体采用了边缘检测方法中的常用检测方法, 用各种方法进行分割, 并把几种实验结果进行对比。由结果可以看出, Robert算子提取的边缘较粗糙, Prewitt算子以及Sobel算子提取的边缘相对准确, 上述3种算子的共同优点是计算简单、快速且技术比较成熟, 共同缺点是对噪波比较敏感, 干扰信号会被当成边缘。由实验结果可知, 此类方法适用于整体图像进行分割, 其分割结果不需要非常精确。

3 结束语

通过本文的介绍及实验结果可知, 现今较为常用的图像边缘检测算法为Roberts 、Prewitt、Sobel等多种检测算法。每一种算法都有其特点, 但也存在着一定的不足, 特别是抗噪能力及检测精度之间的均衡问题。所以以上3种检测方法比较适合于整体图像的边缘检测分割, 不需要非常精确的分割结果。如果边缘检测算法的抗噪性能太高, 检测图像的精度就会不够准确, 但如果将其精度提高, 又会减低抗噪性能。再者如果对其进行大量分析, 做到较大程度地提高精度且不至于抗噪性能下降太多, 这样却会增大计算量, 若想进一步解决以上3方面的均衡问题, 仍需做进一步研究。

参考文献

[1]何明一, 卫保国.数字图像处理[M].北京:科学出版社, 2008.

[2]CASTIEMAN K R.数字图像处理[M].朱志刚, 译.北京:电子工业出版社, 1998.

[3]赵景秀, 王刚.基于彩色信息区分的彩色边缘检测[J].计算机应用, 2001 (8) .

[4]杨绍清, 贾传荧.基于模糊判决的图像边缘连接[J].光学技术, 2002 (2) .

火灾探测器及线路的检测和故障分析 第9篇

在火灾自动报警及消防联动系统的安装调试、维护检测过程中,常常会出现探测器没有响应、信号回路丢失、某一个或某一回路上连续几个探测器误报的现象。笔者总结多例工程调试、维护经验,浅谈火灾探测器及线路的检测和故障分析。

1 故障线路的测试

1.1 区分不同功能的线路

从线路的功能来说,一般分为信号总线、控制总线、广播线、电话线、直启线及系统扩展用的通信总线。这些线路的线路布置、所连接的设备,使用的线型都各有特点,从线路颜色较易区别,给调试和维护带来方便。

(1)信号总线是由火灾报警控制器的回路引出,连接探测器、模块以及消防栓等编码设备的线路。常采用阻燃塑料绝缘对绞软线ZR-RVS-2(1.0-2.5)mm2,正极线为红色,负极线为蓝色。

(2)控制总线由火灾报警控制器直流电源引出,连接所需要电源的设备。常采用阻燃塑料绝缘对绞软线ZR-RVS-2(1.5-4.0)mm2,正极线为红色,负极线为黑色。

(3)广播线由消防控制室广播盘引出至各扬声器的线路。常采用阻燃塑料绝缘对绞软线ZR-RVS-21.0mm2,无极性。

(4)电话线由消防控制室电话盘引出至各消防专用电话的线路。通常采用RVP屏蔽线。

(5)直启线由消防控制室直启盘引出至需直接启动重要设备的线路,包括启停信号线和回答信号线。通常采用阻燃RVS对较线。

(6)通信总线用来连接与控制器配套组合的设备,常采用屏蔽线RVVP-21.5mm2。

2.2 故障线路的测试与修复

上述各种线路在发生断路、短路、接地时,在控制中心或火灾报警控制器上应有声光显示,进一步测试和修复可以采用以下方法:

(1)当出现信号回路部分丢失,控制总线失电,直启、广播、电话不能正常接通等问题时,首先考虑是否线路故障。线路故障测试包含短路、断路、接地等,一般可按照分段检测法即二分法进行检测。首先用万用表测量信号回路正负极、回路线与回路线、回路线与24V线或24V线正负极之间的电阻值,若阻值过小或为零则为短路故障。如将回路线正负极或24V线一端的线短接用万用表在另一端测量电阻值,若阻值很大或无穷大,则为线路断路。线路接地用摇表测量信号回路线正负极之间、24V线和机壳之间的绝缘电阻,若阻值过小,则为接地故障。

(2)线路的修复。查找出故障点后,进行换线或将虚接点焊实。修复线路的规格和颜色应与原来线路相同。

2 火警探测器的检测与故障分析

2.1 火警探测器常用的检测方法

火警探测器常用的检测方法是利用报警器对其进行测试,给报警控制器接出一个报警回路,用报警器的报警、自检等功能,对探测器进行单体试验。不同种类探测器的检测方法如表1所示。

2.2 火警探测器的故障分析

分析和检测 第10篇

视频监控技术经历了3个主要的发展阶段[1]:第一代在20世纪80年代初及以前,是以磁带存储为主要特征的本地模拟视频监控系统(VTR时代);第二代从20世纪80年代中期至90年代末,是以ISDN网络为基础、并综合应用数字压缩、时隙交换和数字硬盘录像机的数字视频监控系统(DVR时代);第三代是进入21世纪,由于IPTV技术的大量商业化应用,出现了基于IP网络的视频监控系统(IP时代)。随着全程数字化、网络化的视频监控系统的发展,视频监控的作用愈发明显,其高度的开放性、集成性和灵活性,为整个安防产业的发展提供了更加广阔的发展空间,智能视频监控由于赋予更多的智能化、主动化、有效性等特点,必将成为第四代视频监控趋势。

智能视频监控是多媒体通信技术和计算机视觉技术相结合的一个新兴的学科方向和应用领域,是备受关注的前沿课题[2]。智能视频监控系统的需求主要来自于那些对安全要求敏感的场合,如军队、公安、银行、道路、停车场等。当盗窃发生或异常发生时,该类系统能够主动向保卫人员及时准确地发出警报,使工作人员能够充分利用视频监控网络实施报警联动和应急指挥处置,从而避免犯罪的发生。同时也减少了雇佣大批监视人员所需要的人力、物力和财力的投入,真正做到了从传统监控系统事后查看取证的被动防范到计算机辅助分析的主动防范。智能监控技术包括了运动目标的检测、跟踪、目标分类和行为理解等方面,涉及到多媒体通信、图像处理、计算机视觉、模式识别和人工智能等领域的许多核心课题,是一个具有挑战性的困难问题。图1给出了智能视频监控系统的一般处理框架,其中,目标的检测和跟踪技术也是最为基本并且应用最广的智能分析技术。

2 目标检测的主要方法及分析

目标检测是智能视频监控的基本步骤,运动目标检测(Moving Objectives Detecting,MOD)是指将序列图像中变化区域从背景中分割出来。MOD的基本任务是从图像序列中检测出运动信息,得到所需的运动矢量,从而能够识别与跟踪物体。然而,由于天气和光照的变化、背景混乱运动的干扰、运动目标的影子以及摄像机的运动等原因的存在,给运动目标的正确检测带来了极大挑战。由于对运动目标的检测与分割影响着运动目标能否被正确跟踪与分类,使MOD成为视频监控系统研究中最重要的课题。

目前常用的视频运动目标检测方法主要分为4类:

1)帧差法[3]

基本思想:如果一幅图像的某一位置物体发生变化,那么对应位置的灰度也将发生变化;而物体没有发生变化的部分,其灰度则不发生变化或变化很小。因此该方法只需比较序列图像中相邻两幅图像的对应像素灰度的差别。

其算法略述如下

式中:i,j表示像素位置坐标;t为时间;Th表示阈值;DF(i,j,t)表示相邻帧的帧差图像;(i,j,t)表示当前帧图像;M(i,j,t)表示检测出的运动图像。

使用基于时间序列图像上的差分图像检测运动目标,能够较好地适应环境变化较大的情况。但因其难以有效地检测出图像序列中与运动目标相对应但变换相对不够明显的像素点,一般难以获得运动目标的完整轮廓,同时它很难检测出缓慢变化的目标。随着研究的深入,利用图像序列累积信息,Jain[4]提出了累积差分的方法(ADP)。这种算法既充分利用了时间序列图像的历史累积信息,又能适应低对比度含噪声的时间序列图像,因此可以判断复杂情况下目标运动的多种状态。此算法不仅能用来可靠地检测微小运动或缓慢运动的物体,也可用于估计物体移动的大小和方向以及物体尺度的大小。但是这一算法的判断行为多,硬件实现复杂,而且参考图的选取对检测结果的影响很大。

2)光流法

光流(Optical Flow)是空间运动物体在被观测表面上的像素点运动的瞬时速度场。光流场是通过二维图像来表示物体点的三维运动的速度场。由Horn和Schunk在80年代早期建立的“光流分析法”,是数字视频处理领域中二维运动估算的重要方法。其研究的对象是二维运动(或称投影运动),即为真实世界中的三维运动以透视或正交的投影方式在图像平面上形成的“视在运动”,这一运动对应着图像中不同目标的相对位置改变,也就对应着图像前后帧相应位置灰度的改变,Horn与Schunk[5]将图像平面特定坐标点上的灰度瞬时变化率定义为“光流矢量”。这样就导致了光流法的一些根本性的缺陷:在某些情形下,图像中视频目标的运动不能反映为灰度的变化,如单色圆球绕其直径自转;另外,图像中光源的运动而不是视频目标的运动也会导致灰度的变化,而这些都不是光流分析法所能隔离或屏蔽的。但就大多数现实世界的投影运动而言,光流分析是有效的估算方法。而且,运动估算研究的是“视在运动”而非真实运动,所以可以对任何与图像亮度变化无关的运动不予考虑。因此,光流场是一个二维矢量场,它包含的信息即是各像素点的瞬时运动速度矢量信息。

Barron[6]等人对多种光流计算技术进行了总结,按照理论基础与数学方法的区别把它们分成4种:微分法、基于区域的匹配法(块匹配法)、基于能量的方法和基于相位的方法。其中,最常使用的是微分法和块匹配法。

总的来说,光流算法不仅能得到运动目标的位置信息,而且能得到速度信息,在计算出各帧光流场的情况下,能实现对运动目标速度和位置的跟踪,但是此算法计算量大,对噪声比较敏感,在跟踪中的遮挡问题也较难解决。

3)背景差法

背景差法[7]是目前视频运动分割中尤其是视频监控中最常用的方法,它的基本思想是将输入图像与背景模型进行比较,通过判定灰度特征的变化,或用直方图等统计信息的变化来判断异常情况的发生和分割运动目标。

传统的背景差法算法包括三大步骤:首先,为背景中每个像素进行统计建模;然后,将当前图像和背景模型进行比较,找出在一定阈值限制下当前图像中出现的偏离背景模型值较大的那些像素,据此,再对图像进行二值化处理,从而得到前景像素集合(运动对象);此外,模型还要进行周期性的背景更新以适应动态场景变化。

由此可见,背景差法的难点在于如何建立背景模型和维持背景,以适应实际环境中的变化(光线的变化,场景中物体的移入移出问题,树枝摆动等)。常用的背景估计的方法包括:(1)基于自适应的方法(均值背景法、中值背景法、自适应变化检测生成背景的方法、基于Kalman滤波器理论的背景生成方法),该类方法通过使用自适应方程,对图像序列加权平均,生成一个近似背景。这种方法通常在目标移动比较迅速的场景中十分有效。但是当场景中存在移动缓慢的物体时,检测效果较差。同时它不能检测双峰背景。当背景中有物体移入、移出时背景恢复十分缓慢;(2)基于分布模型的方法(参数模型和非参数模型),即根据数据找到一个与之匹配的已知概率模型。这种方法的优点是,可以只用几个参数就能描述整个概率分布,将大量数据压缩成几个简单的参数,用参数代替概率密度函数。但是参数概率估计依赖于模型形式,必须事先知道这一组数据服从何种概率模型,即必须知道这组数据的潜在概率模型的先验知识。如果概率模型假设不正确的话,概率估计将产生偏差。

3 目标跟踪的主要方法及分析

所谓目标跟踪,就是在成功地提取出运动目标之后,通过已知目标位置、状态信息,建立跟踪模型,通过对目标在前后帧的匹配,获取目标的运动轨迹,从而实现目标的实时跟踪。在实际应用中,目标数量多少的随机性,目标的多样性,其他运动目标对跟踪目标的遮掩,环境的光照变化、景物等对目标的干扰都给目标的实时和可靠跟踪带来了巨大的挑战。

根据目标跟踪与目标检测的时间关系可分为3类:1)先检测后跟踪,即先检测每帧图像上的目标,然后将前后两帧图像上的目标进行匹配,从而达到跟踪的目的。这种方法延续了经典的信号和数据处理体制,可以借用现有的图像处理和数据处理的技术,但是检测过程没有充分利用跟踪过程提供的信息;2)先跟踪后检测,即先对目标下一帧所在的位置及其状态进行预测或假设,然后根据检测结果来矫正预测值。这一思路面临的难点是事先要知道目标的运动特性和规律;3)边检测边跟踪[8],即图像序列中目标的检测和跟踪相结合,检测要利用跟踪的结果来提供处理的对象区域,跟踪要利用检测提供目标状态的观测数据。

根据目标跟踪的策略来分,通常可分为3D方法[9]与2D方法。所谓3D方法通常是指在世界坐标系中完成对目标的跟踪,而2D方法则是指在图像平面内完成的。较早期的研究成果:如基于相关匹配的方法、基于差的平方和的方法、基于时间差分的方法、和基于几何特征的方法等通常属于2D方法。如谭铁牛、Koller等分别完成了基于3D模型进行车辆跟踪的系统。相对于3D方法而言,2D方法速度较快,但对于遮挡问题难以处理。

根据从被跟踪的目标中提取特征的不同,可以将目标跟踪的方法分为基于颜色、基于形状、基于区域和基于点特征等多种类型。此外,根据摄像机是否运动还可分为摄像机运动的目标跟踪和摄像机固定的目标跟踪;根据跟踪目标个数可分为单目标跟踪和多目标跟踪。

4 实战应用分析与策略

上海城市图像监控系统在城市反恐、应急处置、治安防控、交通警卫等诸多方面发挥了无可替代的作用,而公安派出所作为公安机关最基层的综合战斗实体,对图像监控系统的应用需求与日俱增。目前以派出所为基本前指单位建设的上海市公共安全图像监控系统,已实现了全市19个区县的所有派出所的视频监控网络建设。该系统现阶段只是发挥了初步的成效,通过规模效度、共享程度、保障力度的不断加大,此系统必将成为城市综合管理的支柱性的手段,特别是上海作为人口密集,交通发达、标志性建筑集中、重要基础设施密集、经济往来和国际交流平凡的特大型城市,节约化、现代化程度较高,易发袭击目标众多,来沪人员情况复杂,在应对反恐建设仍显得脆弱。随着2010年上海世博会的临近,城市安全问题越来越成为关注焦点。

由于视频监控具有很强的直观性、实时性和可逆性,使得它在解决经营纠纷、预防和制止犯罪、处理治安和刑事案件、为公安侦察破案提供线索等方面有着其他防范设施难以发挥的作用。要教育引导全体民警增强应用意识,像重视现场指纹比对等手段一样,重视视频监控信息在预防犯罪、打击现行、侦查破案中的作用。派出所和治安、交通等部门要增强运用监控图像信息的主动性,充分发挥区域环境和人员熟悉的优势,加强区域监控建设和管理,落实专人强化监察,及时发现可疑人员和可疑情况。刑侦部门要进一步拓展使用范围,不但要关注图像清晰、可供辨认的视频监控,更要充分利用模糊图像,捕捉破案线索,在重特大案件侦破中一定要把查看周边视频监控录像作为现场访问的重要途经。

信息化建设其中的一个特点在于系统应用的不断推进,只有加大系统的科技含量和使用的力度,才能发挥技防手段在日常管理中的作用。智能视频分析是一种更高级的视频监控应用。目前大多数的视频监控系统所采用的技术手段所达到的效果只是停留在“看得见”的程度,而智能视频分析技术的发展和采用可以使视频监控的应用效果实现一种飞跃,达到“看清楚”和“看明白”。例如,非法滞留检测、非法入侵检测、物体遗失检测、目标跟踪轨迹、目标的行为分析等。目标检测和目标跟踪技术作为基本的智能视频分析技术,能够辅助监控系统自动识别不同的物体,发现监控画面中的异常情况,并能够以最快和最佳的方式发出警报和提供有用信息提示,从而能够更加有效的协助安全人员及时发现和处理危机事件,并最大限度地降低误报和漏报现象。在世界反恐形势日趋严峻的今天,智能视频监控显然能够成为应对恐怖主义袭击和处理突发事件的有力辅助工具。

参考文献

[1]卢秋波.视频监控技术简介与发展趋势[J].研究与探索,2007(5):21-24.

[2]LO P L,SUN J B,VELASTIN S.A fusing visual and audio infor-mation in distributed intelligent surveillance system for public transport systems[J].Acta Automatica Sinica,2003,29(3):393-407.

[3]王栓,艾海舟,何克忠.基于差分图象的多运动目标的检测与跟踪[J].中国图象图形学报,1999,4(6):470-474.

[4]JAIN R,NAGEL H H.On the analysis of accumulative difference picture from image sequences of real world scenes[J].IEEE Trans.on PAMI,1979,1(2):206-214.

[5]HORN B,SCHUNCK B.Determining optical flow[J].Artificial Intel-ligence,1981,17:185-203.

[6]BARRON J L,FLEET D J,BEAUCHEMIN S S.Systems and ex-periment performance of optical flow techniques[J].International Journal of Computer Vision,1994,12(1):43-77.

[7]岑峰,戚飞虎,陈茂林.长期视频监控系统的多分布模型背景差方法[J].红外与毫米波学报,2002,21(1):59-63.

[8]KASS M,WITKIN A,TERZOPOULOUS D.Snakes:active contour models[J].International Journal of Computer Vision,1987,1(4):321-331.

分析和检测 第11篇

摘 要：组合利用离线式振动分析设备和工业视频内窥镜，对一台出现齿面裂纹的风力发电机组齿轮箱进行振动数据采集和分析，对完善风电机组齿轮箱故障数据，积累故障诊断经验有较大的现实意义。

关键词：风力发电齿轮箱；故障诊断；振动分析；内窥镜检测

中图分类号：TH113.21 文献标识码：A 文章编号：1006-8937（2015）18-0047-02

1 背景概述

在异步和双馈型风力发电机组中，齿轮箱是重要的增速部件，它将风轮在风力作用下获得的动力传递给发电机并使之增速，发电机将获得的动能最终转化为电能并输送到电网。

由于机组安装在高山、荒野、海滩、海岛等风口处，无规律的变向变载荷的风况，强阵风的冲击，酷暑、严寒和极端温差的影响等，一系列因素使得齿轮箱成为风力发电机组中故障率较高、停机损失较大的薄弱环节。因此，寻找切实有效的齿轮箱故障诊断方法，及时发现设备隐患，采取主动性维护维修措施，对提升风电机组的发电性能，保证机组的安全稳定运行，具有非常重要的意义。

随着现代测试技术和信号处理技术的发展进步，振动分析方法得到了快速发展，成为齿轮箱状态监测和故障诊断主流方法之一。但是由于风力发电机组具有齿轮箱结构复杂、运行工况复杂多变的特点，振动分析法在强背景噪声的条件下的诊断精度还有待进一步验证。工业视频内窥镜具有成像直观的优点，但同时也存在视野局限的不足。因此在现代风力发电齿轮箱故障诊断实践中，结合使用振动分析和工业视频内窥镜，使两者优势互补，这对提升齿轮箱状况诊断精度，及时发现故障隐患，保证风电机组的安全运行有重要意义。

2 振动理论

风电齿轮箱是一个复杂的弹性机械系统。齿轮啮合时轮齿的弹性变形、时变啮合刚度、啮入出冲击、齿侧间隙、制造误差等都对轮齿静动力接触特性、系统动态性能、系统传动精度等有很大影响。齿轮箱同时承受由原动机和负载引入的外部激励和由时变啮合刚度、齿轮传动误差和啮合冲击所引起的内部激励，其振动受轴、齿轮、轴承等多种振动的影响，具有高度的非线性特点及耦合效应，从而导致齿轮箱振动信号复杂，难以建立完美的动力学模型。在研究齿轮及齿轮箱故障时，我们将齿轮传动副作为一个振动系统，以简化研究过程。

5 结 语

齿轮箱是风力发电机组中最主要，同时也是故障率较高、故障损失较大的核心部件之一，及早发现齿轮箱的故障，找到故障原因并采取相应的处理措施，对避免发生重大故障、延长齿轮箱使用寿命、降低运维成本有着十分重要的意义。

本文综合使用振动分析和工业视频内窥镜工具，采集发生齿面裂纹的风电机组齿轮箱振动数据，为以后进行齿轮箱故障诊断打下了良好的基础。不过，由于风电齿轮箱具有结构复杂、运行工况严峻的特点，造成振动频率成分较多，为了提升齿轮箱故障诊断准确性，建议从以下几方面着手开展工作：

①积累故障数据，掌握典型故障特征。主要是根据各轴的转频、齿轮啮合频率、滚动轴承运动学和动力学特征频率，建立齿面点蚀、微点蚀、剥落、齿面裂纹、断齿、轴弯曲、轴承点蚀和打滑磨耗等齿轮箱常见故障特征数据，为齿轮箱智能诊断系统打下良好基础；②在大量数据积累的基础上，建立故障评判标准。由于风力发电机型多种多样，各机组安装地理位置和运行风况等条件也不一样，导致无法按照统一的标准，进行齿轮箱状况评判。而是需要长时间积累大量的数据，才能形成有针对性的齿轮箱状况等级评判标准；③综合利用多种故障诊断工具。目前，针对齿轮箱的故障诊断方法主要有性能参数分析法、振动分析法、油液分析法、噪声分析法、声发射分析法和工业视频内窥镜直接检测法等。各种方法各有优缺点，应用场合也不尽相同。在现场实际应用过程中，可以组合选用若干种诊断工具，探寻最优方法，提高故障诊断的准确性。

参考文献：

[1] 张培林.-齿轮箱故障诊断的油液、振动信息融合方法[M].北京：机械工业出版社，2011.

[2] 韩清凯，于晓光.基于振动分析的现代机械故障诊断原理及应用[M].北京：科学出版社，2010.

[3] 丁康.齿轮及齿轮箱故障诊断实用技术[M].北京：机械工业出版社，2005.

分析和检测 第12篇

1 自然图像和计算机图像的生成机理和主要区别

1.1 自然图像的生成机理

自然图像是指相机拍摄的图片, 相机内的传感器将收集到的光子转化为电压, 进而转换成数字信号, 然后, 不同的像素位置对所有的颜色进行过滤, 其中, 每个像素位置对应一种特定的颜色, 再根据红、绿、蓝三个基本颜色对图像进行处理, 最后, 通过图像传感器将图片文件存到数码相机的内存中。

1.2 计算机图像的生成机理

计算机生成图像可以说是对真实图像的一种模拟。图像中的场景、物体的形状以及物体所展示的纹理特征都是通过计算机来合成的。计算机生成图像首先要对场景进行构造, 并通过一些列的数学计算和复杂的模型来构成图像的拍摄背景。其次, 再利用反射技术使图像产生层次感。最后, 修正图像的颜色、纹理以及形状, 使其产生真实感。

2 自然图像和计算机生成图像检测方法

2.1 自然图像和计算机生成图像的主要区别

⑴光线传输差异。自然图像的光线是自然界的光线所投射的, 在拍摄时, 人们可以捕获到全部的光线信息。但计算机生成的图像全部都是由当前的科学技术模拟得到的, 因此, 在构建模型和反射光线方面会存在一定的缺陷, 从而使获得的图像在光线方面会有些不协调。

⑵对象模型差异。自然图像是由很多复杂的几何形状组成的, 而且在拍摄的过程中, 数码相机能够将这些不同部分的形状完美的展现出来。计算机生成图像则是对简单的几何形状进行复杂的组合而得到的, 因此, 在进行图像的组合时, 往往会存在一定的不足之处。

总之, 由于自然图像和计算机生成图像的获取途径和所获得的资源不同, 因此, 两者还是存在很大差异的。自然图像的内容多是真实的取景, 在图像组合上大都是简单的景象。而计算机生成图像要经历一系列的图像处理技术来构建虚拟的场景, 因此, 在计算机生成图像中可以看到很多复杂的景象组合。

2.2 几种图像检测方法

⑴基于图像噪声分析的计算机生成图像检测方法。由于自然图像和计算机生成图像的形成机理不同, 使两者在噪声分布上有很大的差异, 因此, 我们可以根据不同的噪声分布对两者作出区分。先构造一种自然图像模型, 然后对图像的噪声进行小波隐马尔可夫处理, 并根据图像的基本特征选择一种合适的噪声分布曲线, 最后, 根据所检测图像与自然图像之间的噪声相关差来判定是否是真实的图像。实践证明, 此方法具有较高的检测率。

⑵用图像质量评价量检测自然图像和计算机生成图像。图像质量评价方法首先要将所检测的图像分为两个部分, 一部分进行训练, 一部分进行测试。然后用训练过的分类器来处理测试部分。最后, 进行结果预测。以下是图像质量评价量的具体步骤。

图像质量评价量的提取是图像检测的重要环节。期间, 可以采用高斯滤波来对图像进行质量评价, 为了更好地鉴别两者, 可以先把图像分成很多细小的部分, 然后用高斯滤波进行过滤, 对滤波后的图像片段分别提取质量评价量。质量评价量检测采用的是64维模型算法, 通过训练和验证向量机来进行图像的检测。这种方法能够准确的识别出自然图像和计算机生成图像, 而且具有非常高的稳定性。

3 基于小波高阶特征的计算机图像检测研究

小波的高阶特性能够将图像的统计特征表现出来, 对于人脸识别和图像分类有很重要的作用。这种检测方法通过QMFs小波转换对所获取的图像进行分类, 然后测试图像的峰度和偏斜度, 并计算相应的均值和方差, 用数学的统计方法来进行鉴别。这种方法具有非常高的准确度, 但其大量的运算不免会影响整个检测效率。目前, 研究人员还在进行不断的研究和实验, 以将检测的实践缩短到最小。

参考文献

[1]张敏情, 苏光伟, 杨晓元.基于局部保持映射的图像隐密检测算法[J].计算机工程与应用, 2009 (33) .

[2]田源, 程义民, 钱振兴, 汪云路.基于PCA及SVM的图像信息隐藏检测[J].中国科学院研究生院学报, 2010 (01) .