【技术实现步骤摘要】
一种煤气交换旋塞开关状态监测方法
[0001]本专利技术涉及煤气开关领域,尤其涉及一种煤气交换旋塞开关状态监测方法。
技术介绍
[0002]煤气交换旋塞是一种焦炉专用设备,设备的开关状态监测对于安全生产起着至关重要的作用。焦化行业焦炉地下室存在煤气泄漏引发爆炸的安全隐患及日常巡检维护工作量大的现状,因此,基于机器人的图像技术在设备监测方面的开发应用,可将危险事故扼制在源头。
[0003]通过连通区域分割提取阀标识符再求取联通区域的最小外接矩形,在图像二维坐标系中根据矩形的坐标参数去判断阀门设备开关状态。方法在进行连通域求取前,首先需要对图像进行二值化处理,二值化算法处理过程需要设定阈值,高于阈值的图像灰度值设为255,低于阈值的图像灰度值设为0。阈值的选定直接关系二值化处理效果,自然场景中光照因素不稳定,恒定阈值的二值化导致近邻像素过多或缺失,关键目标信息有误,最终影响到连通域的求取。方法很难满足自然光照的工业场景下阀标识符的检测。
[0004]阀门旋杆目标跟踪判断旋杆位移,仅针对指定方向旋杆偏移,通过旋杆位移量及其预先设定阈值判断阀门的开关状态。图像采集器与阀门旋杆处于相对平行安装方式。这种识别方式并不适用于煤气交换旋塞旋转装置的识别。煤气交换旋塞由两个设备状态共同决定其工作状态。每个设备旋转0
‑
90
°
,正常工作状态为0
°
或90
°
,设备异常时角度处于0
°
和90
°
之间的角度。 >
技术实现思路
[0005]鉴于上述问题,提出了本专利技术以便提供克服上述问题或者至少部分地解决上述问题的一种煤气交换旋塞开关状态监测方法。
[0006]根据本专利技术的一个方面,提供了一种煤气交换旋塞开关状态监测方法包括:
[0007]搭载有可见光相机及补光设备的机器人巡检至任务点,采集煤气交换旋塞设备图像和阀设备状态识别值,获得设备原始图像;
[0008]将所述设备原始图像局部区域增强,获得预处理后图像数据;
[0009]根据所述预处理后图像数据检测阀门标识牌文本,采用基于神经网络的分割算法,获取文本区域位置信息;
[0010]根据所述文本区域位置信息进行文本内容识别,获取阀设备编号,用于区分多组设备;
[0011]将所述阀设备状态识别值与所述阀设备编号进行一一对应;
[0012]根据两个所述标识牌识别的旋转角度判断阀门的状态,并结合所述阀设备编号结合,获得阀门监测结果。
[0013]可选的,所述将所述设备原始图像局部区域增强,获得预处理后图像数据具体包括:
[0014]限制直方图高度限制局部对比度,限制图像噪声放大,防止局部对比度过度增强:
[0015]设定自适应直方图均衡化滑窗尺寸为M*M;
[0016]对局部映射函数求导,得到直方图,得到局部映射函数的斜率S;
[0017][0018]限制局部映射函数的斜率等价于限制直方图高度,限制对比度强度;
[0019][0020]设置最大斜率S
max
,获取到直方图最大高度,截断高于H
max
直方图,从而时效内局部对比度增强;
[0021][0022]可选的,所述根据所述预处理后图像数据检测阀门标识牌文本,采用基于神经网络的分割算法,获取文本区域位置信息具体包括:
[0023]图像输入神经网络,分别通过自底向上的卷积操作和自顶向下的上采样,获取不同尺寸的特征图;
[0024]将卷积获取的所述特征图与上采样获取特征图融合,采用卷积消除混叠效果,统一为1/4大小特征图F;
[0025]将1/4大小的特征图F经过卷积和转置卷积操作后获取分割概率图P和阈值图T;
[0026]将所述分割概率图P和所述阈值图T经过处理后得到近似二值图;
[0027]将标准二值化阶跃函数近似化处理,保证可微分,获得近似二值图;
[0028][0029]通过神经网络监督学习,对所述分割概率图P、所述阈值图T和所述近似二值图进行训练,更新权重参数;
[0030]测试推理获取目标区域文本的外接矩形坐标信息pt1,pt2,pt3,pt4;
[0031]计算相对于当前图像坐标系的偏转角度,所述偏转角度处于[0
°
~90
°
]之间;
[0032]根据所述偏转角度判断阀门设备开关状态及异常状态;
[0033]k=
‑
(pt2[1]‑
pt1[1])/(pt2[0]‑
pt1[0])
[0034]res=arctan(k)*57.29577。
[0035]可选的,所述根据所述文本区域位置信息进行文本内容识别,获取阀设备编号,用于区分多组设备具体包括:
[0036]将包含所述文本区域位置信息的图像缩放到32
×
W
×
1大小,得到图像序列P1;
[0037]所述图像序列P1经过卷积网络后得到1
×
(W/4)
×
512大小的特征序列P2;
[0038]设置T=(W/4),D=512,使用双向LSTM网络对特征序列进行学习,输出预测真实值分布R;
[0039]预测分布通过全连接网络和激活函数,将每帧预测转为最终标签序列,输入CTC模块,在时序上分类得到预测结果;
[0040]将标识牌内容转设备编号。
[0041]本专利技术提供的一种煤气交换旋塞开关状态监测方法包括:搭载有可见光相机及补光设备的机器人巡检至任务点,采集煤气交换旋塞设备图像和阀设备状态识别值,获得设备原始图像;将所述设备原始图像局部区域增强,获得预处理后图像数据;根据所述预处理后图像数据检测阀门标识牌文本,采用基于神经网络的分割算法,获取文本区域位置信息;根据所述文本区域位置信息进行文本内容识别,获取阀设备编号,用于区分多组设备;将所述阀设备状态识别值与所述阀设备编号进行一一对应;根据两个所述标识牌识别的旋转角度判断阀门的状态,并结合所述阀设备编号结合,获得阀门监测结果。实现了实时监测阀门的开关状态以及是否发生故障。
[0042]上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。
附图说明
[0043]为了更清楚地说明本专利技术实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
[0044]图1为本专利技术实施例提供的一种煤气交换旋塞开关状态监测方法的流程图;
[0045]图2为本专利技术实施例提供的设计辅助识别标示牌及文本含义。
...
【技术保护点】
【技术特征摘要】
1.一种煤气交换旋塞开关状态监测方法,其特征在于,所述监测方法包括:搭载有可见光相机及补光设备的机器人巡检至任务点,采集煤气交换旋塞设备图像和阀设备状态识别值,获得设备原始图像;将所述设备原始图像局部区域增强,获得预处理后图像数据;根据所述预处理后图像数据检测阀门标识牌文本,采用基于神经网络的分割算法,获取文本区域位置信息;根据所述文本区域位置信息进行文本内容识别,获取阀设备编号,用于区分多组设备;将所述阀设备状态识别值与所述阀设备编号进行一一对应;根据两个所述标识牌识别的旋转角度判断阀门的状态,并结合所述阀设备编号结合,获得阀门监测结果。2.根据权利要求1所述的一种煤气交换旋塞开关状态监测方法,其特征在于,所述将所述设备原始图像局部区域增强,获得预处理后图像数据具体包括:限制直方图高度限制局部对比度,限制图像噪声放大,防止局部对比度过度增强:设定自适应直方图均衡化滑窗尺寸为M*M;对局部映射函数求导,得到直方图,得到局部映射函数的斜率S;限制局部映射函数的斜率等价于限制直方图高度,限制对比度强度;设置最大斜率S
max
,获取到直方图最大高度,截断高于H
max
直方图,从而时效内局部对比度增强;3.根据权利要求1所述的一种煤气交换旋塞开关状态监测方法,其特征在于,所述根据所述预处理后图像数据检测阀门标识牌文本,采用基于神经网络的分割算法,获取文本区域位置信息具体包括:图像输入神经网络,分别通过自底向上的卷积操作和自顶向下的上采样,获取不同尺寸的特征图;将卷积获取的所述特征图与上采样获取特征图融合,采用卷积消除混叠效果,统一为1/4大小特征...
【专利技术属性】
技术研发人员:王斐,程乾,李磊,
申请(专利权)人:国家能源集团煤焦化有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。