基于AI的盾构管片成型工艺的自动管控方法及系统技术方案

本发明专利技术公开了一种基于AI的盾构管片成型工艺的自动管控方法及系统，包括将图像用网格划分出候选区域，通过选择性搜索对候选区域分类，再通过卷积神经网络提取出特征向量，通过线性支持向量机优化得到最优的图像识别模型，从而识别出实时图像中的盾构管片，用边界框标记，然后通过红外热成像探头对边界框内各网格的盾构管片进行温度感知，取温度最大值或计算的每小时的温差最大值进行所处阶段的预警值判断，超过预警值则报警并通过网格定位。本发明专利技术实现盾构管片工艺各阶段的自动温度管控，且改善了盾构管片识别的准确率和效率，也改善了温度感知的分辨力和效率。温度感知的分辨力和效率。温度感知的分辨力和效率。

【技术实现步骤摘要】
基于AI的盾构管片成型工艺的自动管控方法及系统


[0001]本专利技术涉及质量管控自动化
，尤其涉及一种基于AI的盾构管片成型工艺的自动管控方法及系统。

技术介绍

[0002]盾构管片的生产静停区是介于蒸养窑与水养池之间一个“缓冲”环节，此阶段构件刚经历完蒸养窑内高温，其结构强度一般为设计强度的30%~50%，不宜立即进行构件的吊装搬运工作，同时构件表面温度与环境温度尚有一定差距，表面混凝土处于徐变收缩阶段，也不便立即将构件置于水养池进行水养工序；盾构管片生产静停区是管片生产质量控制的关键环节，现阶段没有科学便利的手段反应盾构管片的实时温度情况，其温度控制完全依靠工人的经验，一旦负责此环节的工人离职或者临时换岗，常导致管片质量出现观感质量差、开裂、漏水甚至报废等问题。而现有的盾构管片的静停区对应不同阶段，工艺参数的管控较为复杂，而且，现有的管片识别技术的准确率和效率有待进一步提高，现有的温度感知算法的分辨力和效率有待进一步提高。

技术实现思路

[0003]（一）要解决的技术问题基于上述问题，本专利技术提供一种基于AI的盾构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI的盾构管片成型工艺的自动管控方法，其特征在于，包括以下步骤：S1、构建盾构管片的最优的图像识别模型：S1.1、获取训练集图像，将每个图像用网格划分出n个候选区域；S1.2、对每个图像采用选择性搜索来生成候选区域类别，剔除明显无关的候选区域；S1.3、将处理后的训练集图像输入卷积神经网络中，提取出特征向量；S1.4、将特征向量输入线性支持向量机进行训练，生成图像识别模型，根据测试集图像优化模型，确定最优的图像识别模型；S2、获取实时图像，用网格划分出n个候选区域，对每个图像采用选择性搜索来生成候选区域类别，剔除明显无关的候选区域，根据所述最优的图像识别模型识别出各候选区域的盾构管片，再通过基于MultiGrasp系统抓取的回归分析得到实时图像中盾构管片的边界框；S3、对边界框内的盾构管片进行温度感知，得到盾构管片的温度最大值或温度变化速度；S4、若所述温度最大值或温度变化速度高于盾构管片所处阶段的预警值，则此处异常并报警：升温阶段时，对于干硬性混凝土，温度变化速度高于35℃/h时报警，对于除干硬性混凝土外的一般水泥和混凝土拌合物，温度变化速度高于25℃/h时报警；恒温阶段时，对于矿渣水泥和火山灰水泥，温度最大值高于75℃时报警，对于除矿渣水泥和火山灰水泥外的普通水泥，温度最大值高于78℃时报警；降温阶段时，温度变化速度高于30℃/h时报警；S5、将实时图像中的盾构管片用边界框标出，并显示其温度最大值。2.根据权利要求1所述的基于AI的盾构管片成型工艺的自动管控方法，其特征在于，步骤S3包括：S3.1、通过红外热成像探头采集边界框中各网格的盾构管片的表面的红外辐射，并转换为数字信号，形成伪色彩热图；S3.2、将所述伪色彩热图转换成温度灰度图，提取灰度最大值，转换成边界框中各网格的盾构管片的温度最大值；根据根据检测的温度最大值的差值和计时得到温度变化速度。3.根据权利要求...

【专利技术属性】
技术研发人员：温利军，田华，李大平，牛子飏，肖子沫，谌红杰，稂洪波，赵庆祥，
申请(专利权)人：湖南中建五局绿色市政工程研究中心有限公司，
类型：发明
国别省市：