将诊断图像自动链接到特定资产制造技术

描述了利用机器学习技术来使用机器健康诊断图像集标识维护资产并将个体机器健康诊断图像链接到标识的维护资产的方法和装置。机器健康诊断图像集可以包括热图像集、可见光图像集和/或声学图像集。标识的维护资产可以包括与唯一的资产标识符相关联的个体机器。诊断图像链接系统可以获取机器健康诊断图像，应用对象检测和其它计算机视觉技术来标识机器健康诊断图像内的特定机器；确定特定机器的机器性质；使用机器性质生成特征向量；选择与维护资产相对应的机器学习模型；使用机器学习模型生成预测答案；并且基于预测答案来生成特定机器的资产标识符。器的资产标识符。器的资产标识符。

【技术实现步骤摘要】
将诊断图像自动链接到特定资产


[0001]本公开一般涉及图像处理领域，并且特别涉及使用图像标识维护资产的系统和方法。

技术介绍

[0002]计算机化维护管理系统(CMMS)包括维护资产数据库和用于管理维护资产的维护信息和维护操作过程的软件。CMMS软件通常用于优化维护资产的利用率和可用性，维护资产可能包括物理装备、车辆和机器。通过监测各种性能指标，诸如机器使用统计、维护统计和机器效率，机器状况监测可以用于评估维护资产随时间的机器健康。由CMMS管理的维护资产的机器健康可以被连续地监测，使得可以实时地做出关于机器维护的主动决策，而不是严格地遵循维护时间表或者简单地等待维护资产出现故障才执行维护。
[0003]工业维护工作流程中的一个重大挑战是取得与机器健康诊断图像相关联的适当上下文信息，诸如热图像。一条重要的上下文信息是被成像的特定对象或资产的标识(例如，资产ID)。其它上下文信息可以包括技术人员的观察、机器操作状态、负载、环境条件、时间和日期、和/或被成像的特定对象或资产的位置信息。

技术实现思路

[0004]提供了使用机器健康诊断图像标识维护资产并将个体机器健康诊断图像链接到标识的维护资产的系统和方法。机器健康诊断图像可以包括各种类型的图像，诸如热图像、可见光(VL)图像和/或声学图像。标识的维护资产可以包括与唯一的资产标识符相关联的个体机器。在一些情况下，诊断图像链接系统可以获取机器健康诊断图像；应用对象检测和其它计算机视觉技术来使用机器健康诊断图像标识特定机器；使用机器健康诊断图像确定特定机器的一个或多个机器性质；使用机器健康诊断图像生成特征向量集；选择与维护资产集合内的维护资产相对应的一个或多个机器学习模型；使用一个或多个机器学习模型和该特征向量集生成一个或多个预测答案；使用一个或多个预测答案生成特定机器的资产标识符；以及使用电子设备的显示器显示资产标识符。提供了利用机器学习技术的若干方法，以使用机器健康诊断图像集自动标识维护资产和/或将个体机器健康诊断图像链接到标识的维护资产。可以在图像文件、视频文件和/或视听文件上并行使用机器学习技术，诸如深度学习神经网络算法的应用，以执行图像分类、对象检测、对象定位(例如，标识图像内对象的位置和/或确定对象周围的边界框)、光学字符识别(OCR)文本提取和用于音频记录的音频语音到文本转换。
[0005]根据一些实施例，本文中公开的用于使用机器健康诊断图像标识维护资产并将个体机器健康诊断图像链接到标识的维护资产的系统和方法的技术益处包括减少正确标识维护资产的时间，提高正确标识和链接维护资产的准确性，提高维护资产的操作效率，以及降低维护维护资产的总成本。
附图说明
[0006]类似编号的元件可以指代不同图中的公共组件。
[0007]图1描绘了网络化计算环境的实施例。
[0008]图2描绘了诊断图像链接系统的实施例。
[0009]图3A描绘了用于获取维护资产的图像集并使用图像集为维护资产生成唯一资产标识符的过程的实施例。
[0010]图3B描绘了在给定热图像集的情况下生成特征向量的特征向量生成器的实施例。
[0011]图3C描绘了示出资产标识符与预测答案的映射的表格的实施例，所述预测答案与特征向量对应于特定维护资产的概率相关联。
[0012]图3D描绘了在给定VL图像集的情况下生成特征向量的特征向量生成器的实施例。
[0013]图3E描绘了示出资产标识符与预测答案的映射的表格的实施例，所述预测答案与特征向量对应于特定维护资产的概率相关联。
[0014]图3F描绘了示出资产标识符与预测答案的映射的表格的实施例，所述预测答案使用从热图像、VL图像和声学图像导出的特征向量生成。
[0015]图3G描绘了诊断图像链接系统的实施例，所述诊断图像链接系统获取机器健康诊断图像集，并输出与维护资产集合内的特定维护资产相对应的资产标识符，所述特定维护资产与机器健康诊断图像集具有最大的图像相似性。
[0016]图3H描绘了基础事实特征向量数据库的实施例，所述基础事实特征向量数据库包括与第一维护资产相关联的第一基础事实特征向量集和与第二维护资产相关联的第二基础事实特征向量集。
[0017]图3I描绘了与第一维护资产Asset
‑
X123相关联的第三基础事实特征向量集已经添加到数据库338之后的基础事实特征向量数据库338的实施例。
[0018]图4A
‑
4C描绘了描述在给定诊断图像集的情况下生成资产标识符的过程的实施例的流程图。
[0019]图5A
‑
5B描绘了描述在给定诊断图像集的情况下生成资产标识符的过程的另一实施例的流程图。
[0020]图6A描绘了捕获配电板外部视图的热感相机的实施例。
[0021]图6B描绘了捕获配电板内部空间的热感相机的实施例。
[0022]图6C描绘了第一热图像的实施例，所述第一热图像已经基于图像的时间戳信息与第一VL图像分组。
[0023]图6D描绘了第二VL图像的实施例，所述第二VL图像已经基于图像的时间戳信息与图6C的第一VL图像分组。
[0024]图6E描绘了计算设备的实施例，所述计算设备包括用于显示与诊断图像链接系统交互的用户接口的显示器。
[0025]图7A和7B描绘了描述在给定图像集的情况下标识资产标识符的过程的实施例的流程图。
[0026]图7C和7D描绘了描述在给定图像集的情况下标识资产标识符的过程的另一实施例的流程图。
具体实施方式
[0027]本文中描述的技术利用机器学习技术，以使用机器健康诊断图像集自动标识维护资产，并将个体机器健康诊断图像链接到标识的维护资产。在至少一个示例中，机器健康诊断图像集可以包括一个或多个可见光图像、一个或多个热图像、一个或多个灰度图像、一个或多个彩色图像(例如，RGB图像)和/或一个或多个声学图像。在一些情况下，热图像可以包括基于捕获热图像的热感相机的视野的二维像素布置，其中每个像素与二维像素布置内的像素位置的温度信息(例如，温度值)相关联。标识的维护资产可以包括与唯一的资产标识符相关联的个体机器或特定装备件。在一些情况下，诊断图像链接系统可以获取机器健康诊断图像，包括热图像、可见光(VL)图像、包括(例如，从声学传感器阵列导出的)声学信息的图像和/或包括热图像数据、VL图像数据、红外(IR)图像数据和声学图像数据的成分的混合图像。
[0028]诊断图像链接系统可以获取机器健康诊断图像集；应用对象检测和其它计算机视觉技术标识机器健康诊断图像集内的特定机器(或装备件)或资产(例如，配电板)；并确定特定机器或资产的一个或多个机器性质(例如，特定机器或其一部分的温度、特定机器的外部尺寸、特定机器的内部尺寸、特定机器的颜色、特定机器内组件的标识以及特定机器的各种外部和内部特征的尺寸)。诊断图像链接系统还可以从机器健康诊断图像集提取文本信息(例如，从添加到图像的文本覆盖提取，从图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于标识资产的方法，包括：获取第一图像集和第二图像集；使用第一图像集标识第一征向量，以及使用第二图像集标识第二特征向量；使用与第一机器资产相关联的第一机器学习模型生成第一特征向量与第一机器资产相对应的第一预测答案，以及使用与...

【专利技术属性】
技术研发人员：M，
申请(专利权)人：福禄克公司，
类型：发明
国别省市：