基于睡眠规律的管制员认知能力分析

为了更加准确评估管制员工作状态,针对管制员认知能力评估问题,采用贝叶斯网络模型,提出了一种基于睡眠规律的分析方法.首先归纳了评价睡眠规律的主要因素,并采用PVT反应时间量化管制员的认知能力水平;然后根据先验知识构建了贝叶斯网络模型,在实验统计与模糊集理论的基础上得到条件概率表CPT,参数学习更新,并计算相关系数确定了关键因素;最后通过实际案例分析,预测了管制员认知水平,验证了评估的可行性与合理性.实验结果表明该分析方法能够根据睡眠规律对管制员值班前的认知能力进行准确的评估,降低了人为因素的安全隐患,增强了人员岗前管理的主动性.     

基于视觉测量的齿廓图像边缘失真判别算法

针对齿轮视觉测量过程中因齿廓表面受到污染导致齿廓图像边缘出现光学失真,从而影响齿廓偏差、齿距偏差测量精度问题,提出一种基于视觉测量的齿廓图像边缘失真迭代逼近——临近度判别算法(IAPD).建立渐开线齿廓图像边缘过渡带内像素点法向偏距与像素点极径的映射关系,将复杂的二维图像边缘信号转化为容易处理的一维信号;利用小波去噪算法对信号进行处理,提取齿廓边缘的失真特征;采用变阈值迭代逼近算法分离出齿廓倾斜偏差;采用K-邻近度分类方法自动判别齿廓图像边缘失真的起止位置,为齿距、齿廓偏差测量时进行齿廓图像边缘失真修正提供定位依据.为验证本算法的可靠性,根据相邻同名齿廓真实边缘的相似性,对失真齿廓和无失真齿廓图像提取亚像素边缘,并进行相似性比较,实现基于相似性比较的齿廓图像边缘失真判别算法,以此对IAPD算法的失真区域判别精度进行校验.实验结果表明:本文提出的齿廓图像边缘失真判别算法能够快速自动识别图像失真区域,失真区域边界的径向定位精度可以达到2.5个像素(50μm),能够满足图像边缘失真修正补偿的定位精度要求,可以实现齿轮测量的实时计算.