智能中医舌诊、面诊图象采集分析仪系统
产品详情XM-SM中医舌面仪基于J-AI3.0人工智能与大数据分析平台算法，采用一体化设计，将舌诊、面诊两种功能融于一体，可进行舌诊、面诊辅助诊断教学，运用现代科学方法为中医四诊建立客观指标，使其更准确、更客观地反映人体机能状态，信息处理软件系统综合使用了时域、频域、时频域以及参数建模等信号处理技术，以实现对舌面特征的稳健提取，同时采用了诸如数据挖掘等模式识别理论对舌面信息进行合理有效的识别与分析。
一、主要功能：1、中医数据采集，包括病人基本信息、舌像、面像数据的采集。2、中医数据的分析，包括问诊、舌诊、面诊分析，得出中医结论。3、打印中医诊断报告。4、上传数据至后台中医云数据库（选配）。
二、舌诊、面诊操作：■计算机控制内部摄像头进行自动对焦拍摄，操作简单，图像清晰，完全实现舌面象采集自动化。■在特定的光源环境下，采用摄像头获得舌面像信息，对舌体图像的颜色、纹理、舌形等进行特征提取，由计算机将这些特征值与特征数据库中的阈值进行比对判断，给出舌面象分析结果。■可分区识别舌色、面色。■可分辨7种舌色、4种苔色，可分辨4种面色。■可识别舌体裂纹、齿痕、腐腻、胖瘦、剥苔情况。■像素：1800万■色温：5500k
三、问诊操作：■可定位心、肺、脾、肾、胃、胆，结论包含各位置的权重指标。■可分辨气虚证、血虚证、阳虚证、阴虚证、实热证、实寒证、气滞证、痰湿证、瘀血证，结论包含各证名的权重指标。
四、合参结论：■综合舌、面、脉、问、闻诊，通过四诊合参算法，给出基于中医医理的虚实、表里、寒热特征，对人体健康状况进行评价。■测试结果用表格显示，简洁易懂，并可以生成PDF文件保存以便查询，也可以打印分析报告。
五、标准配置：■中医舌面仪：1台■电源线：1根■说明书：1册■保修卡合格证：1张
分享到：百度搜藏百度个人中心新浪微博腾讯微博微信QQ空间上一页：中医体质辨识系统下一页：多媒体经穴学及针刺仿真训练系统（配触摸屏）故障智能诊断方法综述
1引言
随着科学技术的迅猛发展，特别是计算机技术的广泛应用，现代工程设备的结构日趋复杂，自动化系统的程度也越来越高。一个大型设备系统有大量的工作部件组成，不同的部件之间关联耦合紧密，一个部件发生故障常常会引起链式反应，进而导致系统甚至整个生产过程无法正常工作。如何保证设备安全、可靠和高效的运行，是现在生产过程中一个迫切需要研究和解决的重要问题。故障智能诊断为此提供一条非常有效的途径。
故障诊断fd（faultdiagnosis）就是对设备运行状态和异常情况作出判断，也就是说，在设备没有发生故障之前，要对设备的运行状态惊醒预测和预报；在设备发生故障后，对故障的原因、部位、类型、程度等作出判断，并进行维修决策。故障诊断的任务包括故障检测、故障识别故障分离与估计故障评价和决策［1］。
2故障智能诊断的研究现状
故障智能诊断是故障诊断领域的前沿学科之一，它是在计算机和人工智能的基础上发展起来的。智能诊断技术在知识层次上实现了辩证逻辑与数理逻辑的集成、符号逻辑与数值处理的统一、推理过程与算法过程的统一、知识库与数据库的交互等功能。
故障诊断是20世纪60年代末发展起来的一门新技术。1967年在美国宇航局nasa（nationalaeronauticsandspaceadministration）倡导下，由美国海军研究室onr率先开始了机械故障诊断技术的开发和研究，并在故障机理研究和故障检测、故障诊断和故障预测等方面取得了许多实用性的研究成果。如johnsmitchel公司的超低温水泵和空压机检测诊断系统，spire公司用于军用机械轴与轴承的诊断系统，iedeco公司的润滑油分析诊断系统，de公司的内燃机车故障诊断系统，delte西屋公司的汽车发电机组智能化故障诊断专家系统等，都在国际上具有特色。在航空方面，波音747、dc9等大型客机上的故障诊断系统，能利用大量飞行中的信息来分析飞机各部位的故障原因并发出小出故障的命令，大大提高了飞行的安全性。英国和日本相继在20世纪70年代初开始了故障诊断的开发研究，并在锅炉、压力容器核发电站、核反应堆、铁路机车等方面取得了许多研究成果。根据资料报道，国外采用故障诊断技术，设备维修费用平均降低15%~20%，美国对故障诊断技术的投入占其生产成本的7.2%，日本为5.6%，德国为9.4%。
国内诊断技术从80年代中期开始进人了迅速发展时期。目前，在理论研究方面，已形成了具有我国特点的故障诊断理论，并出版了一系列相关论著，研制出了可与国际接轨的大型设备状态监测与故障诊断系统，比如华中科技大学研制的用于汽轮机组工况监测和故障诊断的智能系统dest，哈尔滨工业大学和上海发电设备成套设计研究所联合研制的汽轮发电机组故障诊断专家系统mmmd-2，清华大学研制的用于锅炉设备故障诊断的专家系统，山东电力科学研究院同清华大学联合研制的“大型汽轮机发电机组远程在线振动监测分析与诊断网络系统”，重庆大学研制的“便携式设备状态监测与故障诊断系统”等等
3几种现代故障智能诊断方法
目前，智能诊断的理论与方法主要有：基于专家系统的方法、基于神经网络的方法、基于模糊逻辑的方法、基于遗传算法的方法、基于信息融合的方法。
3.1基于专家系统的故障诊断方法
专家系统故障诊断方法就是综合运用各种规则对计算机采集到的被诊断对象的信息进行一系列推理后，同时在必要时还可以随时调用各种应用程序并在运行过程中向用户索取必要的信息，然后能够快速的找到最终故障或最有可能的故障，由用户来确认的一种方法。专家系统获得巨大成功的原因在于，它将模仿人类思维规律的解题策略与大量的专业知识结合在一起。
专家系统主要由知识库、推理机、数据库、知识获取模块、解释程序和人机接口等部分组成。其内部具有某个领域专家的知识和经验，能够利用人类专家的知识和解决问题的方法来解决问题。专家系统解决的问题一般没有算法解，且往往在不完全信息的基础上进行推理、做出结论，故速度快、实时性强。该方法是人工智能理论在故障诊断领域中最成功的应用，也是目前故障诊断领域最常用的方法，其各部分的功能如图1所示。
3.2基于神经网络的故障诊断方法
神经网络用于设备故障诊断是近十几年来迅速发展起来的一个新的研究领域。神经网络具有并行分布处理、联想记忆、自组织及其子学习能力和极强的非线性映射特性，能对复杂的信息进行识别处理并给与准确的分类，因此可以用来对系统设备由于故障而引起的状态变化进行识别和判断，从而为故障诊断与状态监控提供了新的技术手段。
神经网络应用于故障诊断具有很多优点：
（1）并行结构和并行处理方式；
（2）具有高度的自适应性；
（3）具有很强的自学习能力；
（4）具有很强的容错性；
（5）实现了将知识表示、存储、推理三者融为一体。
然而，神经网络也存在固有的弱点。首先，系统性能受到所选择的训练样本集的限制；其次，神经网络没有能力解释自己的推理过程和推理依据及其存储知识的意义；再次，神经网络利用知识和表达知识的方式单一，通常的神经网络只能采用数值化的知识；最后，神经网络只能模拟人类感觉层次上的智能活动，在模拟人类复杂层次的思维方面，如基于目标的管理、综合判断与因果分析等方面还远远不及传统的基于符号的专家系统［7］。模式识别的神经网络诊断过程如图2所示，主要包括学习训练与诊断匹配两个过程，其中每个过程都包括预处理和特征提取两部分。
3.3基于模糊逻辑的故障诊断方法
设备运行过程本身的不确定性、不精确性以及噪声为处理复杂系统的大时滞、时变及非线性等方面带来了许多困难，而模糊逻辑在此显示了优越性。目前用于故障智能诊断的思路主要有三种：
（1）基于模糊关系及合成算法的诊断，先建立征兆与故障类型之间的因果关系矩阵，再建立故障与征兆的模糊关系方程，最后进行模糊诊断；
（2）基于模糊知识处理技术的诊断，先建立故障与征兆的模糊规则库，再进行模糊逻辑推理的诊断过程；
（3）基于模糊聚类算法的诊断，先对原始采样数据进行模糊c均值聚类处理，再通过模糊传递闭包法和绝对值指数法得到模糊c均值法的初始迭代矩阵，最后用划分系数、划分熵和分离系数等来评价聚类的结果是否最佳［8］。
模糊故障诊断系统的基本结构图如图3所示，主要包括模糊化接口、模糊规则库、模糊推理机和费模糊化接口等四部分［1］。
3.4基于遗传算法的故障诊断方法［8］
基于遗传算法的智能故障诊断的主要思想是利用遗传算法的寻优特性，搜索故障判别的最佳特征参数的组合方式，采用树状结构对原始特征参数进行再组织，以产生最佳特征参数组合，利用特征参数的不同最佳组合进行设备故障的准确识别，其识别精度有了很大的提高。其基本点是将信号特征参数的公式转化为遗传算法的遗传子，采用树图来表示特征参数，得到优化的故障特征参数表达式。
3.5基于信息融合的故障诊断方法
目前，信息融合在大多数情况下采用多传感器融合的方式，其原理是通过有效利用不同时间、空间的多个传感器信息资源，最大限度地获得被测目标和环境的信息量，采用计算机技术对获得的信息在一定准则下加以自动处理，获得被测对象的一致性解释和描述，以完成所需的决策。
多传感器信息融合技术应用于故障诊断的主要原因是因为：（1）信息融合能够为故障诊断提供更多的信息；（2）故障诊断系统具有信息融合系统相类似的特征。
概括起来，多信息融合技术在故障诊断方面的应用主要包括以下几点［6］：①对多传感器形成的不同信道的信号进行融合；②对同一信号的不同特征进行融合；③对不同诊断方法得出的结论进行融合。融合诊断的最终目标就是利用各种信息提高诊断的准确率。
3.6故障诊断的新方向［9-10］
（1）多技术融合的故障智能诊断。比如基于多尺度融合估计的故障诊断方法、基于智能诊断技术的故障诊断方法等，由于多传感器信息融合技术涉及到多学科、多领域，且具有多信息量、多层次、多手段等特点，因此，利用信息融合技术可得到比单一信息源更精确、更完全的判断。
（2）虚拟现实技术成为继多媒体技术之后另一研究热点，它可以广泛应用在军事、教育、航天等多领域。由于虚拟现实技术可以解决智能系统中许多无法解决的困难问题，所以它也会对故障智能诊断体统带来一次技术性的革命。
（3）人工智能与数据库技术是计算机科学的两大重要领域，越来越多的研究成果表明，这两种技术的相互渗透将会给故障智能诊断系统带来更为广阔的应用前倾。
4结束语
故障智能诊断系统无论在理论上还是在系统开发方面都已取得了很大的进步，能够使生产安全、高效地运行，减少了一些生产事故的发生，为企业提高了效益。随着现代知识的日益发展以及数据库、虚拟现实等技术的日新月异，也必然会促进故障智能诊断系统在各个方面的发展。
国研网
Copyright©1998-2023DRCNet.AllRightsReserved
版权所有国研网
增值电信业务经营许可证京ICP证030059号
增值电信业务经营许可证京B2-20070136
出版物经营许可证新出发京批字第直210398号
京公网安备11010102002958号