[发明专利]一种设备的运行故障用图形识别算法

说明书

本发明涉及设备故障检测技术领域，且公开了一种设备的运行故障用图形识别算法，包括以下步骤：步骤一、收集设备的图像，并对收集到的设备图像进行整理，步骤二、对设备采集到的待识别图像进行预处理，得到预处理后待识别图像，步骤三、通过系统，把系统中所存储的设备正常运行图像与步骤二中的预处理图像进行对比，进行初步判断其故障原因。该设备的运行故障用图形识别算法，通过在设备运转的周边搭建成像设备，采集高清图像，采用图像识别技术和Sift算法，对图像中的设备故障进行识别，使用图像识别技术和Sift算法和人工识别方法对识别到的故障进行验证，判断其是否为设备故障，从而能够给予维修人员能够及时的对设备进行检修。

技术领域

本发明涉及设备故障检测技术领域，具体为一种设备的运行故障用图形识别算法。

背景技术

设备故障是指设备失去或降低其规定功能的事件或现象。表现为设备的某些零件失去原有的精度或性能，使设备不能正常运行、技术性能降低，致使设备中断生产或效率降低而影响生产。

传统的检测方法是通过人工实地检查以及根据拍摄的图像进行排查，由于排查人员在工作过程中极易出现疲劳、遗漏等情况，造成人为的误判、漏判，从而影响设备的正确运行，同时投入大量的人力和物力进行图片的排查给用户造成了极大地资源浪费

发明内容

本发明提供了一种设备的运行故障用图形识别算法，具备能够有效的进行设备故障的排查，减少人力的浪费，提高对设备故障甄别的正确率的优点，解决了背景技术中提出的问题。

本发明提供如下技术方案：一种设备的运行故障用图形识别算法，包括以下步骤：

步骤一、收集设备的图像，并对收集到的设备图像进行整理。

步骤二、对设备采集到的待识别图像进行预处理，得到预处理后待识别图像。

步骤三、通过系统，把系统中所存储的设备正常运行图像与步骤二中的预处理图像进行对比，进行初步判断其故障原因。

步骤四、通过调取所采集设备运行状态的数据和调度监控信息的数据。

步骤五、分析故障原因和设备状态，再结合步骤三中，系统所判定的故障原因，进行设备故障原因由人工进行结合判断，进而提供解决方案帮助处理人员进行处理。

优选的，所述步骤一中采集设备图像包括包括设备正常状态下的图像和设备非正常状态下的图像以及正常状态下设备主要零件的位置和非正常状态下的设备主要零件的位置。

优选的，所述步骤一中确定需要识别设备的种类和型号，将不同的样本图像进行归类，利用图像识别的Sift算法对设备的图形识别进行训练，每次随机选取样本，将验证准确率靠前的模型作为候选，并将采集新的样本进行检验，取准确率最高的模型为最终判定结果，模拟现场环境采集图像并进行测试，得出准确率，进行评估；并且将识别错误的结果进行纠正和新的样本加入训练库，重新进行训练，反复多次，从而提高准确率。

优选的，所述调度监控信息包括监控信息表和设备运行状态。

优选的，所述将需要的设备名称、连接关系、设备状态信息存入系统数据库中，根据以往人工经验对出现故障的信号进行总结，将每一个故障出现的信号进行归纳，做出每个故障所响应信号的模型，通过对监控信号以及图像进行匹配得出其所包含的设备故障；针对各种设备故障模型的特点，总结故障信号的特征，对信号进行对比和匹配，找出对应的设备故障模型；根据设备故障模型的结构判断并确认符合的设备故障模型，从而得到故障原因，并将故障信号的特征提取出来，用于维修人员进行维修。

优选的，所述步骤四中监控信号进行文件化，对每个信号进行顺序上的排列整理，过滤掉影响信号，从而便于提供信号存在的问题以及故障原因，再通过系统以及人工分析得出故障的原因，从而能够有效的提出更为准确的故障处理方案。