![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于模糊逻辑的激光医疗美容仪器故障自动诊断方法研究.pdf
《基于模糊逻辑的激光医疗美容仪器故障自动诊断方法研究.pdf》由会员分享,可在线阅读,更多相关《基于模糊逻辑的激光医疗美容仪器故障自动诊断方法研究.pdf(5页珍藏版)》请在咨信网上搜索。
1、提出一种基于模糊逻辑的激光医疗美容仪器故障自动诊断方法,以实现故障严重程度的定量分析。方法院首先,采用匹配滤波检测方法对降噪后的激光医疗美容仪器故障监测信号进行增强处理;然后,采用自适应加权方法对激光医疗美容仪器故障特征进行量化处理;最后,通过建立故障和引发因素之间的模糊关系矩阵构建模糊隶属度函数,将最大隶属度原则作为模糊诊断原则完成故障自动诊断,同时通过模糊分段评分方法定量化分析激光医疗美容仪器故障严重程度。采用该方法对激光医疗美容仪器故障进行自动诊断,并将诊断结果与实际故障结果进行对比。结果院该方法的故障自动诊断结果与实际故障结果一致,准确率高达100%。结论院提出的方法能够完成仪器故障的
2、自动诊断,获取定量化分析结果,有效提高了故障自动诊断结果的准确性。关键词模糊逻辑;模糊诊断;激光医疗;美容仪器;故障自动诊断中国图书资料分类号R318曰R197.39文献标志码A文章编号1003-8868渊2023冤07-0093-05DOI院10.19745/j.1003-8868.2023147Automatic fault diagnosis method of laser medical cosmetologyinstrument based on fuzzy logicHONG Guo-zhen(Wuhan Meiyan High-tech Medical Beauty Clinic
3、,Wuhan 430013,China)AbstractTo propose an automatic fault diagnosis method for the laser medical cosmetology instrument based onthe fuzzy logic.The laser medical cosmetology instrument fault monitoring signals were enhanced with the matchedfilter detection method after noise reduction;the laser medi
4、cal cosmetology instrument fault features were quantified with theadaptive weighting method;a fuzzy affiliation function was formulated by establishing a fuzzy relationship matrix betweenfaults and triggering factors,the maximum affiliation principle was used as the fuzzy diagnosis principle for aut
5、omatic faultdiagnosis,and the severity of the instrument fault was analyzed by the fuzzy segment scoring method in a quantitative manner.The automatic fault diagnosis method of the laser medical cosmetology instrument based on the fuzzy logic was appliedpractically and the diagnosis results were com
6、pared with the actual conditions.The automatic fault diagnosis resultsby the method were consistent with the actual conditions with an accuracy rate of 100%.The method proposedfacilitates fault automatic diagnosis and quantitative analysis,and effectively enhances the accuracy of the automatic fault
7、diagnosis results.悦澡蚤灶藻泽藻 酝藻凿蚤糟葬造 耘择怎蚤责皂藻灶贼 允燥怎则灶葬造袁2023袁44渊7冤院93-97Key wordsfuzzy logic;logical implication operator;fuzzy diagnosis;laser;medical cosmetology instrument;automatic faultdiagnosis0引言激光医疗美容仪器是用于美容皮肤科的一种主要治疗仪器,其在医疗美容皮肤科具有较好的临床应用效果1,其在进行医疗美容时,主要是通过光热作用、光动力反应以及光刺激实现皮肤的相关治疗2。激光医疗美容仪器可根据其发
8、光原理分为调Q激光与点阵像素激光两大类。该类仪器常用的激光包括二氧化碳激光、红外激光等。该类仪器在使用过程中3如果所处的位置通风较差、环境中存在较强的电磁场干扰或者仪器发生撞击等,均会导致其产生故障。故障发生后,会导致仪器的使用发生异常,轻微情况下可能会影响到仪器的使用效果,严重情况下可能使仪器部件损坏4,导致仪器无法使用。对此,许多相关研究人员进行了研究,如:刘香君等5和戴栽澡藻泽蚤泽论著洪国珍.基于模糊逻辑的激光医疗美容仪器故障自动诊断方法研究J.医疗卫生装备,2023,44(7):93-97.93 窑医疗卫生装备窑 2023年7月第44卷第7期悦澡蚤灶藻泽藻 酝藻凿蚤糟葬造 耘择怎蚤责皂
9、藻灶贼 允燥怎则灶葬造 窑 灾燥造援 44 窑 晕燥援 7 窑 July 窑 2023丽等6针对激光医疗美容仪器故障的自动诊断分别展开相关研究,提出基于长短时记忆网络和基于曲率尺度空间(curvature scale space,CSS)及边缘计算的相关诊断和管理方法,上述方法均可实现仪器故障的诊断或者识别,但是不具有特征量化功能,且不能对故障严重程度进行定量分析。因此,本文提出一种基于模糊逻辑的激光医疗美容仪器故障自动诊断方法,该方法依据模糊逻辑构建模糊诊断规则,以完成激光医疗美容仪器故障的自动诊断。1激光医疗美容仪器故障自动诊断方法1.1激光医疗美容仪器故障自动诊断的方法框架本文采用模糊逻
10、辑方法完成激光医疗美容仪器故障自动诊断,该方法分为3个步骤:一是故障监测信号采集和处理;二是故障特征量化;三是故障自动诊断。基于模糊逻辑的激光医疗美容仪器故障自动诊断方法的整体框架如图1所示。该方法采用定时采集的方式,通过光纤传感器采集激光医疗美容仪器故障监测信号,由于仪器在使用过程中存在一定声响和振动噪声7,采集的信号中存在一定噪声,因此采集故障监测信号后,先采用数字滤波方法对信号进行降噪处理,再采用匹配滤波检测方法将降噪后的信号进行增强8;之后利用模数转换器将增强后的信号在时间上进行离散化,并在幅值上进行量化,使得信号可以被计算机处理;然后对该信号中的故障特征进行量化处理,获取特征量化结果
11、;最后依据该结果建立模糊隶属度函数,依据该函数结果完成激光医疗美容仪器故障自动诊断。1.2激光医疗美容仪器故障信号增强由于激光医疗美容仪器在使用过程中会存在一定振动和声音,为保证信号的完整性和可用性以及保障故障自动诊断效果9,本文中采用匹配滤波检测方法对降噪后的激光医疗美容仪器故障监测信号进行增强处理。增强过程中,故障监测信号的滤波传递函数fF(k+1)计算公式为fF(k+1)=酌M-滋姿M(1)式中,k表示故障;滋表示滤波参数;姿M表示激光医疗美容仪器故障监测信号的期望函数;酌M表示采集的故障监测信号。在fF(k+1)基础上获取故障监测的相关峰值,且该值的获取采用矩阵特征值分解方法完成。为保
12、证计算结果的可靠性10,引入互协方差矩阵分解方法,将矩阵特征值分解方法和互协方差矩阵分解方法两者结合完成该峰值的计算,其计算公式为R(k)=z(k)+z(k)+1-y(e)2蓘蓡2(2)式中,R(k)表示故障检测的峰值;z(k)表示协方差矩阵分解;y(e)表示激光医疗美容仪器故障信号的输出相关峰值。依据公式(2)的计算结果可获取激光医疗美容仪器故障监测信号的奇异值分解模型,其计算公式为d(t)=肄0乙z(k)R(k)d(k)-dnTc(3)式中,d(t)表示t时段的奇异值分解模型;d(k)表示仪器故障次数;dn表示分解值,且dn=(n-1)Tc姨;Tc表示奇异值参数,属于故障监测信号。通过构建
13、激光医疗美容仪器故障监测信号的特征分析模型,可以获取特征分解误差俸(k),其计算公式为俸(k)=觤21(k)-觤2R(k)姨(4)式中,觤1(k)和觤R(k)均表示故障特征量,前者对应高阶统计特征,后者对应信号谱11。对激光医疗美容仪器故障监测信号谱峰进行搜索并获取结果,依据信号子空间融合方法完成;获取搜索结果后,完成激光医疗美容仪器故障信号点x(t)的标定处理,利用互质线完成,且该线为相互平行状态。基于此,x(t)的增强处理函数F(w)计算公式为F(w)=k屹1移俸(k)-R(k)2+1+d(t)2(5)1.3激光医疗美容仪器故障特征量化依据1.2小节的方法,在完成激光医疗美容仪器故障信号增
14、强处理的同时12可获取激光医疗美容仪器故障点的标定,锁定全部的故障点。在此基础上,为可靠识别全部故障,采用自适应加权的方式实现激光医疗美容仪器故障特征的量化处理。N表示量化的激光医疗美容仪器故障数量,对故障节点j实行量化后获取故障概率结果,以此获取信息值Ek(m)(用于衡量故障提供的信息量大小),其计算公式为图1基于模糊逻辑的激光医疗美容仪器故障自动诊断方法整体框架传感器采集信号滤波降噪信号增强故障特征量化故障监测信号采集和处理确定隶属度构建模糊关联矩阵故障自动诊断故障严重等级定量分析栽澡藻泽蚤泽论著洪国珍.基于模糊逻辑的激光医疗美容仪器故障自动诊断方法研究J.医疗卫生装备,2023,44(7
15、):93-97.94 窑医疗卫生装备窑 2023年7月第44卷第7期悦澡蚤灶藻泽藻 酝藻凿蚤糟葬造 耘择怎蚤责皂藻灶贼 允燥怎则灶葬造 窑 灾燥造援 44 窑 晕燥援 7 窑 July 窑 2023Ek(m)=11-klgNi=1移pi(m)k(6)式中,pi(m)表示故障概率,pi(m)=1dNi=1移di,其中d表示故障差异度,di表示节点数量,属于量化的故障i。依据上述公式即可完成激光医疗美容仪器故障的量化,在此基础上采用分形对量化后的故障进行处理,则任意故障状态下节点j和x两者之间的相关性L(j,x)计算公式为L(j,x)=11nk移(孜jk-孜xk)2姨(7)式中,灼jk和灼xk均表
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 模糊 逻辑 激光 医疗 美容 仪器 故障 自动 诊断 方法 研究
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。