40、基于四元数的热状态监测系统与神经元网络同步研究

基于四元数的热状态监测系统与神经元网络同步研究

1. 基于四元数的热状态监测系统

1.1 对数极坐标映射解决尺度不变问题

在热图像相关处理中，对数极坐标映射有着重要作用。以一组图像为例，图11展示了尺度不变的情况，其中图11a是数码相机在3.2m处拍摄的笛卡尔输入图像，图11b是机器过热时热像仪拍摄的与图11a相同场景的图像，图11c是图11b的对数极坐标映射图像。

对比图9b与图11b、图9c与图11c得到的输出相关平面分别如图11d和图11e所示。图11d的输出相关平面表面粗糙，整体归一化幅度相较于图11e较低。将图11d与图10c的输出相关平面比较，发现图11e相关平面的整体归一化幅度几乎降至图10c的1/4，但二者平面形状几乎相同，在中心区域仍能检测到尖锐峰值，且归一化后计算得到的PSR和p值也相近（PSR图10c = 1.0000，PSR图10e = 0.8647，p图10c = 0.8894，p图10e = 0.7681）。由此可见，对数极坐标映射可用于解决基于四元数的热图像相关中的尺度不变问题。

1.2 机器监测系统评估

机器监测系统通过“操作员感知活动”（OPA）进行评估，即操作员对热像仪拍摄的图像进行评价，判断机器是否过热，并与所提出的机器状态监测系统的分类结果进行比较。对热像仪为监测三台运行机器而拍摄的10,000张样本图像进行评估，其中9,851张图像的机器状态被观察者和机器状态监测系统一致认同，准确率达到98.51%。

1.3 系统优势总结

该系统利用对数极坐标映射、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来监测机器状态，具有很高的准确性，超过98%。使