本發(fā)明屬于安全生產(chǎn)的,具體涉及一種基于液面面積異常變化檢測的鋁液泄漏識別與預(yù)警方法及裝置。
背景技術(shù):
1、近年來,鋁加工深井鑄造爆炸事故頻發(fā),主要原因是鑄造井內(nèi)高溫鋁液泄漏未及時發(fā)現(xiàn),高溫鋁液與冷卻水接觸發(fā)生物理和化學(xué)反應(yīng),短時間內(nèi)在狹小的鑄造深井空間釋放極大能量,從而引發(fā)爆炸事故,給企業(yè)帶來較大的人員傷亡與經(jīng)濟(jì)損失。因此,及時檢測發(fā)現(xiàn)鋁液泄漏并實時預(yù)警可有效預(yù)防鋁液泄漏引發(fā)的爆炸事故。
2、對比分析鑄造過程中正常狀態(tài)與鋁液泄漏狀態(tài)的鋁液液面面積變化特點,發(fā)現(xiàn)鋁液泄漏狀態(tài)下鋁液液面面積減小。根據(jù)鋁液液面面積異常變化的場景與特征,提出一種基于液面面積異常變化檢測的鋁液泄漏識別與預(yù)警方法,并以此方法建立一套鋁液泄漏識別與預(yù)警裝置。例如申請?zhí)枮?01910775833.8的基于數(shù)值模擬技術(shù)的高溫熔融鋁液與水接觸爆炸預(yù)防預(yù)警方法,雖然該方案能夠根據(jù)模擬不同鋁液流量下鋁液澆注狀態(tài),以及測量實時鋁液流量,判斷模擬狀態(tài)下相同鋁液流量下的鋁液澆注過程是否發(fā)生溢流泄漏,但是其采用的數(shù)值模擬技術(shù)具有比較大的時滯性,而且其建模幾何參數(shù)需要大量的人工調(diào)整。
3、綜上所述,如何提高鋁液液面變化識別和判斷的實時性以及減少人工干預(yù)是亟待解決的問題。
技術(shù)實現(xiàn)思路
1、本發(fā)明的主要目的在于克服依靠作業(yè)人員觀察是否存在鋁液泄漏的缺點與不足,提供一種基于液面面積異常變化檢測的鋁液泄漏識別與預(yù)警方法及裝置,提出一種改進(jìn)的圖像語義分割算法模型進(jìn)行鋁液液面分割,然后計算液面面積變化量指標(biāo),并采用iqr方法計算液面面積變化量的預(yù)警閾值,有效提高判斷鋁液泄漏的準(zhǔn)確性與及時性,提升鋁加工深井鑄造本質(zhì)安全。
2、為了達(dá)到上述目的,本發(fā)明采用以下技術(shù)方案:
3、第一方面,本發(fā)明提供了一種基于液面面積異常變化檢測的鋁液泄漏識別與預(yù)警方法,包括下述步驟:
4、采集鋁液液面圖像,并進(jìn)行液面圖像裁剪和分幀處理,利用改進(jìn)的圖像語義分割算法模型進(jìn)行鋁液液面分割;
5、根據(jù)當(dāng)前時刻完成的鋁液液面分割圖像,計算鋁液液面面積,并計算在設(shè)定時間窗口內(nèi)的鋁液液面面積變化量;
6、采用iqr法確定液面面積變化量的預(yù)警閾值,對比鋁液液面面積變化量與預(yù)警閾值的大小,判斷是否存在鋁液泄漏,當(dāng)鋁液液面面積變化量大于預(yù)警閾值,則判定為鋁液泄漏。
7、作為優(yōu)選的技術(shù)方案,所述改進(jìn)的圖像語義分割算法模型,包括編碼器、解碼器和注意力機制,編碼器結(jié)構(gòu)包括特征網(wǎng)絡(luò)提取模塊和空洞空間卷積池化金字塔模塊,注意力機制包括通道注意力模塊和空間注意力模塊,所述通道注意力模塊和空間注意力模塊串行連接;在編碼器結(jié)構(gòu)中引入注意力機制,將特征網(wǎng)絡(luò)提取模塊所提取的深特征圖輸入注意力機制,注意力機制的輸出端與空洞空間卷積池化金字塔模塊連接;在解碼器結(jié)構(gòu)前引入注意力機制,將特征網(wǎng)絡(luò)提取模塊所提取的淺特征圖輸入注意力機制,注意力機制的輸出端與解碼器連接;所述空洞空間卷積池化金字塔模塊的輸出端與解碼器連接。
8、作為優(yōu)選的技術(shù)方案,包括改進(jìn)的圖像語義分割算法模型的離線訓(xùn)練,具體為:
9、采集鋁液液面區(qū)域rgb圖像并進(jìn)行圖像處理,建立鋁液液面圖像數(shù)據(jù)集;所述圖像處理包括圖像裁剪、圖像降噪和圖像標(biāo)注;
10、構(gòu)建改進(jìn)的圖像語義分割算法模型,利用特征提取的遷移學(xué)習(xí)策略;所述遷移學(xué)習(xí)策略包括模型預(yù)訓(xùn)練階段和遷移階段,在模型預(yù)訓(xùn)練階段,利用voc數(shù)據(jù)集對改進(jìn)的圖像語義分割算法模型進(jìn)行預(yù)訓(xùn)練,生成.pth格式的預(yù)訓(xùn)練文件,獲取預(yù)訓(xùn)練權(quán)重;在遷移階段,利用鋁液液面圖像數(shù)據(jù)集并根據(jù)預(yù)訓(xùn)練權(quán)重,對改進(jìn)的圖像語義分割算法模型重新訓(xùn)練,模型收斂時停止訓(xùn)練。
11、作為優(yōu)選的技術(shù)方案,所述計算鋁液液面面積,具體為:
12、讀取當(dāng)前時刻完成的鋁液液面分割圖像,將圖像調(diào)整為原尺寸;提取圖片中鋁液液面部分的像素點,基于opencv計算液面總像素,用液面像素總值表征液面面積,計算出當(dāng)前時刻的圖像液面面積。
13、作為優(yōu)選的技術(shù)方案,所述計算在設(shè)定時間窗口內(nèi)的鋁液液面面積變化量,包括:
14、以設(shè)定時間δt作為鋁液液面面積變化量的時間窗口;
15、計算液面面積變化量的絕對值,如下式:
16、|δs|=|st+δt-st|
17、其中,|δs|表示液面面積變化量的絕對值,st表示第t秒的液面面積,st+δt表示第t+δt秒的液面面積。
18、作為優(yōu)選的技術(shù)方案,所述采用iqr法確定液面面積變化量的預(yù)警閾值,如下式:
19、iqr=|q1-q3|
20、lb=λ×iqr+q3
21、式中,q1表示上、下四分位數(shù),iqr表示四分差,lb表示液面面積變化量的預(yù)警閾值,λ為固定常數(shù)。
22、第二方面,本發(fā)明還提供了一種基于液面面積異常變化檢測的鋁液泄漏識別與預(yù)警系統(tǒng),應(yīng)用于所述的基于液面面積異常變化檢測的鋁液泄漏識別與預(yù)警方法,包括包括攝像頭、數(shù)據(jù)采集箱、服務(wù)器和工作站;
23、攝像頭,用于拍攝鋁液液面區(qū)域的視頻圖像;
24、數(shù)據(jù)采集箱,用于視頻圖像數(shù)據(jù)的采集和傳輸,數(shù)據(jù)采集箱與攝像頭通過網(wǎng)線、光纖連接;
25、服務(wù)器,用于數(shù)據(jù)存儲、數(shù)據(jù)處理、鋁液泄漏識別與預(yù)警;
26、工作站,用于讀取服務(wù)器存儲的數(shù)據(jù),以可視化界面的形式展示設(shè)定時間窗口內(nèi)的鋁液液面面積、鋁液液面面積變化量和鋁液泄漏預(yù)警信息。
27、作為優(yōu)選的技術(shù)方案,所述服務(wù)器,包括數(shù)據(jù)儲存模塊、數(shù)據(jù)處理模塊、鋁液泄漏識別與漏鋁預(yù)警模塊;
28、數(shù)據(jù)儲存模塊,用于存儲實時采集的鋁液液面區(qū)域圖像數(shù)據(jù)、圖像處理的過程數(shù)據(jù)、鋁液液面面積、在設(shè)定時間窗口內(nèi)的鋁液液面面積變化量、時間窗口和液面面積變化量的預(yù)警閾值;
29、數(shù)據(jù)處理模塊,用于鋁液液面圖像裁剪、分幀及分割,計算鋁液液面面積,并計算在設(shè)定時間窗口內(nèi)的鋁液液面面積變化量;
30、鋁液泄漏識別與漏鋁預(yù)警模塊,用于采用iqr法確定液面面積變化量的預(yù)警閾值,對比鋁液液面面積變化量與預(yù)警閾值的大小,判斷是否存在鋁液泄漏,當(dāng)鋁液液面面積變化量大于預(yù)警閾值,則判定為鋁液泄漏。
31、第三方面,本發(fā)明提供了一種電子設(shè)備,所述電子設(shè)備包括:
32、至少一個處理器;以及,
33、與所述至少一個處理器通信連接的存儲器;其中,
34、所述存儲器存儲有可被所述至少一個處理器執(zhí)行的計算機程序指令,所述計算機程序指令被所述至少一個處理器執(zhí)行,以使所述至少一個處理器能夠執(zhí)行所述的基于液面面積異常變化檢測的鋁液泄漏識別與預(yù)警方法。
35、第四方面,本發(fā)明提供了一種計算機可讀存儲介質(zhì),存儲有程序,所述程序被處理器執(zhí)行時,實現(xiàn)所述的基于液面面積異常變化檢測的鋁液泄漏識別與預(yù)警方法。
36、本發(fā)明與現(xiàn)有技術(shù)相比,具有如下優(yōu)點和有益效果:
37、本發(fā)明利用resnet50網(wǎng)絡(luò)作為液面面積變化特征提取網(wǎng)絡(luò),并引入cbam注意力機制改進(jìn)deeplapv3+算法模型,利用改進(jìn)的deeplapv3+算法模型對鋁液液面進(jìn)行分割,能夠降低模型復(fù)雜度的同時提高對鋁液液面圖像特征實時處理能力,增強了網(wǎng)絡(luò)模型對鋁液液面細(xì)粒度特征的感知;其次,采用特征提取的遷移學(xué)習(xí)策略,能夠提高模型訓(xùn)練的效率;然后,計算設(shè)定時間窗口內(nèi)的鋁液液面面積變化量并采用iqr法確定液面面積變化量的預(yù)警閾值;該方法有利于提高提高判斷鋁液泄漏的準(zhǔn)確性與及時性,提升鋁加工深井鑄造本質(zhì)安全。