[发明专利]一种环冷机掉轮的检测方法

权利要求书

1.一种环冷机掉轮的检测方法，其特征在于，包括：

在环冷机的两侧安装相机；

采集一段时间内多张环冷机的运行图像；

对多张所述运行图像进行处理；

对处理后的运行图像标记标签，得到标记图像集；所述标签包括有轮标签和无轮标签；

构建环冷机掉轮识别残差神经网络模型，利用所述标记图像集对所述环冷机掉轮识别残差神经网络模型进行训练和验证；

将按照固定频率采集到的所述运行图像输入到训练和验证后的所述环冷机掉轮识别残差神经网络模型中，检测所述环冷机是否发生掉轮，输出检测结果；所述检测结果包括所述环冷机发生掉轮和所述环冷机未发生掉轮。

2.根据权利要求1所述的环冷机掉轮的检测方法，其特征在于，所述对多张运行图像进行处理步骤中的所述处理包括：

对所述运行图像进行尺寸调整，调整为设定像素尺寸；

对所述运行图像进行亮度调整；

对调整后的运行图像进行平滑去噪处理。

3.根据权利要求1所述的环冷机掉轮的检测方法，其特征在于，当所述检测结果为所述环冷机发生掉轮时，进行掉轮报警。

4.根据权利要求1所述的环冷机掉轮的检测方法，其特征在于，将所述标记图像集分为训练集和验证集；

所述构建环冷机掉轮识别残差神经网络模型，利用标记图像集对环冷机掉轮识别残差神经网络模型进行训练和验证步骤，包括：

构建环冷机掉轮识别残差神经网络模型，所述环冷机掉轮识别残差神经网络模型包括输入层、多个残差块、全连接层、分类器和输出层；

对所述残差块中的参数进行初始化；

将所述训练集内的所有所述标记图像通过输入层输入到所述残差块内，进行标准化运算和正则化运算后，输出图像运算数据；每个所述残差块输出的所述图像运算数据均作为下一个所述残差块的输入数据，遍历所有所述残差块；

将最后一个所述残差块输出的所述图像运算数据输入到所述全连接层内，进行标准化运算后，输出多维特征矩阵；

将所述多维特征矩阵输入到所述分类器中进行分类，通过所述输出层输出检测结果；

将所述检测结果与所述标记图像的标签作比对，得到比对结果；

根据所述比对结果，对所述残差块的所述参数进行修正，直到所述训练集内的所有所述标记图像使用完，结束训练；

将所述验证集的所有所述标记图像输入训练后的所述环冷机掉轮识别残差神经网络模型，对所述环冷机掉轮识别残差神经网络模型进行验证；

如果验证通过，得到训练和验证后的所述环冷机掉轮识别残差神经网络模型。

5.根据权利要求4所述的环冷机掉轮的检测方法，其特征在于，所述残差块包括卷积层和池化层；所述卷积层的输出作为所述池化层的输入，所述池化层的输出作为所述残差块的输出；所述卷积层用于对输入的所述标记图像进行标准化运算和正则化运算，输出所述图像运算数据；所述池化层用于对所述卷积层输出的所述图像运算数据进行降维处理。

6.根据权利要求5所述的环冷机掉轮的检测方法，其特征在于，所述将验证集的所有标记图像输入训练后的环冷机掉轮识别残差神经网络模型，对环冷机掉轮识别残差神经网络模型进行验证步骤，包括：

将所述验证集的所有所述标记图像输入训练后的所述环冷机掉轮识别残差神经网络模型，输出所述检测结果；

将所述检测结果输入损失函数，得到损失率；

判断所述损失率是否小于或等于目标损失值；

如果所述损失率大于目标损失值，继续对所述环冷机掉轮识别残差神经网络模型进行训练；

如果所述损失率小于或等于所述目标损失值，停止训练。