本发明提供了轨道平顺状态的评定方法及装置，包括基于车辆-轨道耦合大系统的振动方程，确定测量的轨道不平顺中各个波长使耦合大系统产生的振动变化值；计算与每一个振动变化值对应的轨道不平顺的波长相匹配的波长权重系数；对该波长权重系数相匹配的轨道不平顺中的波长成分进行加权计算，得到新的轨道不平顺；根据预设的评定方法对新的轨道不平顺进行评定，本发明综合考虑了幅值、波长和空间位置信息的轨道不平顺评定方法，使得对轨道不平顺的分析更准确并且基于本评定方法可制定更具针对性的、科学合理的轨道维修计划和管理办法，可以控制对耦合大系统振动影响较大的轨道不平顺，最终能够保证轨道结构的安全以及列车运行的平稳性和舒适性。

研究意义1. 视觉感知是高铁、自动驾驶车辆、无人航行器等自动化设备实现环境感知的重要手段。2. 对运动状态下产生的图像模糊进行复原是计算机视觉领域的重要研究内容。3. 运动模糊对于基于视觉的目标检测算法的检测能力具有显著影响。 研究目标 本研究相机在直线运动状态下前进速度与目标检测算法在产 生的模糊图像上检测能力的关系。通过实验进行具体关系的 研究与分析。对模糊图像应用合适的去模糊算法，观察并分 析去模糊后目标检测能力的变化。

本发明公开了一种机床健康状态快速检查方法。该方法利用华 中 HNC-8 型数控系统，预先在机床中需检查的各部位置入传感器，然 后在示波器采样界面，配置采样通道信息；在数控系统诊断界子界面， 配置健康检查参数；然后选择加工程序，按下循环启动开始后进行在 线采样，系统利用信号分析方法获取采样信息的特征值；最后与标准 数据进行综合对比，对机床健康评估，并图形化显示。本发明使用的外部传感器信号，通过数控系统接口直接传递到数控系统内部，实现 了在线采集和分析，改变了传统外部测量、离线建模分析的式，提高 了数控

城市道路交通状态是交通管理部门进行实时动态交通管理和为市民提供交通出行信 息服务的前提和基础。合理而准确的道路交通状态预报服务，对进行良性的交通导航、 积极引导居民的出行，从而提高城市道路的使用效率，缓解交通拥堵有着重要的意义。 然而，城市道路交通系统是一个时刻都在变化着的复杂系统，其运行行为极难预测，如 何基于先进的交通状态检测手段，融合多元的交通信息，捕捉道路交通系统的状态特征， 推演道路交通状态的运行规律，实现城市道路交通状态预报和预警，为交通管理和出行 信息服务提供关键技术支撑，在国内还没有成熟的系统和应用，特别是没有针对中国城 市道路交通管理特点和信息服务而开发道路交通状态预报系统。 本次系统开发在实验交通工程思想的指导下，采用跨平台的体系架构，应用面向多 智能体的建模技术和并行计算技术，实现了包括多源和多元交通数据的接入和融合，道 路交通系统状态特征提取，道路交通状态的训练和自学习，道路交通状态的估计和预测， 基于道路交通状态预测的增值服务，如公交车辆的到站时间预测、基于行程时间代价的 最短路出行规划，以及基于 GIS 的交通信息服务展示平台。 系统界面友好，功能完备，内核模型适应我国的道路交通实际情况，能够在网络环 境和单机环境下运行，并能提供实时动态数据和历史静态数据两种交通状态检测数据接 入方式，可兼容基于浮动车的交通状态检测方式和基于道路断面的交通状态检测方式， 并留有其他交通状态检测收到的接口，便于将来系统功能的扩充和完善。系统能够根据 融合的道路交通状态检测信息，根据计算平台的计算能力在可调控的时间段（如1分钟、 5 分钟、10 分钟）内对该时段的交通状态进行估计，并根据历史估计信息和前若干时段 的估计信息，以及基于多智能体的微观仿真运行，推演预报短期内的道路交通运行状态。

风电机组健康状态 监测与评估系统

1、系统功能 蓄电池在制造过程中必然存在的容量不一致和性能差异，造成后期成组使用时某些电池易出现过充和过放，严重影响整组电池的寿命。 针对这一现状研制的“蓄电池状态检测及均衡活化系统”，结合现场的蓄电池充放电活化维护过程（即“三充两放”），可以完成如下功能： Ø  自动实时检测电池状态 蓄电池的端电压是反映其性能的重要参数，也是目前现场人工检测的主要依据。自动检测功能可以减少维护工作量，降低工人劳动强度。 Ø  自动均衡放电 在活化过程中，系统根据测量结果能够对电池进行自动均衡，保证每只电池都得到充分活化，最大限度增加电池的寿命，降低运营成本。 Ø  蓄电池活化曲线 系统将整个活化过程中所有蓄电池的端电压的测量结果记录并生成活化曲线，在计算机的显示器上直接显示，结果清晰直观，也便于对每只电池的特性做进一步分析。 Ø  报告电池状况 系统根据均衡活化过程的检测数据对电池的老化程度进行判断，对于性能很差或即将损坏的电池经过活化后仍不能恢复时，提示维护人员更换电池，以免影响整组电池的正常使用。 2、系统特点 该系统结合微电子、SMT、计算机控制、EMC、网络以及电力电子等技术，系统具有以下特点： 可靠性高；测量准确；均衡效果好；判断蓄电池状态准确；使用简便。 电动汽车的运用经验表明，增加该系统后，电池寿命延长30％。 3、系统结构 系统采用计算机控制，网络结构，避免了很多的拉线工作，系统的结构框图如图所示。 系统结构布置图 系统电气柜由控制主机（操作台）、电源开关箱、8个监控箱组成。 监控主机为工业级平板式计算机，带有显示、监控、专家系统以及远程通讯功能，负责在均衡活化过程中的数据采集、活化过程的报表生成以及电池状态的判断。 电源开关箱负责8个监控箱的供电，其中左侧双极空气开关为监控箱的总开关，右侧顺序布置的8个单极空气开关依次分别为1～8#监控箱独立开关。 每个监控箱由6个电池状态检测和均衡控制模块组成。每个模块完成单只蓄电池的状态检测和均衡控制，优化活化过程。 连接方式如下： 1）状态检测和均衡控制模块与控制主机通过柜内网络通讯线连接； 2）均衡模块与电池的连接采用夹子进行连接，拆装方便。 系统电气原理连接示意图 4、检测原理 检测及均衡模块原理如下图所示。   检测及均衡功能原理框图  电池电压经过滤波电路进入AD，由检测模块的CPU进行检测，CPU检测的数据通过网络通讯线（RS-485）传输到上位计算机的监控软件。为了提高系统的可靠性，因此检测模块采用了隔离的变换电路，同时CPU采用了Microchip公司的PIC系列单片机，A/D采用了具有双积分特性的电路，其与CPU接口通过单总线连接。 单节电压检测精度，由于采用的A/D为10位，分辨率为0.01V，对于2V电池来说，最大检测误差为±0.01V，该A/D温度特性比较好，从-40℃到+70℃均保持了良好的温度稳定性。 5、均衡原理 均衡采用了我公司的发明专利技术，专利申请号（03156376.7）。采用该种均衡方案，均衡电流为5～6A，对于200Ah电池，可在1个小时内补偿其2.5％的不均衡度，一般的蓄电池不均衡度不会超过10％，因此系统可在4个小时内将电压均衡。 详细的技术细节请参见专利公开书。 6、监控软件 ①与检测均衡单元通讯程序，采用标准RS-485方式通讯，具有可靠性高的优点； ②诊断系统，利用专家系统，采用仿人的智能判断方法； ③系统整个流程如下图所示； ④系统具有远程通讯功能，可以和机务段其他设备联网运行。

本发明公开了一种数控铣床加工过程状态信息评价装置,由评价装置 MCU 将机床上的加工状态数据采集阵列装置、信息存储设备、数控系统等装置连接成为半闭环控制回路。加工状态数据采集阵列采集数控机床加工过程中的主轴电流、进给电流、振动、加工温度等状态数据，并能够智能识别刀具磨损、破损、工件毛坯的材料缺陷等异常状态。通讯单元能够使加工状态信息采集阵列与评价装置 MCU 实现实时连接。评价装置 MCU 按照一定的算法对采集得到的加工状态参数进行检验分析，生成检验报告，并指导信息存储设备更新最优参数记录；同时评价

本发明公开了一种灾区电网状态监测方法，该方法通过电网在线监测端的监测装置采集电网设备状 态参数，电网在线监测端的智能处理器处理监测数据并获得电网关键设备的损坏情况，将电网关键设备 的损坏情况、位置信息和时间信息通过北斗短报文通信系统实时上报给电网监控中心。本发明能实现自 然灾害发生后灾区电网状态的快速有效监测，可极大地缩短灾区电力重新恢复的时间，有利于减小自然 灾害所带来的经济损失和人员伤亡。 

项目简介： 本项目针对复杂的实际工业环境，基于机器学习最新理论成果和机器视觉基本原理，研究并实现了具有较强鲁棒性的变电站传统机械式电表远程智能读数系统。首先通过图像的预处理对电表区域进行初步定位，然后在此有效范围中利用电表指针的几何形状特点对其进行精准定位，最后通过指针与表盘刻度的相对位置计算电表读数，最终实现了在复杂环境下对电表快速、可靠、精确地远程智能读数，代替了低效的传统人工抄表和数据录入，具有可推广应用的工业价值。 运用机器学习和计算机视觉技术，首先获取指针式仪表表盘图像，然后采用数字图像处理技术提取和识别目标，最后实现指针式仪表示值的自动判读，从而避免人工判读示值工作量大、容易出错等问题。本项目的主要工作内容有：电表特征配置、指针类表计读数判别、建立前馈式神经网络模型、图像智能化判断。 由于工业环境复杂多变，在数据采集过程中不定期地会出现各种故障和干扰。这些极端情况下所采集到的图片若进入系统进行智能读数分析，所得到的分析结果往往是不可信或者无意义的。所以，根据图像的像素分布特点进行分析，系统将自动拒绝对质量过差的问题图像进行分析判断，并向变电站工作人员发送相关警告提示。在提高系统读数结果可靠性的同时，及时发现设备问题并通知工作人员，有利于尽早排除故障、防患于未然。主要技术指标：识别正确率：92.5%；识别速度<3s。 应用范围：项目目前已进入产业化阶段，成果权属为我校独自拥有。

通过人脸检测模块对输入图像进行预处理，自动而准确地定位人脸所在位置并分割出相应的人脸 区域，对人脸面部图像进行特征提取，利用模式分类器进行性别识别。