本发明公开了一种基于远程视频的数控机床故障诊断系统，其 包括数控机床监控模块、视频数据管理模块和故障诊断模块，该数控 机床监控模块包括摄像头、流媒体服务器和流媒体客户端；该视频数 据管理模块包括数据管理单元和故障数据单元，所述数据管理单元用 于接收并存储由所述流媒体服务器录制并转发的视频数据；所述故障 数据单元预存储有数控机床各类故障的故障信息，并构建故障信息库； 该故障诊断模块根据流媒体客户端实时显示的视频，同时结合故障信 息库中的故障信息，实现数控机床故障的智能诊断。本发明克服了传 统诊断方法实

北京交通大学电机状态预测可视化系统项目 招标项目的潜在投标人应在线上报名（邮件）获取招标文件，并于2022年07月05日 09点30分（北京时间）前递交投标文件。

该项目是863计划项目，现处于实验室研究阶段。项目成果受专利保护。 1、项目概述 本项目针对高速公路进出城路段交通拥堵严重、事故频发，以及高速公路监控系统和城市快速路监控系统各自为政、协同性差的普遍现象，构建了基于互联网的分布式交通特征信息共享平台，实现了不同监控系统的信息共享；借助信息共享平台，系统分析了结合部的动态交通特征，提出了适应不同交通条件的短时交通特征预测技术；采用分层递阶控制和神经网络控制的方法，研发了多匝道的协同控制系统软件，并实现了结合部道路交通系统的微观仿真。 2、技术创新点 在监控系统的信息共享研究方面，初步建立了交通特征信息共享的平台，其中对异构监控系统之间交通特征级信息共享的内容和模式进行了系统分析，对异构信息进行了融合处理，实现了特征级信息的发布。 在短时交通特征预测研究方面，已对京津塘高速公路及北京市快速环路监控系统的海量交通流实测数据进行了特征与关联分析，完成了短时交通特征的预测，并实现了交通拥挤的预判。 在结合部的协同控制方面，利用模糊神经网络的建模和学习方法，对高速公路多匝道控制系统算法进行设计，并进行了控制效果仿真。   3、能为产业解决的关键技术 （1）基于服务水平的特征级交通动态信息融合技术 针对目前高速公路和城市快速路监控系统所采集的交通流基础数据格式和像素级融合技术都有所不同，控制目标参数不统一的现实情况，项目提出的交通特征信息共享平台首先要处理现有高速公路和城市快速路服务水平判定标准不统一的问题，其次需要解决区域交通监控系统的特征级数据融合问题，寻求基于服务水平的动态信息融合技术和方法。 （2）交通特征信息共享平台的设计技术 针对集中式信息共享平台投资大、实施困难的缺点，提出采用成熟的互联网技术，以及分布式技术建立交通信息共享平台，为异构监控系统的信息共享模式提供了一种新的建设思路。不需要增加额外的硬件投资、操作方便，就现有的管理体制来说，也容易实现。 （3）基于关联分析和智能控制技术的短时交通特征预测模型 将时间序列理论与关联理论引入交通状态分析，并根据不同交通条件建立的短时交通预测模型，在很大程度上提高了预测方法的实时性、准确性和可靠性，有利于预测技术的应用和推广。 （4）高速公路和城市快速路结合部实现协同控制的关键技术 基于区域道路交通网络动态信息采集系统数据资源的综合利用与共享，在交通服务水平判定技术的支持下，运用系统论、控制论的思想以及智能交通系统工程的理论方法，实现高速公路和城市快速路结合部的协同控制。 4、相关的行业发展水平，以及同类技术产品或成果比较 目前，我国已建设的交通信息系统中，各子系统基本上是作为一个个分支存在的，不仅子系统自身的数据尚未实现充分融合，集成度很低，而且系统之间存在行政分割问题，异构情况严重；在信息共享平台设计上，大都采用集中式为主，需要新建一个监控总中心，投资大，操作困难。 与本项目所提出的预测思路及预测方法相比，现有预测方法的适用性方面还存在不少缺陷。 目前，我国高速公路和城市快速路交通控制所采取的区域控制策略尚未形成较成熟的控制模式，高速公路和城市快速路的协同控制模式更是处于起步阶段，尚未形成成熟的技术产品。 应用范围： 本课题针对的主要对象是高速公路与城市快速路的结合部，课题研究成果不仅充分利用了现有的道路监控系统硬件资源，节省了建设成本，而且可以满足结合部的交通控制与管理需要，具有较强的应用和推广价值。在实际的应用和推广中，还需进一步扩充和细化协同控制目标，优化大范围内的多匝道协同控制模型及其算法，并对具体的控制策略和控制设施进行详细设计，以提升协同控制的实际效果。 预期效果： 运用系统论和其他相关领域研究的最新成果，探索建立区域高速公路和城市快速路交通信息共享平台的新思路和新方法，并在系统平台的基础上研究协同控制的策略和方法，并形成整套协同控制系统算法和软件。在实践中，研究成果能够得到较好的应用，并且能够部分解决高速公路和城市快速路结合部的交通问题。

本新技术成果提供了一种基于视频播放器精确获取原视频文件图像的实现方法，通过客户端全程监测视频播放器，获取视频的参数，将获取视频的所有参数代入函数并运行函数，通过计算获取当前播放视频的视频数据范围，并对该视频数据进行差值平滑处理，获取到最接近该视频数据的原视频文件图像即当前帧图像。本成果根据视频播放器的播放视频获取原视频文件的图像，使截取的图像清晰，效果更佳。

支持格式：1080P@60Hz及以下各种格式兼容 ？ 低延时： 720P低于90ms，1080P低于120ms ？ 输入接口：CVBS、HDMI、Cameralink、HD-SDI ？ 输出接口：CVBS、HDMI、以太网 ？ 码率可调：适应不同的带宽环境 ？ 误码保护：超强纠错与差错隐藏能力 ？ 工作温度：-40℃~+85℃ ？ 存储温度：-45℃~+105℃ ？ 通信安全： 256位AES加密，有效的防止干扰与窃听 ？ 适用场合：无人机、导弹地面控制

目前基于AI的图像分析技术已经日趋完善，在人脸识别、车牌识别等场景的应用越来越广泛，市场竞争也愈发激烈。本成果面向更复杂的场景：视频分析。通过深度网络学习视频数据的时空特性，能够捕捉视频的动态信息并进行自动分析，达到不同应用的目标。目前在较难的视频分析任务—手语翻译上达到较为先进的水平。

本项目融合深度学习算法，通过采集和合成大量的STI（space time image ）组成数据集，建立机器学习模型，无需人工辅助，智能系统自动进行图像识别测流。 一、项目分类 关键核心技术突破 二、技术分析 （1）创新性 ①融合双目摄像机测距算法，建立物体三维模型，无需人工在河流两岸布设地面标志点； ②融合深度学习算法，通过采集和合成大量的STI（space time image ）组成数据集，建立机器学习模型，无需人工辅助，智能系统自动进行图像识别测流； ③基于视频智能图像识别和水力模型深度融合技术的水位流速测量产品打破了传统接触式设备和PC端算法的局限性，填补了国内流量视频在线监测领域的空白； ④全天候非接触式实时在线测量，简单、高效、安全。 武汉大学授权的该产品的相关发明专利： [1].黄凯霖，陈华，刘炳义. 基于变分原理的河道表面流速计算方法及装置[P].湖北省：ZL202111245260.1； [2].陈华,赵浩源,刘炳义,王俊. 基于河流表面流速的河道断面流量计算方法[P]. 湖北省：ZL202011381025.2； [3].黄凯霖，陈华，刘维高，刘炳义，一种基于边缘识别与最大序列密度估计的河道流速测量方法，0； [4].赵浩源. 基于频域滤波技术的时空图像测流的纹理识别方法, ZL201911180498.4； [5].黄凯霖,陈华. 一种基于深度卷积网络与随机场的水位测量方法[P]. 湖北省：ZL112508986A； （2）先进性 本技术采用方法为目前行业内领先的计算机视觉图像智能识别和水文水动力模型交叉融合的方法，自主创新，形成了拥有完整自主知识产权的武大AiFlow视频测流技术与产品，突破了江河流量难以实现在线监测的技术瓶颈，在断面水位、流速、流量测量方面展现出优异的性能。武大AiFlow视频测流技术能获得河流表面流速与流场分布，其空间分辨率能够达到单像素水平，并且算法效率是常规算法的10倍以上，满足流量在线监测的需求。 成果获得2021年湖北省第四届“工友杯”职工创业创新大赛“十佳创新奖”，已申请国际发明专利2项，出版专著1本，发表论文10余篇，代表性成果如下： 成果获奖： [1].陈华，武汉大学AIFlow视频测流产品，2021年湖北省第四届“工友杯”职工创业创新大赛“十佳创新奖”。 受理的国际发明专利： [1].Kailin Huang; Hua Chen.Water level measurement method based on deep convolutional network and random field, 2021-11-26, 澳大利亚, 2021277762-59092AU； [2].Kailin Huang; Hua Chen. Method and device for calculating river surface flow velocity based on variational principle   , 2022-03-09, 美国, CN20220302US； 代表性论文： [1].Kailin Huang, Hua Chen*,Tianyuan Xiang, Yunfa Lin, Bingyi Liu, Jun Wang,  Dedi Liu, Chong-Yu Xu. (2022). A photogrammetry-based variational optimization method for river surface velocity measurement. Journal of Hydrology. 605. doi.org/10.1016/j.jhydrol.2021.127240. [2].Zhao, H. Y., Chen, H.*,Liu, B. Y., Liu, W. G., Xu, C. Y., Guo, S. L., & Wang, J. (2021). An improvement of the Space-Time Image Velocimetry combined with a new denoising method for estimating river discharge. Flow Measurement and Instrumentation, 77. doi: 10.1016/j.flowmeasinst.2020.101864 代表性专著： [1].陈华，赵浩源，黄凯霖，刘炳义，王俊，基于图像智能识别的河流流量计算方法，电子工业出版社，2022 （3）独占性 图像识别测流技术在国内尚处于起步阶段，目前国内研究的机构主要包括河海大学、武汉大学、天地伟业公司等。 河海大学计算机学院主要研究方向之一为智能视频监控与水利量测，已经在国内外期刊发表多项相关研究成果，目前尚未形成面向市场的产品。 天地伟业自主研发基于视频AI的测流产品于2020年8月份在第十二届中国水文水资源技术与装备展览会正式发布，但天地伟业该产品目前以试点项目为主，且未对外公开相关机构的比测结果。 武汉大学研发的武大AiFlow视频测流第一代产品于2021年6月中国水博会正式对外发布。该产品创新性地将计算机视觉图像智能识别与水文水动力过程模型相融合，通过高精度摄像头获取水流表面波纹相关时空图像数据，利用设置在后端计算机或外端边缘计算终端里的图像识别与人工智能算法计算水体表面实时流速值，结合水位-流速-流量耦合算法实时测算断面平均流速和流量。第一代产品已经实现面向水文站、灌区的实时在线监测，产品已经在南水北调渠首陶岔水文站、长江委崇阳水文站、淠史杭灌区横排头水文站以及栾川重大自然灾害试点投入使用，并获得长江委水文局比测报告，比测结果表明产品测量误差小于5%，满足一级水文站测验要求。此外该产品已经在贵州省水文局正式投入商用。

成果简介：本项目是在长期的学术研究和工程实践基础上，结合计算机技术、 模式识别技术和 DSP 技术研发的综合性智能视频监控技术。它以高速计算和 控制模块为核心，实现视频图像的自动分析，发现并跟踪重要目标，抽取图 像中蕴含的有价值信息，实现视频监控环境下对视频信息的自动处理。本项 目中技术成果包括：基于 DSP 系统的复杂背景下运动目标自动检测和自动跟 踪技术；实时图像和录像中的特定目标自动搜索技术；多摄像机自