System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术主要涉及风机振动测量,具体涉及一种基于视频检测的冷却塔风机振动检测方法及检测系统。
技术介绍
1、冷却塔风机是用于工业冷却塔系统中的关键组件,其作用是将大气中的空气引入冷却塔,以协助散热和降低工业设备或冷却水温度。冷却塔通常用于工业过程中,特别是在发电厂、炼油厂、化工厂、空调系统等领域,以去除系统中积累的热量。
2、目前,冷却塔风机振动的检测一般采用接触式的振动传感器,这些传感器可以安装在风机轴承、机壳等关键位置,通过传感器测量振动的幅度、频率和方向,并将数据传输给监测系统从而测量得到冷却塔风机振动。但是往往需要布置数量众多的传感器,成本较高,且更换损坏的传感器的操作繁琐。因此,亟需一种无需在冷却塔风机布置振动传感器就能实现对其振动检测的方法。
技术实现思路
1、本专利技术要解决的技术问题就在于:针对现有技术存在的技术问题,本专利技术提供一种非接触式测量冷却塔风机振动的基于视频检测的冷却塔风机振动检测方法及检测系统。
2、为解决上述技术问题,本专利技术提出的技术方案为:
3、一种基于视频检测的冷却塔风机振动检测方法,包括步骤:
4、s101、对视频采集单元采集得到的冷却塔风机视频集合中的每个视频进行图像通道转换及滤波处理,并通过金字塔特征提取以获得每个视频对应的预设数量的基带序列;
5、s102、对每个所述基带序列进行带通滤波及亮度通道放大处理,并将处理后的所有基带序列进行叠加,以得到每个视频对应的亮度通道放大的
6、s103、从振动放大视频中分离出视频采集单元的振动,以得到所述冷却塔风机的振动。
7、优选地,步骤s101中,对采集得到的冷却塔风机视频集合中的每个视频进行图像通道转换及滤波处理的具体过程为:
8、对视频集合中的每个视频的视频帧进行图像通道转换,由rgb色彩空间转换为lab色彩空间,再对转换后的每个视频进行时域滤波与频域滤波。
9、优选地,步骤s101中,通过高斯金字塔特征提取以获得每个视频对应的预设数量的基带序列的具体过程为:
10、通过高斯滤波提取预设层数的金字塔的拉普拉斯特征提取器,函数表达式为:
11、
12、其中,为拉普拉斯特征提取器,为视频帧对应的第i层高斯金字塔,为视频帧对应的第i-1层高斯金字塔,为核为的降采样;
13、每个视频的图像序列均根据拉普拉斯特征提取器提取特征获得每层金字塔的基带序列,x为像素坐标,t为时间序列;其中金字塔的预设层数与基带序列的预设数量相等。
14、优选地,步骤s102中,对每个所述基带序列进行带通滤波及亮度通道放大处理,并将处理后的所有基带序列进行叠加的具体过程为:
15、构建每个所述基带序列的亮度图,函数表达式为:
16、
17、其中,为第i层基带序列的亮度图,为原图像矩阵,为在t时刻的像素放大;
18、引入放大因子以构建亮度图对应的亮度通道放大图,函数表达式为:
19、
20、其中,为第i层基带序列的亮度通道放大图,k为放大因子,为基带序列对应的波长;
21、对所有基带序列进行叠加以得到亮度叠加后的振动放大视频,函数表达式为:
22、
23、其中,为亮度叠加函数,为第i层基带序列的亮度通道放大图。
24、优选地,步骤s103包括:
25、s1031,构建冷却塔风机的振动及视频采集单元的振动之间的亮度-振动函数,函数表达式为:
26、
27、其中,为冷却塔风机的振动,为视频采集单元的振动,a、b为待定系数;
28、s1032,将所述亮度-振动函数转换为等效矩阵函数,函数表达式为:
29、
30、其中,为时间段t内的对亮度叠加后的视频的采样样本,其中,,;
31、s1033,通过奇异值分解法对所述等效矩阵函数进一步转化,函数表达式为:
32、
33、其中,d与e分别为的特征值、特征向量,为待求解的旋转矩阵;
34、s1034,构造负熵函数,根据约束条件对旋转矩阵进行迭代求解,根据求解得到的旋转矩阵来得到待定系数a、b的值,并通过所述亮度叠加函数与所述视频采集单元的振动计算得到冷却塔风机的振动。
35、优选地,步骤s1034中,所述约束条件为冷却塔风机的振动与视频采集单元的振动的独立性最大化,根据所述约束条件构建的约束条件函数的表达式为:
36、
37、其中,为负熵函描述子,为、的联合概率密度,、分别为、的独立概率密度;
38、由于与正相关,则负熵函描述子等效于与相关的描述子,函数表达式为:
39、
40、根据约束条件对所述旋转矩阵进行迭代求解包括:以角度以预设步长在0-180度的区间内迭代求解,当时,获得最优旋转矩阵。
41、优选地,通过所述亮度叠加函数与所述视频采集单元的振动计算得到冷却塔风机的振动的具体过程为:
42、通过计算视频采集单元采集的冷却塔边缘局部的视频流对应叠加亮度的均值及在视频采集单元处安装的振动传感器获得的视频采集单元的振动,以计算得到冷却塔风机的振动。
43、优选地,步骤s101中,对采集得到的冷却塔风机视频还包括筛选步骤,具体为:
44、对采集得到的每个视频抽取关键帧集合,计算关键帧集合中的元素两两之间的余弦相似度并得到视频的平均相似度,将采集得到的视频中平均相似度低于预设阈值的视频筛除,筛选得到其余视频共同构成所述视频集合。
45、本专利技术还提供一种基于视频检测的冷却塔风机振动检测系统,包括相互连接的微处理器和存储器,所述微处理器被编程或配置以执行上述基于视频检测的冷却塔风机振动检测方法。
46、本专利技术还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序用于被微处理器编程或配置以执行上述基于视频检测的冷却塔风机振动检测方法。
47、与现有技术相比,本专利技术的优点在于:
48、本专利技术通过采集冷却塔风机视频并对视频中的亮度通道进行放大,以得到包括冷却塔风机振动与采集冷却塔风机视频的视频采集单元的振动特征放大视频,并通过分离易于获得的视频采集单元的振动以得到难以直接获得的冷却塔风机振动,从而实现通过视频图像对冷却塔风机的振动进行非接触式的测算,无需在冷却塔风机的关键位置处布置若干振动传感器,更加经济可靠。
本文档来自技高网...【技术保护点】
1.一种基于视频检测的冷却塔风机振动检测方法,其特征在于,包括步骤:
2.根据权利要求1所述的基于视频检测的冷却塔风机振动检测方法,其特征在于,步骤S101中,对采集得到的冷却塔风机视频集合中的每个视频进行图像通道转换及滤波处理的具体过程为:
3.根据权利要求1所述的基于视频检测的冷却塔风机振动检测方法,其特征在于,步骤S101中,通过高斯金字塔特征提取以获得每个视频对应的预设数量的基带序列的具体过程为:
4.根据权利要求3所述的基于视频检测的冷却塔风机振动检测方法,其特征在于,步骤S102中,对每个所述基带序列进行带通滤波及亮度通道放大处理,并将处理后的所有基带序列进行叠加的具体过程为:
5.根据权利要求4所述的基于视频检测的冷却塔风机振动检测方法,其特征在于,步骤S103包括:
6.根据权利要求5所述的基于视频检测的冷却塔风机振动检测方法,其特征在于:
7.根据权利要求5所述的基于视频检测的冷却塔风机振动检测方法,其特征在于:
8.根据权利要求1-7中任意一项所述的基于视频检测的冷却塔风机振动
9.一种基于视频检测的冷却塔风机振动检测系统,包括相互连接的微处理器和存储器,其特征在于,所述微处理器被编程或配置以执行权利要求1~8中任意一项所述的基于视频检测的冷却塔风机振动检测方法。
10.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其特征在于,所述计算机程序用于被微处理器编程或配置以执行权利要求1~8中任意一项所述的基于视频检测的冷却塔风机振动检测方法。
...【技术特征摘要】
1.一种基于视频检测的冷却塔风机振动检测方法,其特征在于,包括步骤:
2.根据权利要求1所述的基于视频检测的冷却塔风机振动检测方法,其特征在于,步骤s101中,对采集得到的冷却塔风机视频集合中的每个视频进行图像通道转换及滤波处理的具体过程为:
3.根据权利要求1所述的基于视频检测的冷却塔风机振动检测方法,其特征在于,步骤s101中,通过高斯金字塔特征提取以获得每个视频对应的预设数量的基带序列的具体过程为:
4.根据权利要求3所述的基于视频检测的冷却塔风机振动检测方法,其特征在于,步骤s102中,对每个所述基带序列进行带通滤波及亮度通道放大处理,并将处理后的所有基带序列进行叠加的具体过程为:
5.根据权利要求4所述的基于视频检测的冷却塔风机振动检测方法,其特征在于,步骤s103包括:
<...【专利技术属性】
技术研发人员:刘祥勰,樊绍胜,彭佳勇,刘康,宋运团,孙文敏,
申请(专利权)人:深圳昱拓智能有限公司,
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。