智慧医疗——从物联网到云计算

新型信息化技术是解决中国医疗服务需求的关键手段.智慧医疗是医疗信息化的重要研究方向,它融合了物联网、云计算与大数据处理技术,以"感、知、行"为核心,旨在建立一个智能的远程疾病预防与护理平台."感"即以物联网技术为基础,利用多种传感器实时跟踪各种生命体征数据并通过无线网络技术传送到医疗数据中心,然而如何能够长期、精确、便捷、及时、无创地采集各种人体关键生命体征数据是一个巨大挑战;"知"即利用大数据存储与处理平台,应用数据挖掘和知识发现理论对医疗历史数据进行建模与分析,如何从大数据信息中挖掘关键生理特征,可靠、快速、高效地发现早期疾病和预测健康风险,也是一个巨大挑战;"行"即将实时跟踪与历史数据的分析结果,通过云服务的方式提供给医务人员作为诊疗参考,或为终端用户直接提供医疗护理方案,如何建立有效的数据模型以实现大规模复杂健康查询的快速和准确响应,同样也是一个巨大挑战.本文将讨论"感"、"知"、"行"所面临的技术挑战,并探讨解决这些挑战的可行方案.     

基于声发射技术的滑动轴承润滑状态诊断研究进展

声发射现象是材料受力变形释放出弹性波的现象,通过对材料声发射信号进行接收处理能够监测滑动轴承润滑状态,利用声发射技术进行润滑状态监测具有反馈即时、信号携带信息完整以及预警能力强等特点,但是现阶段对于轴承内部声发射机理与信号表征以及润滑状态的联系的研究尚存不足.本文介绍了声发射现象产生机理,总结了基于位错运动以及粗糙接触的声发射计算模型,并综合阐述了国内外基于声发射技术的滑动轴承润滑状态监测研究领域的一些成果,最后分析总结了现阶段研究存在的不足以及对下一步的研究方向提出了自己的看法.     

基于IMFECF的多信息熵融合技术的齿轮故障诊断方法

交变应力和高负载的工作条件会导致齿轮箱故障频发，为了通过振动信号诊断齿轮箱各工况下运行情况，提出了一种基于IMF熵值分类因子（IMF Entropy Classification Factor,IMFECF）的多信息熵融合技术的齿轮故障诊断方法.通过IMFECF量化信息熵中IMF(Intrinsic Mode Function)的表征能力，分离表征能力优异的IMF，采用信息熵提取IMF中的工况特征，由于不同信息熵各有优势，因此利用多信息熵融合体系结构，获得了最优的自适应模糊推理系统.研究结果表明，经诊断模型训练后的诊断误差满足要求，能准确诊断齿轮箱状态.