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】
本专利技术涉及燃烧产物清除领域,尤其涉及基于机器人的炉膛干冰式智能除焦方法及系统。
技术介绍
1、炉膛内的焦炭会造成锅炉效率降低、使用寿命下降,严重时甚至会直接造成设备损坏。因而会不定期的对炉膛进行除焦处理。干冰除焦技术不仅环保节能,同时还不会对设备造成损害。因而常采用干冰除焦技术对炉膛进行除焦处理。
2、在对炉膛进行除焦处理时,为了提高除焦效率,会根据炉膛内焦炭分布,给机器人设置合理的移动路径进行除焦。在给机器人设置合理移动路径时,常利用机器视觉手段来分割出焦炭单元,然后将每个焦炭单元作为位置单元获取最短路径。这种以焦炭单元作为位置单元的方式,产生的路径方案较多,若逐个进行筛选的话,获取最短路径的过程耗时较长。若不是逐个进行筛选的话,很容易因为不能宏观把握焦炭分布,只找出一个局部最优路径。因而如何快速且准确的找出除焦最优路径成为本专利技术的研究重点。
3、公开号为cn108518695a的专利申请文件中公开了一种用于蓄热体的在线除焦装置及除焦方法,该专利申请文件主要公开了去除结焦的工艺流程,没有涉及除焦路径设计方面的内容,因而利用该专利申请文件中方法无法解决本专利技术中的技术问题。
技术实现思路
1、为了解决如何快速且准确的找出除焦最优路径的问题,本专利技术提供基于机器人的炉膛干冰式智能除焦方法及系统。
2、第一方面,本专利技术提供基于机器人的炉膛干冰式智能除焦方法,采用如下的技术方案:
3、基于机器人的炉膛干冰式智能除焦方法,包括
4、采集炉膛图像;
5、对炉膛图像进行分割处理得到焦炭单元;对焦炭单元进行聚类处理得到第一层聚类结果,响应于聚类结果中各类别的距离差异度不大于预设差异度阈值,对每个类别中焦炭单元进行聚类处理得到第二层聚类结果,响应于聚类结果中各类别的距离差异度大于预设差异度阈值,聚类结束;
6、获取第一层聚类结果中各类别,以第一层聚类结果中各类别作为节点,将每两相邻节点相连,获取每两相邻节点之间的距离作为连接边的边权值,构建无向图,获取最短路径,记为第一层聚类结果的最短路径;获取第一层聚类结果的最短路径上各节点的相连节点,在一个节点的聚类结果中获取与相连节点最近的类别记为该节点的下位端点,将下位端点作为该节点的下位相连点;以该节点的聚类结果中各类别作为子节点,对每两相邻子节点相连,将每两相邻子节点之间的距离作为边权值,构建该节点的无向图,获取以该节点的下位连接点为路径起始点和终止点的最短路径,记为第二层聚类结果的最短路径;
7、以此类推,直至最后一层聚类结果分析完成,基于下位相连点将所有层聚类结果的最短路径连接在一起,并将得到的路径作为除焦路径,以实现除焦处理。
8、本专利技术将分层聚类处理的聚类结果作为节点构建路径,该种构建路径的方式能够大大降低产生路径方案的数量,同时这种路径构建的方式既兼顾了焦炭的宏观分布同时也兼顾了细节分布,因而这种路径使构建出的路径准确度更高。
9、优选的,所述对炉膛图像进行分割处理得到焦炭单元,包括:
10、获取预先训练的焦炭分割网络;
11、将炉膛图像输入到预先训练的焦炭分割网络中分割出焦炭像素,获取焦炭像素构成的连通域记为焦炭区域,将焦炭区域均匀分割成若干分块,将每个分块记为焦炭单元。
12、本专利技术通过焦炭分割网络来分割焦炭像素,该种分割方法准确度更高。
13、优选的,所述对焦炭单元进行聚类处理得到第一层聚类结果,包括:
14、预设若干种类别数,基于每种类别数,对焦炭单元进行聚类处理,计算类别间隔,将类别间隔最大的类别数的聚类结果作为第一层聚类结果。
15、本专利技术根据类别间隔对分类结果进行评估,从而实现准确的分类。
16、优选的,所述类别间隔的获取方法,包括:
17、获取每个类别的相邻类别,将每两相邻类别的最近像素之间的距离记为类间距离,计算类别中每相邻像素之间的距离,将类别中所有两相邻像素之间的距离的均值作为类内距离,将所有两相邻类别的类间距离均值除以所有类别的类内距离均值之后进行归一化处理得到类别间隔。
18、优选的,所述每两相邻节点之间的距离的获取方法,包括:
19、获取最后一层聚类结果中各类别,记为单元类别;
20、将单元类别中各像素作为分析单元,将分析单元之间的距离作为综合距离,基于分析单元之间的综合距离获取最后一层聚类结果的类别之间的综合距离;获取上一层聚类结果,将单元类别作为分析单元,基于分析单元之间的综合距离获取上一层聚类结果的类别之间的综合距离,以此类推,获取所述节点的聚类结果,将所述节点的聚类结果中各类别作为分析单元,基于分析单元之间的综合距离获取相邻节点之间的综合距离,记为相邻节点之间的距离。
21、本专利技术在计算节点之间的距离时,考虑了节点内部焦炭单元的路径设计问题,从而使得设计出的路径能够满足宏观路径需求,同时也能兼顾细节路径需求。
22、优选的,所述基于分析单元之间的综合距离获取最后一层聚类结果的类别之间的综合距离,包括:
23、获取最后一层聚类结果中各类别记为单元类别;
24、将单元类别中最外面一圈分析单元作为可选点,将单元类别中任意两个可选点构成点对;将分析单元作为节点,将点对中两分析单元作为路径的起始点和终止点,获取单元类别中所有节点构成的最短路径,记为点对的分析路径;
25、将两相邻单元类别的点对构成点对组合,获取点对组合中一点对中各像素与另一点对中各像素之间的距离,并将距离最小值作为点对组合的最小距离;将点对组合中两点对的分析路径长度的均值作为点对组合的综合路径长度;以综合路径长度为权重,所有点对组合的最小距离进行加权求和得到两相邻单元类别的综合距离。
26、本专利技术计算出的综合距离中包含了节点内部路径的起始点和终止点信息,从而基于该综合距离设计出的路径中会兼顾细节路径信息。
27、优选的,所述除焦路径的获取方法,包括:
28、将最后一层聚类结果中各类别的下位相连点作为路径起始点和终止点,获取最后一层聚类结果的各类别的最短路径,记为单元路径;将最后一层记为第一上位层,将最后一层的上一层记为第二上位层,将第二上位层聚类结果的最短路径作为参考路径,获取参考路径上的相连点,将相连点对应的单元路径利用下位相连点连接在一起得到第二上位层的综合路径;将第二上位层的上一层作为第三上位层,获取第三上位层聚类结果的最短路径作为参考路径,获取参考路径上的相连点,将相连点对应的综合路径利用下位相连点连接在一起得到第三上位层的综合路径;以此类推,直至完成第一层聚类结果的连接处理,并将得到的路径作为除焦路径。
29、优选的,所述以实现除焦处理,包括:
30、将干冰除焦机器人按除焦路径行走,利用干冰进行除焦处理。
31、第二方面,本专利技术提供基于机器人的炉膛干冰式智能除焦系统,采用如下的技术方案:<本文档来自技高网...
【技术保护点】
1.基于机器人的炉膛干冰式智能除焦方法,其特征在于,包括步骤:
2.根据权利要求1所述的基于机器人的炉膛干冰式智能除焦方法,其特征在于,所述对炉膛图像进行分割处理得到焦炭单元,包括:
3.根据权利要求1所述的基于机器人的炉膛干冰式智能除焦方法,其特征在于,所述对焦炭单元进行聚类处理得到第一层聚类结果,包括:
4.根据权利要求3所述的基于机器人的炉膛干冰式智能除焦方法,其特征在于,所述类别间隔的获取方法,包括:
5.根据权利要求1所述的基于机器人的炉膛干冰式智能除焦方法,其特征在于,所述每两相邻节点之间的距离的获取方法,包括:
6.根据权利要求5所述的基于机器人的炉膛干冰式智能除焦方法,其特征在于,所述基于分析单元之间的综合距离获取最后一层聚类结果的类别之间的综合距离,包括:
7.根据权利要求1所述的基于机器人的炉膛干冰式智能除焦方法,其特征在于,所述除焦路径的获取方法,包括:
8.根据权利要求1所述的基于机器人的炉膛干冰式智能除焦方法,其特征在于,所述以实现除焦处理,包括:
9.基于机
...【技术特征摘要】
1.基于机器人的炉膛干冰式智能除焦方法,其特征在于,包括步骤:
2.根据权利要求1所述的基于机器人的炉膛干冰式智能除焦方法,其特征在于,所述对炉膛图像进行分割处理得到焦炭单元,包括:
3.根据权利要求1所述的基于机器人的炉膛干冰式智能除焦方法,其特征在于,所述对焦炭单元进行聚类处理得到第一层聚类结果,包括:
4.根据权利要求3所述的基于机器人的炉膛干冰式智能除焦方法,其特征在于,所述类别间隔的获取方法,包括:
5.根据权利要求1所述的基于机器人的炉膛干冰式智能除焦方法,其特征在于,所述每两相邻节点之间的距离的获取方法,包括:
6.根据...
【专利技术属性】
技术研发人员:张君,胡为宽,张风起,薛晓亮,
申请(专利权)人:山东戈尔环境科技有限公司,
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。