-
公开(公告)号:CN109498044B
公开(公告)日:2020-09-08
申请号:CN201811196319.0
申请日:2018-10-15
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G01T1/161
Abstract: 本发明属于电子发射成像技术领域,并公开了一种基于闪烁光纤的PET环形探测成像系统。所述系统包括多个沿着中心轴线依次连接的检测器模块,并且各个所述检测器模块均由闪烁光纤单元和光传感器单元共同组成,光传感器单元对称地配置在所述作为整体的闪烁光纤单元的两端,并且各端的光传感器单元均配置有多个光传感器且每个光传感器各自对应耦合所述闪烁光纤单元中的多个闪烁光纤。通过本发明,有效降低能量衰减对定位造成的误差影响,很容易判断闪烁光纤在的反应位置,不会因为多个检测器模块的拼接而造成漏检漏测,检测信息更加准确全面,从而使得PET环形探测成像系统具备高效率和高灵敏度,成像的分辨率高,装置更加紧凑的特点。
-
公开(公告)号:CN109498044A
公开(公告)日:2019-03-22
申请号:CN201811196319.0
申请日:2018-10-15
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: A61B6/03
Abstract: 本发明属于电子发射成像技术领域,并公开了一种基于闪烁光纤的PET环形探测成像系统。所述系统包括多个沿着中心轴线依次连接的检测器模块,并且各个所述检测器模块均由闪烁光纤单元和光传感器单元共同组成,光传感器单元对称地配置在所述作为整体的闪烁光纤单元的两端,并且各端的光传感器单元均配置有多个光传感器且每个光传感器各自对应耦合所述闪烁光纤单元中的多个闪烁光纤。通过本发明,有效降低能量衰减对定位造成的误差影响,很容易判断闪烁光纤在的反应位置,不会因为多个检测器模块的拼接而造成漏检漏测,检测信息更加准确全面,从而使得PET环形探测成像系统具备高效率和高灵敏度,成像的分辨率高,装置更加紧凑的特点。
-
公开(公告)号:CN113237619B
公开(公告)日:2022-11-15
申请号:CN202110411554.0
申请日:2021-04-16
Applicant: 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 华中科技大学
Abstract: 本发明公开了机械故障检测领域的一种变转速旋转机械振动的故障预警方法,旨在解决仅依靠振动的幅值作为振动分析的依据,对振动故障检测预警不够精准的技术问题。其包括:获取各系列特征倍频下历史频率向量和在线频率向量;构建各系列特征倍频下的振动靶图;建立各系列特征倍频下的正常行为模型;在振动靶图上计算各系列特征倍频下历史频率向量对应的模型残差;得到各系列特征倍频下的残差分布;确定各系列特征倍频下的异常报警阈值;在振动靶图上计算各系列特征倍频下在线频率向量对应的模型残差;通过在线频率向量与异常报警阈值对比,从而实现各系列特征倍频下的故障预警。本发明能够实现设备各振动特征频率的实时预警。
-
公开(公告)号:CN113237619A
公开(公告)日:2021-08-10
申请号:CN202110411554.0
申请日:2021-04-16
Applicant: 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 华中科技大学
Abstract: 本发明公开了机械故障检测领域的一种变转速旋转机械振动的故障预警方法,旨在解决仅依靠振动的幅值作为振动分析的依据,对振动故障检测预警不够精准的技术问题。其包括:获取各系列特征倍频下历史频率向量和在线频率向量;构建各系列特征倍频下的振动靶图;建立各系列特征倍频下的正常行为模型;在振动靶图上计算各系列特征倍频下历史频率向量对应的模型残差;得到各系列特征倍频下的残差分布;确定各系列特征倍频下的异常报警阈值;在振动靶图上计算各系列特征倍频下在线频率向量对应的模型残差;通过在线频率向量与异常报警阈值对比,从而实现各系列特征倍频下的故障预警。本发明能够实现设备各振动特征频率的实时预警。
-
公开(公告)号:CN112082720A
公开(公告)日:2020-12-15
申请号:CN202010919626.8
申请日:2020-09-04
Applicant: 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 华中科技大学
IPC: G01M7/02
Abstract: 本发明公开了一种固定转速旋转机械振动故障早期预警值确定方法,利用正常振动原始数据,通过傅里叶变换得到系列振动分量(幅值、相位),将各振动分量的振动幅值和相位结合成矢量,通过矩运算来自动确定安全区域。因此,该方法能够将振动监测变成各倍频和特征频率下矢量的概念,从而更加全面的监测设备状态,为设备预测性维修提供可靠依据。
-
公开(公告)号:CN111723658A
公开(公告)日:2020-09-29
申请号:CN202010401002.7
申请日:2020-05-13
Applicant: 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 华中科技大学
Abstract: 本发明公开了一种基于卷积神经网络的旋转机械故障征兆识别方法,包括以下步骤:(1)采集旋转机械的轴心对的振动信号;(2)对采集到的轴心对的振动信号进行傅里叶变换,获得振动信号的频域信息矩阵;对采集到的轴心对的两个振动信号进行组合,获得振动信号的时域信息矩阵;(3)按照预先训练过的卷积神经网络模型的输入形式,对频域信息矩阵和时域信息矩阵进行预处理,得到振动综合信息矩阵;(4)将振动综合信息矩阵输入到所述卷积神经网络模型,所述卷积神经网络模型对接收到的振动综合信息矩阵进行诊断分析,得到旋转机械的故障征兆结果。采用本发明的方法,可以得到旋转机械的故障征兆,辅助实现旋转机械故障的实时智能诊断。
-
公开(公告)号:CN109188500A
公开(公告)日:2019-01-11
申请号:CN201810953912.9
申请日:2018-08-21
Applicant: 华中科技大学
IPC: G01T1/20
Abstract: 本发明属于电子发射成像技术领域,并具体公开了一种基于环形闪烁光纤的PET成像系统检测器。检测器包括支架和检测器模块,检测器模块包括闪烁光纤模块和光传感器模块,闪烁光纤模块呈环形围绕支架设置,且闪烁光纤模块由多个呈阵列排布的闪烁光纤构成,且闪烁光纤的截面直径D≤0.1mm,光传感器模块设于所述闪烁光纤模块的两端部,所述光传感器模块包括多个光传感器且每个所述光传感器对应多个呈阵列排布的闪烁光纤。本发明利用闪烁光纤的可柔性弯曲以及其截面直径D≤0.1mm的特性,使得单位面积传感器上耦合的闪烁光纤的数量更多,从而可精确获得标记化合物湮灭的高度位置分布,大大提高了检测的精度和灵敏度。
-
公开(公告)号:CN109188500B
公开(公告)日:2020-05-19
申请号:CN201810953912.9
申请日:2018-08-21
Applicant: 华中科技大学
IPC: G01T1/20
Abstract: 本发明属于电子发射成像技术领域,并具体公开了一种基于环形闪烁光纤的PET成像系统检测器。检测器包括支架和检测器模块,检测器模块包括闪烁光纤模块和光传感器模块,闪烁光纤模块呈环形围绕支架设置,且闪烁光纤模块由多个呈阵列排布的闪烁光纤构成,且闪烁光纤的截面直径D≤0.1mm,光传感器模块设于所述闪烁光纤模块的两端部,所述光传感器模块包括多个光传感器且每个所述光传感器对应多个呈阵列排布的闪烁光纤。本发明利用闪烁光纤的可柔性弯曲以及其截面直径D≤0.1mm的特性,使得单位面积传感器上耦合的闪烁光纤的数量更多,从而可精确获得标记化合物湮灭的高度位置分布,大大提高了检测的精度和灵敏度。
-
公开(公告)号:CN111723658B
公开(公告)日:2022-06-10
申请号:CN202010401002.7
申请日:2020-05-13
Applicant: 江苏方天电力技术有限公司 , 国网江苏省电力有限公司 , 华中科技大学
Abstract: 本发明公开了一种基于卷积神经网络的旋转机械故障征兆识别方法,包括以下步骤:(1)采集旋转机械的轴心对的振动信号;(2)对采集到的轴心对的振动信号进行傅里叶变换,获得振动信号的频域信息矩阵;对采集到的轴心对的两个振动信号进行组合,获得振动信号的时域信息矩阵;(3)按照预先训练过的卷积神经网络模型的输入形式,对频域信息矩阵和时域信息矩阵进行预处理,得到振动综合信息矩阵;(4)将振动综合信息矩阵输入到所述卷积神经网络模型,所述卷积神经网络模型对接收到的振动综合信息矩阵进行诊断分析,得到旋转机械的故障征兆结果。采用本发明的方法,可以得到旋转机械的故障征兆,辅助实现旋转机械故障的实时智能诊断。
-
公开(公告)号:CN208399701U
公开(公告)日:2019-01-18
申请号:CN201821099524.0
申请日:2018-07-11
Applicant: 华中科技大学
IPC: G01T1/202
Abstract: 本实用新型属于发射成像系统技术领域,并具体公开了一种用于辐射检测以及发射成像设备的检测器。所述检测器包括晶体层,所述晶体层包括多层依次连接的片层晶体结构,且至少一层所述片层晶体结构的外侧耦合有光传感器层,所述光传感器层包括多个呈阵列布置的光传感器。本实用新型的用于辐射检测以及发射成像设备的检测器,通过设置多层连续片层晶体结构,精确捕捉不同位置的高能光子并将其转换成多个小能量光子,同时在至少一层所述片层晶体结构外侧耦合多个呈阵列排布的光传感器,且各传感器耦合形成与片层晶体结构截面相同的形状以接收所述小能量光子,大大提高了检测的精度和灵敏度。
-
-
-
-
-
-
-
-
-