【技术实现步骤摘要】
本专利技术涉及工业控制器故障诊断与报警，具体涉及一种基于指示灯图像识别的过程控制单元异常检测方法及系统。
技术介绍
1、过程控制单元（pcu）在工业自动化领域中扮演着重要角色，过程控制单元在数控系统中可以理解为一台工业计算机，它拥有独立的cpu、硬盘等硬件组件。其主要功能包括对收到的数据进行处理，执行控制任务，并将处理完毕的过程信息发送到系统总线上。提供人机接口，使得操作人员可以进行操作、程式编辑等任务。在生产过程中，接收现场的各种信号，进行运算处理，得到运行参数，并驱动执行机构，实现检测、控制及保护等功能。
2、过程控制单元广泛应用于需要对连续流程进行实时控制的系统，其组成部分通常包括中央处理器（cpu）模块、通信处理器（cp）模块、以太网交换机、中继器、输入输出模块、电源和ups模块、绝缘监测仪等组件。这些组件共同协作，实现数据的处理、通信及控制功能。过程控制单元一般安装在集控室或控制室内，通过以太网通信模块与光纤环网进行数据通信。它在提高生产效率、保障生产安全、优化资源配置等方面发挥着重要作用。
3、众所周知，过程控制单元在运行过程中会发生电源异常、运行异常、主从异常和io总线异常的情况，目前对于过程控制单元的异常检测主要是通过维护人员定期打开机柜后观察各指示灯状态，不仅需要花费大量人力成本，还存在着漏检、错检的情况。
技术实现思路
1、本专利技术的目的在于针对上述现有技术中的问题，提供一种基于指示灯图像识别的过程控制单元异常检测方法及系统，采用基于深
2、为了实现上述目的，本专利技术有如下的技术方案：
3、一种基于指示灯图像识别的过程控制单元异常检测方法，包括：
4、采集过程控制单元的指示灯的图像；
5、对采集的所述过程控制单元的指示灯的图像进行预处理，从预处理后的所述图像中提取与指示灯状态相关的特征；其中，所述与指示灯状态相关的特征包括指示灯的颜色、形状、大小及亮度；
6、将所述与指示灯状态相关的特征输入预先训练好的机器学习分类模型进行检测识别；其中，所述机器学习分类模型采用支持向量机svm模型或卷积神经网络cnn模型；
7、所述机器学习分类模型输出检测结果，所述检测结果用于指示过程控制单元指示灯是否存在异常；
8、根据所述检测结果进行对过程控制单元的指示灯进行维护；
9、其中，所述根据所述检测结果进行对过程控制单元的指示灯进行维护包括：
10、当所述检测结果指示运行指示灯故障时，在工具软件中核对卡件类型是否正确；当所述检测结果指示输入输出网络灯故障时，在组态软件中确认输入输出网络灯对应位置是否创建相关的板卡；当所述检测结果指示通道灯故障时，确认对应端口是否接线，端口线缆是否虚接。
11、作为一种优选方案，通过电荷耦合器件ccd摄像机采集过程控制单元指示灯的图像。
12、作为一种优选方案，所述对过程控制单元指示灯的图像进行预处理包括消除图像中的噪声、提高图像中指示灯的对比度及对图像进行颜色校正。
13、作为一种优选方案，在所述将所述与指示灯状态相关的特征输入预先训练好的机器学习分类模型进行检测识别之前，所述方法还包括：获取正常指示灯状态的图像数据集和异常指示灯状态的图像数据集；基于所述正常指示灯状态的图像数据集和所述异常指示灯状态的图像数据集对所述机器学习分类模型进行训练，得到第一机器学习分类模型；使用交叉验证方法对所述第一机器学习分类模型进行模型评估，得到目标机器学习分类模型；其中，所述目标机器学习分类模型包括指示灯状态相关的特征与指示灯故障结果之间的映射关系。
14、作为一种优选方案，所述将所述与指示灯状态相关的特征输入预先训练好的机器学习分类模型进行检测识别包括：所述机器学习分类模型按照设定的阈值进行比较，根据预先训练得到的所述指示灯状态相关的特征与指示灯故障结果之间的映射关系判断指示灯的当前状态是正常还是异常。
15、作为一种优选方案，所述方法还包括：当所述机器学习分类模型输出过程控制单元指示灯存在异常时，触发报警机制，通过无线网络向远程运维平台报警；传输所采集的过程控制单元指示灯图像至所述远程运维平台的存储单元，记录所述过程控制单元指示灯异常发生的时间、位置和异常情况。
16、一种基于指示灯图像识别的过程控制单元异常检测系统，包括：
17、指示灯图像采集模块，用于采集过程控制单元指示灯的图像；
18、指示灯图像特征提取模块，用于对采集的所述过程控制单元的指示灯的图像进行预处理，从预处理后的所述图像中提取与指示灯状态相关的特征；其中，所述与指示灯状态相关的特征包括指示灯的颜色、形状、大小及亮度；
19、机器学习分类模型判断模块，用于将所述与指示灯状态相关的特征输入预先训练好的机器学习分类模型进行检测识别；其中，所述机器学习分类模型采用支持向量机svm模型或卷积神经网络cnn模型；
20、机器学习分类结果输出模块，用于所述机器学习分类模型输出检测结果，所述检测结果用于指示过程控制单元指示灯是否存在异常；
21、异常维护模块，用于根据所述检测结果进行对过程控制单元的指示灯进行维护；
22、其中，所述根据所述检测结果进行对过程控制单元的指示灯进行维护包括：
23、当所述检测结果指示运行指示灯故障时，在工具软件中核对卡件类型是否正确；当所述检测结果指示输入输出网络灯故障时，在组态软件中确认输入输出网络灯对应位置是否创建相关的板卡；当所述检测结果指示通道灯故障时，确认对应端口是否接线，端口线缆是否虚接。
24、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述基于指示灯图像识别的过程控制单元异常检测方法。
25、相较于现有技术，本专利技术至少具有如下的有益效果：
26、首先通过图像采集设备捕捉过程控制单元指示灯的图像，这些图像包含了足够的信息以区分不同的指示灯状态。将过程控制单元指示灯的图像输入到微处理器中，在微处理器中对图像进行预处理以及特征分析与识别，并参考数据库中的基准图像对过程控制单元进行诊断；若过程控制单元出现故障，则通过无线网络向远程运维平台报警并传输采集到的图像。采用图像识别技术进行过程控制单元诊断，能有效提高监测系统的实时性和准确性，解决了分析结果受人为因素影响的干扰。本专利技术基于图像识别的过程控制单元指示灯异常检测方法主要依赖于计算机视觉和图像处理技术，通过捕捉过程控制单元指示灯的图像，然后利用图像识别算法来检测指示灯的状态，从而判断是否存在异常。利用本专利技术提出的异常检测方法，能够对过程控制单元在运行过程中用户所关注的信息进行实时监控，进而用于辅助值班人员，维修人员开展各自工作，降低工作难度，减少失误概率，有效提高工作效率本文档来自技高网...
【技术保护点】
1.一种基于指示灯图像识别的过程控制单元异常检测方法，其特征在于，包括：
2.根据权利要求1所述基于指示灯图像识别的过程控制单元异常检测方法，其特征在于，通过电荷耦合器件CCD摄像机采集过程控制单元指示灯的图像。
3.根据权利要求1所述基于指示灯图像识别的过程控制单元异常检测方法，其特征在于，所述对过程控制单元指示灯的图像进行预处理包括消除噪声、提高对比度及颜色校正。
4.根据权利要求1所述基于指示灯图像识别的过程控制单元异常检测方法，在所述将所述与指示灯状态相关的特征输入预先训练好的机器学习分类模型进行检测识别之前，所述方法还包括：
5.根据权利要求4所述基于指示灯图像识别的过程控制单元异常检测方法，其特征在于，所述将所述与指示灯状态相关的特征输入预先训练好的机器学习分类模型进行检测识别包括：
6.根据权利要求1所述基于指示灯图像识别的过程控制单元异常检测方法，其特征在于，所述方法还包括：
7.一种基于指示灯图像识别的过程控制单元异常检测系统，其特征在于，包括：
8.根据权利要求7所述基于指示灯
9.根据权利要求7所述基于指示灯图像识别的过程控制单元异常检测方法，其特征在于，
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述基于指示灯图像识别的过程控制单元异常检测方法。
...【技术特征摘要】
1.一种基于指示灯图像识别的过程控制单元异常检测方法，其特征在于，包括：
2.根据权利要求1所述基于指示灯图像识别的过程控制单元异常检测方法，其特征在于，通过电荷耦合器件ccd摄像机采集过程控制单元指示灯的图像。
3.根据权利要求1所述基于指示灯图像识别的过程控制单元异常检测方法，其特征在于，所述对过程控制单元指示灯的图像进行预处理包括消除噪声、提高对比度及颜色校正。
4.根据权利要求1所述基于指示灯图像识别的过程控制单元异常检测方法，在所述将所述与指示灯状态相关的特征输入预先训练好的机器学习分类模型进行检测识别之前，所述方法还包括：
5.根据权利要求4所述基于指示灯图像识别的过程控制单元异常检测方法，其特征在于，...
【专利技术属性】
技术研发人员：王宾，耿世杰，张津，刘海洁，常晓杰，曾亮，李卓，管磊，王鑫，翟亮晶，邱起瑞，李博洋，项涛，李心怡，陈湘，
申请(专利权)人：西安热工研究院有限公司，
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。