摘要：提出了一种无监督的轴承健康指标及早期故障检测方法。设计了一种可以有效提取轴承状态特征的深度可分离卷积自编码器模型,以编码器的输出作为轴承状态特征表示,使用Bray-Curtis距离计算退化状态特征和健康状态特征之间的距离作为轴承状态的健康指标(BC-HI)。基于健康指标BC-HI提出了一种结合Savitzky-Golay滤波的早期故障检测方法,根据健康指标的趋势获取异常阈值,判断早期故障的发生。为验证所提方法的有效性及泛化能力,在轴承加速寿命试验数据集上进行试验,试验结果表明提出的健康指标可以反映轴承的退化趋势,并且对早期故障较为敏感,具有较强的泛化能力,与孤立森林、支持向量机等方法相比,首次故障检测时间更加提前,误报警率更低,具有一定的应用价值。

摘要：文中将高压设备和变电站的状态评估作为健康指标。高压变电站的主要设备包括断路器、隔离开关、电流互感器、电压互感器和避雷器。设备状况通过目视检查和电气测试进行评估。加权评分法贯穿于健康指数计算的整个过程。在层次分析过程中计算每个标准的权重。每次测试的条件分数及其权重用于计算加权平均数。然后通过目视检查、维修完整率和设备故障率调整得到的加权平均数。将所有设备调整后的平均得分纳入变电站间隔层健康指数,并根据变电站间隔层的年龄和运营压力进行调整。最后,确定了15个变电站的健康指数。

摘要：针对传统数据融合构建的轴承退化状态表征指标易受噪声影响,存在波动和难以兼顾轴承退化状态的全局结构和局部结构等问题,提出了基于一致流形近似与投影的轴承退化状态表征的融合健康指标构建方法。首先,分别在时、频域内计算轴承退化状态表征指标,构建原始高维退化趋势特征集;然后,建立退化状态敏感特征筛选准则,从高维特征集中筛选出较好表征轴承退化状态的特征指标;最后,引入一致流形近似与投影算法和指数加权滑动平均对筛选出的敏感特征进行融合与平滑,构建轴承退化状态表征指标。通过两组全寿命轴承振动数据对所提方法进行验证,结果表明,与单一指标以及传统的指标融合构建方法相比,该方法可以克服单一指标表征能力有限和传统指标融合方法能力不够全面等缺点,能有效提高轴承健康指标的单调性与趋势性,以准确表征轴承的退化状态。

摘要：针对轴承健康状态无法直观监测以及预测问题,设计了一种L1正则化的双向门控循环单元模型和Bray-Curtis距离共同构建的健康指标,该指标能够直观表示轴承的健康状态。首先运用L1正则化对现阶段轴承振动数据提取有效特征作为退化特征,振动数据第一个时间窗的特征作为健康特征,然后计算轴承退化特征和健康特征之间的Bray-Curtis距离,构建轴承的HI。通过云监控平台实时监测轴承的健康状态并采用BiGRU模型预测未来的健康状态,一旦轴承的HI超过变化率阈值,平台即刻报警,实现了轴承的健康状态预测。将本模型与双向长短期记忆网络以及双向长短期记忆网络-注意力机制模型作比较,结果表明本模型的准确度为97.52%,远高于另外两种模型,且模型更加轻量化,体现出本方法的实用性。

摘要：基于深度学习方法构建轴承健康指标正成为机械故障诊断领域新的研究内容和应用热点。基于深度学习的指标构建容易受到前期人工特征提取和特征选择的影响,且缺乏对多通道传感器信息进行有效融合。针对上述问题,设计了一种基于深度融合神经网络(DFNN)的多通道信息融合健康指标构建方法。首先,提出一种多通道融合特征提取器(MFE)从传感器原始信号提取轴承退化特征,然后设计一种自适应特征选择器(AFS)进行特征选择,最后引入双向长短期记忆网络(BiLSTM)构建健康指标。所提出的方法在轴承全寿命数据集上进行实验验证,实验结果表明,相比现有基于深度学习的轴承健康指标构建方法,DFNN构建的健康指标趋势性指标高达98.4%,单调性指标增加44%,因而能够更准确的反映轴承实际性能退化趋势。

摘要：从区域创新体系的内涵定义入手,指出区域创新体系核心结构为大学、政府和企业所组成的生态网。因此评价区域创新体系,应从一种新的评价视角——大学-政府-企业生态网的健康状况为着眼点,综合考虑网络的创新能力、网络与环境的互动、网络持续创新的的能力三方面因素,并以此为基础设计出兼具动态性和操作性的生态网健康状况评价指标,从而对区域创新体系的发展状况进行有效评价。

摘要：目的探讨横断面设计下,锻炼频率对老年人实验室健康指标的影响。方法以青岛市某区某街道全年自愿参加体检的64岁以上共6 889名老年人为研究对象,实验室检测其血常规、血脂、肝功能、肾功能的相关指标和空腹血糖,同时收集其锻炼频率及其他生活习惯如饮食、吸烟、饮酒情况。结果无锻炼的老年人占75.9%,荤素均衡饮食习惯为主的老年人占99.2%,有不良的吸烟行为或经常或每天饮酒的低于10%。调整年龄和性别及饮食、吸烟和饮酒情况后,腰围、谷丙转氨酶、谷草转氨酶、总胆红素、总胆固醇、甘油三酯和低密度脂蛋白胆固醇随着锻炼频率的增加而升高(β=-0.186~0.030,P<0.05),而血小板、血清肌酐、高密度脂蛋白胆固醇和空腹血糖则随着锻炼频率的增加而降低(β=0.027~0.085,P<0.05)。即使调整每次的锻炼时间和坚持锻炼的年限,上述趋势仍没有改变。结论在横断面设计的调查研究中,锻炼频率不宜作为评价老年人运动与其健康效应关联的指标,更多的可能反映了因健康效应而被动选择了运动频率的增加。

摘要：设计一种简单易行的家庭成员健康指标监护系统,实现对被监护人的健康变化做出监督与提醒。通过筛选最常见的可量化的10项人体指标,利用基于运动平板车的家庭成员健康指标监护系统,实时收集指标数据,通过网页上传到远端服务器,定期对收集的数据进行统计,并根据数据变化趋势确定被监护人的健康变化情况,对被监护人提出饮食建议、运动建议和疾病预防建议等。家庭成员健康监护系统的研制与应用,可以初步实现居民个体健康档案的信息化,并通过参数分析,提出有效的健康指导和及时的就医建议,实现了居民在家中和日常生活中的健康监控,对有效降低医疗费用支出、有效控制疾病具有重要作用。

摘要：目的了解空气颗粒物长期暴露下的环卫作业人员心血管健康指标异常情况及其影响因素,为环卫作业人员心血管疾病的早期预防提供科学依据。方法2019年9-12月,选取乌鲁木齐市某区所有从事环卫工作≥1年的307名环卫作业人员作为研究对象。排除既往患有心血管疾病史、个人资料填写不完整者和心血管系统项目指标检查不齐全者。采用横断面调查方法,使用自行设计的调查问卷,对所有调查对象开展职业健康检查和现场调查。结果307例调查对象中心血管健康指标评分为满分的仅为1.30%。体质指数(body mass index,BMI)和收缩压均值均高于正常标准值。心血管健康指标中异常检出率最高的是收缩压,为62.22%;其次是BMI,为53.09%;舒张压异常率为40.07%。不同性别环卫作业人员在吸烟、BMI异常、血压异常和不健康饮食方面的检出率差异均有统计学意义(均P<0.05),男性高于女性。不同年龄段环卫作业人员吸烟检出率差异有统计学意义(P<0.05),20~<30岁组的吸烟人数明显多于其他年龄组。不同文化程度环卫作业人员血糖异常和饮食不健康的检出率差异有统计学意义(P<0.05),随着文化程度的升高,血糖异常和饮食不健康的检出率呈现下降特征。不同工龄环卫作业人员吸烟、血糖异常和饮食不健康的检出率差异均有统计学意义(均P<0.05),随着工龄的延长,吸烟者的比例、血糖异常和饮食不健康的检出率均逐渐上升。Logistic回归分析结果显示,工龄≥10年是影响心血管健康的主要危险因素(P<0.05)。结论长期暴露于空气颗粒物下的环卫作业人员心血管健康指标值较低,应高度关注血压、血糖和健康饮食,有效控制心血管危险因素,预防心血管疾病的发生。

摘要：与生命质量相关的健康（HRQoL）测量标准误差（SEMs）索引没有很好的特点，这种测量标准误差需要统计的评估和可靠的组成部分。为了对这种测量标准误差进行评估，研究者设计了一种全国性的健康测量研究（NHMS），以人口为基础的调查。