CN109520690A - 一种基于视频的旋转机械转子模态振型全局测量装置及方法 - Google Patents
一种基于视频的旋转机械转子模态振型全局测量装置及方法 Download PDFInfo
- Publication number
- CN109520690A CN109520690A CN201811279166.6A CN201811279166A CN109520690A CN 109520690 A CN109520690 A CN 109520690A CN 201811279166 A CN201811279166 A CN 201811279166A CN 109520690 A CN109520690 A CN 109520690A
- Authority
- CN
- China
- Prior art keywords
- video
- signal
- image
- rotor
- mode shape
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
- G01M7/025—Measuring arrangements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于视频的旋转机械转子模态振型全局测量装置及方法,用于解决目前将测试对象布置较多的传感器,将测量设备与之共振等方法进行测试时带来的对其原有振动产生影响,产生结果并不够精确的弊端。本发明提供了一种基于视频的旋转机械转子的模态振型全局测量装置及方法,包括:Sl:在振动的转子周围布置两个位移传感器,以获得其基频等全局参数;S2:通过欧拉影像放大技术对视频中振动变化进行振幅放大;S3:对转子振动后的影像进行分析并确定其模态振型以便对转子模态进行分析从而保证其性能以及进行故障检测等。
Description
技术领域
本发明属于数字化机械设计技术领域,具体涉及一种基于视频的旋转机械转子模态振型全局测量装置及方法。
背景技术
采用现有的工程技术对转子模态振型进行测量,通常选择在设备上固连加速度传感器,或者在转子周围多点布置位移传感器等方法,但是这些方法要么会改变设备原有模态振型,要么需要布置很多传感器,成本很高,都存在一定缺陷。因此,为了快速精确地测量出转子的模态振型以便对其进行分析,弥补原有测量方法的缺陷,提高测量和分析效率,有必要提出一种新的转子模态振型测量方法。
发明内容
本发明的目的在于提供一种基于视频的旋转机械转子模态振型全局测量装置及方法。以解决目前主流的转子模态振型测量方法对其原有振动造成影响,测量结果不够精确的问题。该方法相较于传统的方法而言,可以测量出全局的参数,且对原有振动造成较小的改变,该测量方法也更经济,操作更简单。
本发明采用如下技术方案来实现的:
一种基于视频的旋转机械转子模态振型全局测量方法,包括以下步骤:
1)通过高速摄像机对布置两个位移传感器的转子振动进行视频拍摄;
2)在视频序列中根据需要目标的频率特征,选取带通滤波器,提取感兴趣的信号以便于对下一步的放大做准备,然后运用欧拉影像放大算法对视频中提取出来的信号进行放大,然后将放大的目标序列及其余序列重新合成视频图像;
3)计算重新合成视频图像的模态振型以及分析得出所需的结果。
本发明进一步的改进在于,步骤1)中,还包括将拍摄的视频图像的颜色空间从RGB模型转换到YIQ空间模型,其中YIQ空间模型与RGB模型的相互关系如下式所示:
其中YIQ空间模型表示的是NTSC制式电视机系统所采用的颜色空间,Y表示的是彩色电视或者是黑白电视的亮度信号,I表示彩色由橙色一直到青色,Q表示色彩由紫色一直到黄绿色;RGB模型是代表红、绿、蓝三个通道的颜色。
本发明进一步的改进在于,步骤2)的具体实现方法如下:
201)对每一个拉普拉斯金子塔中空间分辨率相同的视频图像通过公式(1)进行时域带通滤波,通过公式(2)提取视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号B(x,t),其中所述公式(1)为:
其中,I(x,t)表示在视频通道中空间点位置为x,时间为t时的图像信号I(x,0)=f(x),δ(t)即为变化信号,也看作是一个位移函数,公式(2)为:
其中,B(x,t)为视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号;
202)通过处理对转子振动信号对应的图像变化信号进行放大∝倍;
203)将放大∝倍的转子振动信号对应的图像变化信号叠加到在视频通道中空间点位置为x,时间为t时的图像亮度信号I(x,t);放大后的结果为公式(3):
204)设置一个衰减因子降低经过放大以后的信号I和Q的值,将颜色空间转回RGB模型,将放大的目标序列及其余序列重新合成视频图像。
本发明进一步的改进在于,步骤201)中,滤波的频率取决于通过所布置位移传感器所测的基频f,滤波的频率取值为0.5f~1.5fHz。
一种基于视频的旋转机械转子模态振型全局测量装置,包括
获取单元,用通过高速摄像机对布置了两个位移传感器的转子振动进行拍摄;
计算单元,将颜色空间转到YIQ空间模型之后,在视频序列中根据需要目标的频率特征,选取带通滤波器,提取感兴趣的信号以便于对下一步的放大做准备,然后运用欧拉影像放大算法对视频中的提取出来的信号进行放大,然后将放大的目标序列及其余序列重新合成视频图像,再将颜色空间转回RGB模型,对振动区域进行测量模态振型并得出所需要的结论。
本发明进一步的改进在于,获取单元具体包括:
准备器件,用于准备做测试所需器件位移传感器、转子和高速摄像机;
拍摄子单元,用于对所需要拍摄的布置了两个位移传感器的转子振动现象用高速摄像机进行拍摄。
本发明进一步的改进在于,计算单元具体包括:
分解子单元,用于对输入视频每一帧通过拉普拉斯金字塔构建原理进行空间多分辨率分解;
提取子单元,用于对每一个拉普拉斯金子塔中空间分辨率一样的图像通过公式(1)进行时域带通滤波,通过公式(2)提取视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号B(x,t),其中公式(1)为
其中,I(x,t)表示在视频通道中空间点位置为x,时间为t时的图像信号I(x,0)=f(x),δ(t)即为变化信号,也看作是一个位移函数,公式(2)为:
其中B(x,t)为视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号;
放大子单元,用于通过处理对转子振动信号对应的图像变化信号;
重构子单元,用于将放大∝倍的转子振动信号对应的图像变化信号叠加到在视频通道中空间点位置为x,时间为t时的图像亮度信号I(x,t),完成图像合成并转换回RGB模型进行重构视频,并输出重构后的视频;
选择子单元,用于编写相应的放大函数代码;
计算子单元,用于对于变化信号的放大,首先通过调用对应的放大函数代码计算出每一层基带的δ(t)等值,然后确定相应的放大倍数。
本发明具有如下有益的技术效果:
本发明提供的一种基于视频的旋转机械转子模态振型全局测量装置,包括高速摄像机一台,位移传感器两个,电脑一台。用于解决目前将在设备上固连加速度传感器,或者在转子周围多点布置位移传感器等方法进行测试时带来的对其原有振动产生影响,产生结果并不够精确的弊端。
本发明提供的一种基于视频的旋转机械转子模态振型全局测量方法,相对于现有方法,使用该方法对转子本身的振动基本不产生影响,而且测量的是全局的振动,并非现有方法的局部振动获得,通过最终处理获得的视频,通过观察可以清楚看到振动被放大,从而得到需要的信息结果。
附图说明
图1为本发明提供的该测量方法的一个的流程示意图;
图2为本发明提供的该测量方法装置的一个结构示意图,图中的获取单元如图3所示,计算单元如图4所示;
图3为本发明提供的一种该测量方法的获取单元图;
图4为本发明提供的一种该测量方法的计算单元图。
具体实施方式
为了更清楚地说明本发明或现有技术中的技术方案,下面将对现有技术描述中所需要使用的附图作简单地介绍。
本发明提供的一种基于视频的旋转机械转子模态振型全局测量方法,包括以下步骤:
1)通过高速摄像机对布置两个位移传感器的转子振动进行视频拍摄;将拍摄的视频图像的颜色空间从RGB模型转换到YIQ空间模型,其中YIQ空间模型与RGB模型的相互关系如下式所示:
具体来说,为了在后期对视频图像处理的时候可以方便的通过设置一个衰减因子来降低噪音,可以在对视频图像进行算法处理之前,将视频图像的颜色空间从RGB模型转换到YIQ空间模型。其中YIQ空间模型表示的是NTSC制式电视机系统所采用的颜色空间,Y表示的是彩色电视或者是黑白电视的亮度信号,I表示彩色由橙色一直到青色,Q表示色彩由紫色一直到黄绿色;RGB模型是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色,这个标准几乎包括了人类视力所能感知的所有颜色,是目前运用最广的颜色系统之一。
2)在视频序列中根据需要目标的频率特征,选取带通滤波器,提取感兴趣的信号以便于对下一步的放大做准备,然后运用欧拉影像放大算法对视频中提取出来的信号进行放大,然后将放大的目标序列及其余序列重新合成视频图像;具体实现方法如下:
201)对每一个拉普拉斯金子塔中空间分辨率相同的视频图像通过公式(1)进行时域带通滤波,滤波的频率取决于通过所布置位移传感器所测的基频f,滤波的频率取值为0.5f~1.5fHz,通过公式(2)提取视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号B(x,t),其中所述公式(1)为:
其中,I(x,t)表示在视频通道中空间点位置为x,时间为t时的图像信号I(x,0)=f(x),δ(t)即为变化信号,也看作是一个位移函数,公式(2)为:
其中,B(x,t)为视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号;
202)通过处理对转子振动信号对应的图像变化信号进行放大∝倍;
203)将放大∝倍的转子振动信号对应的图像变化信号叠加到在视频通道中空间点位置为x,时间为t时的图像亮度信号I(x,t);放大后的结果为公式(3):
204)设置一个衰减因子降低经过放大以后的信号I和Q的值,将颜色空间转回RGB颜色空间,将放大的目标序列及其余序列重新合成视频图像。
3)计算重新合成视频图像的模态振型以及分析得出所需的结果。
本发明提供的一种基于视频的旋转机械转子模态振型全局测量装置,包括
获取单元,用通过高速摄像机对布置了两个位移传感器的转子振动进行拍摄;
获取单元具体包括:
准备器件,用于准备做测试所需器件位移传感器、转子和高速摄像机;
拍摄子单元,用于对所需要拍摄的布置了两个位移传感器的转子振动现象用高速摄像机进行拍摄。
计算单元,将颜色空间转到YIQ空间模型之后,在视频序列中根据需要目标的频率特征,选取带通滤波器,提取感兴趣的信号以便于对下一步的放大做准备,然后运用欧拉影像放大算法对视频中的提取出来的信号进行放大,然后将放大的目标序列及其余序列重新合成视频图像,再将颜色空间转回RGB模型,对振动区域进行测量模态振型并得出所需要的结论。
计算单元具体包括:
分解子单元,用于对输入视频每一帧通过拉普拉斯金字塔构建原理进行空间多分辨率分解;
提取子单元,用于对每一个拉普拉斯金子塔中空间分辨率一样的图像通过公式(1)进行时域带通滤波,通过公式(2)提取视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号B(x,t),其中公式(1)为
其中,I(x,t)表示在视频通道中空间点位置为x,时间为t时的图像信号I(x,0)=f(x),δ(t)即为变化信号,也看作是一个位移函数,公式(2)为:
其中B(x,t)为视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号;
放大子单元,用于通过处理对转子振动信号对应的图像变化信号;
重构子单元,用于将放大∝倍的转子振动信号对应的图像变化信号叠加到在视频通道中空间点位置为x,时间为t时的图像亮度信号I(x,t),完成图像合成并转换回RGB模型进行重构视频,并输出重构后的视频;
选择子单元,用于编写相应的放大函数代码。
计算子单元,用于对于变化信号的放大,首先通过调用对应的放大函数代码计算出每一层基带的δ(t)等值,然后确定相应的放大倍数,采用基于相位的欧拉影像放大算法,这样可以拥有更大的放大倍数,且在放大动作的同时不会放大噪声。
Claims (7)
1.一种基于视频的旋转机械转子模态振型全局测量方法,其特征在于,包括以下步骤:
1)通过高速摄像机对布置两个位移传感器的转子振动进行视频拍摄;
2)在视频序列中根据需要目标的频率特征,选取带通滤波器,提取感兴趣的信号以便于对下一步的放大做准备,然后运用欧拉影像放大算法对视频中提取出来的信号进行放大,然后将放大的目标序列及其余序列重新合成视频图像;
3)计算重新合成视频图像的模态振型以及分析得出所需的结果。
2.根据权利要求1所述的一种基于视频的旋转机械转子模态振型全局测量方法,其特征在于,步骤1)中,还包括将拍摄的视频图像的颜色空间从RGB模型转换到YIQ空间模型,其中YIQ空间模型与RGB模型的相互关系如下式所示:
其中YIQ空间模型表示的是NTSC制式电视机系统所采用的颜色空间,Y表示的是彩色电视或者是黑白电视的亮度信号,I表示彩色由橙色一直到青色,Q表示色彩由紫色一直到黄绿色;RGB模型是代表红、绿、蓝三个通道的颜色。
3.根据权利要求2所述的一种基于视频的旋转机械转子模态振型全局测量方法,其特征在于,步骤2)的具体实现方法如下:
201)对每一个拉普拉斯金子塔中空间分辨率相同的视频图像通过公式(1)进行时域带通滤波,通过公式(2)提取视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号B(x,t),其中所述公式(1)为:
其中,I(x,t)表示在视频通道中空间点位置为x,时间为t时的图像信号I(x,0)=f(x),δ(t)即为变化信号,也看作是一个位移函数,公式(2)为:
其中,B(x,t)为视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号;
202)通过处理对转子振动信号对应的图像变化信号进行放大∝倍;
203)将放大∝倍的转子振动信号对应的图像变化信号叠加到在视频通道中空间点位置为x,时间为t时的图像亮度信号I(x,t);放大后的结果为公式(3):
204)设置一个衰减因子降低经过放大以后的信号I和Q的值,将颜色空间转回RGB模型,将放大的目标序列及其余序列重新合成视频图像。
4.根据权利要求3所述的一种基于视频的旋转机械转子模态振型全局测量方法,其特征在于,步骤201)中,滤波的频率取决于通过所布置位移传感器所测的基频f,滤波的频率取值为0.5f~1.5fHz。
5.一种基于视频的旋转机械转子模态振型全局测量装置,其特征在于,包括
获取单元,用通过高速摄像机对布置了两个位移传感器的转子振动进行拍摄;
计算单元,将颜色空间转到YIQ空间模型之后,在视频序列中根据需要目标的频率特征,选取带通滤波器,提取感兴趣的信号以便于对下一步的放大做准备,然后运用欧拉影像放大算法对视频中的提取出来的信号进行放大,然后将放大的目标序列及其余序列重新合成视频图像,再将颜色空间转回RGB模型,对振动区域进行测量模态振型并得出所需要的结论。
6.根据权利要求5所述的一种基于视频的旋转机械转子模态振型全局测量装置,其特征在于,获取单元具体包括:
准备器件,用于准备做测试所需器件位移传感器、转子和高速摄像机;
拍摄子单元,用于对所需要拍摄的布置了两个位移传感器的转子振动现象用高速摄像机进行拍摄。
7.根据权利要求6所述的一种基于视频的旋转机械转子模态振型全局测量装置,其特征在于,计算单元具体包括:
分解子单元,用于对输入视频每一帧通过拉普拉斯金字塔构建原理进行空间多分辨率分解;
提取子单元,用于对每一个拉普拉斯金子塔中空间分辨率一样的图像通过公式(1)进行时域带通滤波,通过公式(2)提取视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号B(x,t),其中公式(1)为
其中,I(x,t)表示在视频通道中空间点位置为x,时间为t时的图像信号I(x,0)=f(x),δ(t)即为变化信号,也看作是一个位移函数,公式(2)为:
其中B(x,t)为视频通道中的空间点位置为x,时间为t时的转子振动信号对应的图像变化信号;
放大子单元,用于通过处理对转子振动信号对应的图像变化信号;
重构子单元,用于将放大∝倍的转子振动信号对应的图像变化信号叠加到在视频通道中空间点位置为x,时间为t时的图像亮度信号I(x,t),完成图像合成并转换回RGB模型进行重构视频,并输出重构后的视频;
选择子单元,用于编写相应的放大函数代码;
计算子单元,用于对于变化信号的放大,首先通过调用对应的放大函数代码计算出每一层基带的δ(t)等值,然后确定相应的放大倍数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811279166.6A CN109520690A (zh) | 2018-10-30 | 2018-10-30 | 一种基于视频的旋转机械转子模态振型全局测量装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811279166.6A CN109520690A (zh) | 2018-10-30 | 2018-10-30 | 一种基于视频的旋转机械转子模态振型全局测量装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109520690A true CN109520690A (zh) | 2019-03-26 |
Family
ID=65773240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811279166.6A Pending CN109520690A (zh) | 2018-10-30 | 2018-10-30 | 一种基于视频的旋转机械转子模态振型全局测量装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109520690A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110553714A (zh) * | 2019-08-31 | 2019-12-10 | 深圳市广宁股份有限公司 | 智能振动增强现实测试方法及相关产品 |
CN110595602A (zh) * | 2019-04-26 | 2019-12-20 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关产品 |
CN110595779A (zh) * | 2019-04-26 | 2019-12-20 | 深圳市豪视智能科技有限公司 | 一种轴承异常的检测方法及相关设备 |
CN110595603A (zh) * | 2019-04-26 | 2019-12-20 | 深圳市豪视智能科技有限公司 | 基于视频进行振动分析方法及相关产品 |
CN110617965A (zh) * | 2019-04-26 | 2019-12-27 | 深圳市豪视智能科技有限公司 | 齿轮组异常的检测方法及相关产品 |
CN110617873A (zh) * | 2019-04-26 | 2019-12-27 | 深圳市豪视智能科技有限公司 | 电缆的振动检测方法及相关产品 |
CN110631680A (zh) * | 2019-04-26 | 2019-12-31 | 深圳市豪视智能科技有限公司 | 振动检测系统 |
CN110631812A (zh) * | 2019-04-26 | 2019-12-31 | 深圳市豪视智能科技有限公司 | 轨道振动检测方法及装置、振动检测设备 |
CN110674700A (zh) * | 2019-08-31 | 2020-01-10 | 深圳市广宁股份有限公司 | 基于数字孪生模型的电子设备的智能健康预测方法及装置 |
WO2021036634A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 故障检测方法及相关产品 |
WO2021036663A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 针对设备的固定螺丝异常的检测方法及相关产品 |
WO2021052025A1 (zh) * | 2019-04-26 | 2021-03-25 | 深圳市豪视智能科技有限公司 | 电风扇振动故障检测方法及装置 |
WO2021052024A1 (zh) * | 2019-04-26 | 2021-03-25 | 深圳市豪视智能科技有限公司 | 洗衣机振动故障检测方法及装置 |
WO2021147191A1 (zh) * | 2020-01-23 | 2021-07-29 | 深圳大学 | 应变模态分析方法及相关装置 |
CN115046717A (zh) * | 2022-06-08 | 2022-09-13 | 安徽农业大学 | 一种利用傅里叶变换轮廓术优化的结构振型可视化方法、装置及系统 |
CN117576091A (zh) * | 2024-01-15 | 2024-02-20 | 深圳昱拓智能有限公司 | 一种基于视频检测的冷却塔风机振动检测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105424350A (zh) * | 2015-12-19 | 2016-03-23 | 湖南科技大学 | 基于机器视觉的薄壁件模态测试方法及系统 |
CN105865735A (zh) * | 2016-04-29 | 2016-08-17 | 浙江大学 | 一种基于视频监控的桥梁振动测试与动力特性识别方法 |
CN105928707A (zh) * | 2016-04-27 | 2016-09-07 | 西安交通大学 | 一种滚动轴承-转子系统动态耦合建模方法 |
CN107328392A (zh) * | 2017-07-05 | 2017-11-07 | 贵州大学 | 基于欧拉视频增强技术的火焰异常信号提取方法 |
-
2018
- 2018-10-30 CN CN201811279166.6A patent/CN109520690A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105424350A (zh) * | 2015-12-19 | 2016-03-23 | 湖南科技大学 | 基于机器视觉的薄壁件模态测试方法及系统 |
CN105928707A (zh) * | 2016-04-27 | 2016-09-07 | 西安交通大学 | 一种滚动轴承-转子系统动态耦合建模方法 |
CN105865735A (zh) * | 2016-04-29 | 2016-08-17 | 浙江大学 | 一种基于视频监控的桥梁振动测试与动力特性识别方法 |
CN107328392A (zh) * | 2017-07-05 | 2017-11-07 | 贵州大学 | 基于欧拉视频增强技术的火焰异常信号提取方法 |
Non-Patent Citations (2)
Title |
---|
李丽霞等: "基于运动放大的振动结构的模态识别", 《计算机测量与控制》 * |
雷林: "微小运动放大及其在水电工程监测中的应用", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021042908A1 (zh) * | 2019-04-26 | 2021-03-11 | 深圳市豪视智能科技有限公司 | 轨道振动检测方法及装置、振动检测设备 |
WO2021036634A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 故障检测方法及相关产品 |
CN110595779A (zh) * | 2019-04-26 | 2019-12-20 | 深圳市豪视智能科技有限公司 | 一种轴承异常的检测方法及相关设备 |
CN110595603A (zh) * | 2019-04-26 | 2019-12-20 | 深圳市豪视智能科技有限公司 | 基于视频进行振动分析方法及相关产品 |
CN110617965A (zh) * | 2019-04-26 | 2019-12-27 | 深圳市豪视智能科技有限公司 | 齿轮组异常的检测方法及相关产品 |
CN110617873A (zh) * | 2019-04-26 | 2019-12-27 | 深圳市豪视智能科技有限公司 | 电缆的振动检测方法及相关产品 |
CN110631680A (zh) * | 2019-04-26 | 2019-12-31 | 深圳市豪视智能科技有限公司 | 振动检测系统 |
CN110631812A (zh) * | 2019-04-26 | 2019-12-31 | 深圳市豪视智能科技有限公司 | 轨道振动检测方法及装置、振动检测设备 |
WO2021036633A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关产品 |
CN110595779B (zh) * | 2019-04-26 | 2021-10-12 | 深圳市豪视智能科技有限公司 | 一种轴承异常的检测方法及相关设备 |
WO2021036640A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 一种轴承异常的检测方法及相关设备 |
WO2021036663A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 针对设备的固定螺丝异常的检测方法及相关产品 |
CN110595603B (zh) * | 2019-04-26 | 2022-04-19 | 深圳市豪视智能科技有限公司 | 基于视频进行振动分析方法及相关产品 |
CN110595602A (zh) * | 2019-04-26 | 2019-12-20 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关产品 |
WO2021052022A1 (zh) * | 2019-04-26 | 2021-03-25 | 深圳市豪视智能科技有限公司 | 电缆的振动检测方法及相关产品 |
WO2021052025A1 (zh) * | 2019-04-26 | 2021-03-25 | 深圳市豪视智能科技有限公司 | 电风扇振动故障检测方法及装置 |
WO2021052024A1 (zh) * | 2019-04-26 | 2021-03-25 | 深圳市豪视智能科技有限公司 | 洗衣机振动故障检测方法及装置 |
WO2021052020A1 (zh) * | 2019-04-26 | 2021-03-25 | 深圳市豪视智能科技有限公司 | 振动检测系统 |
CN110631680B (zh) * | 2019-04-26 | 2021-10-15 | 深圳市豪视智能科技有限公司 | 振动检测系统 |
CN110595602B (zh) * | 2019-04-26 | 2021-10-15 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关产品 |
CN110674700B (zh) * | 2019-08-31 | 2023-07-21 | 深圳市广宁股份有限公司 | 基于数字孪生模型的电子设备的智能健康预测方法及装置 |
CN110553714A (zh) * | 2019-08-31 | 2019-12-10 | 深圳市广宁股份有限公司 | 智能振动增强现实测试方法及相关产品 |
WO2021036642A1 (zh) * | 2019-08-31 | 2021-03-04 | 深圳市广宁股份有限公司 | 基于数字孪生模型的电子设备的智能健康预测方法及装置 |
CN110674700A (zh) * | 2019-08-31 | 2020-01-10 | 深圳市广宁股份有限公司 | 基于数字孪生模型的电子设备的智能健康预测方法及装置 |
WO2021147191A1 (zh) * | 2020-01-23 | 2021-07-29 | 深圳大学 | 应变模态分析方法及相关装置 |
CN115046717A (zh) * | 2022-06-08 | 2022-09-13 | 安徽农业大学 | 一种利用傅里叶变换轮廓术优化的结构振型可视化方法、装置及系统 |
CN117576091B (zh) * | 2024-01-15 | 2024-04-09 | 深圳昱拓智能有限公司 | 一种基于视频检测的冷却塔风机振动检测方法及系统 |
CN117576091A (zh) * | 2024-01-15 | 2024-02-20 | 深圳昱拓智能有限公司 | 一种基于视频检测的冷却塔风机振动检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109520690A (zh) | 一种基于视频的旋转机械转子模态振型全局测量装置及方法 | |
EP3534326A1 (en) | Method and apparatus for merging infrared image and visible light image | |
Jagalingam et al. | A review of quality metrics for fused image | |
CN103604371B (zh) | 移动终端及其物体测量方法 | |
US9224193B2 (en) | Focus stacking image processing apparatus, imaging system, and image processing system | |
US20160125630A1 (en) | System and Method to Align and Merge Differently Exposed Digital Images to Create a HDR (High Dynamic Range) Image | |
CN104867123B (zh) | 利用融合的红外线分辨率与对比度增强 | |
CN104159091B (zh) | 一种基于边缘检测的颜色插值方法 | |
JP4814840B2 (ja) | 画像処理装置又は画像処理プログラム | |
CN104537625A (zh) | 一种基于方向标志位的Bayer彩色图像插值方法 | |
CN103813095B (zh) | 测试图及其使用方法 | |
CN105069812A (zh) | 图像处理装置、用于图像处理装置的设置装置及其方法 | |
Yadav et al. | Optimized flame detection using image processing based techniques | |
CN107462182B (zh) | 一种基于机器视觉和红线激光器的截面轮廓形变检测方法 | |
CN108961227A (zh) | 一种基于空域和变换域多特征融合的图像质量评价方法 | |
CN109377480A (zh) | 基于深度学习的耕地变化检测方法 | |
CN104680570B (zh) | 一种基于视频的动作捕捉系统及方法 | |
CN108986721B (zh) | 一种用于显示面板检测的检测图形生成方法 | |
CN101488224A (zh) | 基于相关性度量的特征点匹配方法 | |
CN112053392A (zh) | 一种红外与可见光图像的快速配准与融合方法 | |
CN107977938A (zh) | 一种基于光场的Kinect深度图像修复方法 | |
CN106448524A (zh) | 显示屏亮度均匀性的测试方法及装置 | |
CN108256357A (zh) | 红外图像与正态分布分析结合的硬件木马检测方法 | |
CN104038746B (zh) | 一种bayer格式图像数据插值方法 | |
CN108387832A (zh) | 基于二级温度差分的红外图像硬件木马检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190326 |