39、基于四元数的热状态监测系统

基于四元数的热状态监测系统

1. 引言

如今，大多数工厂依赖机器来提升生产和加工效率。因此，有效的机器状态监测系统对于确保工厂生产和加工的顺利进行至关重要。红外热成像技术在许多基于视觉的机器监测系统中得到了应用，例如高温工艺的温度映射、故障电气断路器检测等。本文提出了一种新的有效机器状态监测系统，它结合了对数极坐标映射器、基于四元数的热图像相关器和最大乘积模糊神经网络分类器。该系统应用了两个分类特征：峰值旁瓣比（PSR）和离散四元数相关输出的实部与虚部之比（p 值）。

2. 机器状态监测系统模型

机器状态监测系统模型主要包含以下几个部分：
- 热像仪 ：使用 Ann Arbor Sensor Systems 生产的 AXT 100 热像仪，它具有成本效益和高分辨率，其嵌入式固件 InternalWeb 可与 Matlab 或其他图像处理软件接口，适合用于机器状态监测。
- 图像分割器 ：将输入的热图像分割成 S 个分区，每个分区对应一台待监测的机器。
- 对数极坐标映射器 ：将笛卡尔图像转换为类似视网膜的对数极坐标图像，解决旋转和缩放不变性问题，同时具有数据压缩能力。
- 基于四元数的热图像相关器 ：将实时捕获的输入热图像与数据库中所有可能的机器状态参考图像进行相关，计算分类特征如 p 值和 PSR。
- 最大乘积模糊神经网络分类器 ：首先使用数据库中所有可能机器状态的参考图像进行训练以获得权重（w）。在应用过程中，将四元数热图像相关器输出