[发明专利]一种故障检测方法和系统

说明书

本发明故障检测系统，包括无人机和与其通信连接的地面服务器；无人机包括避障模块、飞控模块、处理器、图传相机、图传模块和寻迹相机；避障模块、飞控模块、图传相机、寻迹相机均与处理器通信连接；图传相机和地面服务器均与图传模块通信连接；故障检测方法步骤：无人机飞到被检测物体的正前方；处理器运行全轮廓提取算法完成被检测物体轮廓的提取并确定扫描方向；图传相机按照扫描方向对被检测物体的局部部件进行扫描并拍摄；处理器运行局部轮廓提取算法并输出局部部件与成像平面的方位角；飞控模块运行寻迹算法，图传相机采集局部部件的图像信息并发送到地面服务器；地面服务器运行深度神经网络算法对图像信息进行分析完成故障诊断分类。

技术领域

本发明涉及故障检测技术领域，具体涉及一种故障检测方法和系统。

背景技术

大型机械设备在使用的过程中容易出现外观损坏，因此需要定期对设备进行检测，但是由于设备体积较大或放置较高，增加了检测的难度，造成检测效率低下，检测效果较差。

传统的检测方式采用人工通过望远镜观测的方式检查设备是否完好，由于设备体积较大，所以观测点不易选择且观测人员工作强度大；此外，通过升降机或吊篮下放人员目测检测的方式也是常规方式之一，但需要架设一定的设备配合人员高空作业，成本较高且安全事故多发。

目前较为便捷的方式是采用无人机拍摄目标设备，图像回送给地面，地面人员对故障进行判读，该方法对无人机操作手的技术要求较高，需要进行稳定的全轮廓绕飞，并对每个目标设备进行大量拍摄以完成外观图像采集；根据目标设备的不同，照片数量不一，但通常都是数以万计的照片，导致判读人员的工作量过大，容易因人员疲劳造成漏判和误判的情况发生。

针对上述问题，拟采用无人机按照预先设定的寻迹算法实现对指定设备进行扫描拍摄，然后通过无线图传的方式将扫描图像实时传送到地面服务器，并在地面服务器中采用深度神经网络技术完成设备故障的智能检测和分析。

发明内容

本发明的目的在于提供一种故障检测方法和系统，用以解决现有的大型设备外观检测效率低且精度差的问题。

为实现上述目的，本发明的技术方案为

一种故障检测系统，包括无人机和与其通信连接的地面服务器；所述无人机包括避障模块、飞控模块、处理器、图传相机、图传模块和寻迹相机；所述避障模块、飞控模块、图传相机、寻迹相机均与所述处理器通信连接；所述图传相机和所述地面服务器均与所述图传模块通信连接；

所述避障模块用于提供无人机到障碍物的距离信息；

所述图传相机用于按照预设的扫描方向对被检测物体件进行扫描并拍照；

所述图传模块用于将采集到的图像信息发送到所述地面服务器；

所述飞控模块用于运行寻迹算法，使所述无人机按照预设的路径飞行；

所述地面服务器用于运行深度神经网络算法对接收到的图像信息进行分析以完成对被检测物体的故障诊断分类；

所述寻迹相机用于对被检测物体进行拍照。

一种故障检测方法，用于所述故障检测系统，包括步骤：

所述无人机飞到被检测物体的正前方以确保所述寻迹相机能够拍摄完整的被检测物体；

在所述无人机初次寻迹时，所述处理器运行全轮廓提取算法完成被检测物体整个轮廓的提取，并且输出被检测物体各个局部部件与成像平面的方位角；

根据所述避障模块提供的障碍物的距离信息和所述寻迹相机提供的成像平面的方位角确定扫描方向，所述图传相机按照所述扫描方向对被检测物体的局部部件进行扫描；

所述处理器运行局部轮廓提取算法并输出所述局部部件与所述成像平面的方位角；