基于人工智能的设备缺陷检测方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种基于人工智能的设备缺陷检测方法、装置、设备及介质。本发明专利技术公开了：根据待检测设备的零件信息确定待检测设备中各零件的外观检测项目和运行检测项目，将各零件的目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息，根据运行检测项目控制待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息，根据外观特征信息和运行状态信息对各零件进行故障评价，根据故障评价结果确定各零件中的故障零件，根据故障零件信息生成待检测设备对应的缺陷检测结果；由于本发明专利技术通过分别对待检测设备中的各零件的外观和运行状态进行故障评价，从而准确地检测出设备存在的缺陷，有效地提升了设备缺陷检测的效率。测的效率。测的效率。

【技术实现步骤摘要】
基于人工智能的设备缺陷检测方法、装置、设备及介质


[0001]本专利技术涉及缺陷检测
，尤其涉及一种基于人工智能的设备缺陷检测方法、装置、设备及介质。

技术介绍

[0002]随着科学技术的发展，电子设备的工艺越来越复杂，因此电子设备内部的元器件集成度也越来越高，当电子设备存在缺陷时，目前无法准确地检测出设备缺陷的具体原因，导致无法有效地对设备的缺陷进行修复。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0004]本专利技术的主要目的在于提供一种基于人工智能的设备缺陷检测方法、装置、设备及介质，旨在解决现有技术无法准确地检测出设备缺陷的具体原因，导致无法有效地对设备的缺陷进行修复的技术问题。
[0005]为实现上述目的，本专利技术提供了一种基于人工智能的设备缺陷检测方法，所述方法包括以下步骤：根据待检测设备的零件信息确定所述待检测设备中各零件的外观检测项目和运行检测项目；根据所述外观检测项目获取各零件的目标图像信息，将所述目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息；根据所述运行检测项目控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息；根据所述外观特征信息和所述运行状态信息对各零件进行故障评价；根据故障评价结果确定各零件中的故障零件，并获取所述故障零件的故障零件信息；根据故障零件信息生成所述待检测设备对应的缺陷检测结果。
[0006]可选地，所述根据所述运行检测项目控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息，包括：根据所述零件信息确定各零件的故障权重；根据所述故障权重和所述运行检测项目生成待检测设备的负载运行控制策略；根据所述负载运行控制策略控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息。
[0007]可选地，所述根据所述零件信息确定各零件的故障权重，包括：根据所述零件信息确定各零件对应的运行模块；获取所述运行模块对应的兼容性信息；
根据所述兼容性信息对所述运行模块进行兼容性测试；根据兼容性测试结果确定各零件的故障权重。
[0008]可选地，所述根据所述故障权重和所述运行检测项目生成待检测设备的负载运行控制策略，包括：根据所述故障权重确定各零件的排查次序；根据所述排查次序对各零件进行负载运行排序；根据负载运行排序结果和所述运行检测项目生成待检测设备的负载运行控制策略。
[0009]可选地，所述根据所述外观检测项目获取各零件的目标图像信息，将所述目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息，包括：根据所述外观检测项目对各零件进行图像采集，获得各零件的初始图像信息；对所述初始图像信息进行灰度处理，获得灰度后的候选图像信息；将所述候选图像信息输入至预设降噪模型进行降噪处理，获得目标图像信息；将所述目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息。
[0010]可选地，所述将所述候选图像信息输入至预设降噪模型进行降噪处理，获得目标图像信息，包括：将所述候选图像信息输入至预设降噪模型进行降噪处理；根据降噪处理后的所述候选图像信息确定各零件的待识别区域，以及所述待识别区域的边缘信息；根据所述边缘信息对降噪处理后的所述候选图像信息进行边缘增强，获得目标图像信息。
[0011]可选地，所述根据所述外观特征信息和所述运行状态信息对各零件进行故障评价，包括：将所述外观特征信息输入至预设焊点标记模型，获得各零件的当前焊点信息；根据所述零件信息获取各零件的标准焊点信息；将所述当前焊点信息与所述标准焊点信息进行相似度匹配；根据相似度匹配结果和所述运行状态信息对各零件进行故障评价。
[0012]此外，为实现上述目的，本专利技术还提出一种基于人工智能的设备缺陷检测装置，所述基于人工智能的设备缺陷检测装置包括：项目获取模块，用于根据待检测设备的零件信息确定所述待检测设备中各零件的外观检测项目和运行检测项目；外观检测模块，用于根据所述外观检测项目获取各零件的目标图像信息，将所述目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息；运行检测模块，用于根据所述运行检测项目控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息；零件评价模块，用于根据所述外观特征信息和所述运行状态信息对各零件进行故障评价；故障确定模块，用于根据故障评价结果确定各零件中的故障零件，并获取所述故障零件的故障零件信息；
缺陷检测模块，用于根据故障零件信息生成所述待检测设备对应的缺陷检测结果。
[0013]此外，为实现上述目的，本专利技术还提出一种基于人工智能的设备缺陷检测设备，所述基于人工智能的设备缺陷检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于人工智能的设备缺陷检测程序，所述基于人工智能的设备缺陷检测程序配置为实现如上文所述的基于人工智能的设备缺陷检测方法的步骤。
[0014]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有基于人工智能的设备缺陷检测程序，所述基于人工智能的设备缺陷检测程序被处理器执行时实现如上文所述的基于人工智能的设备缺陷检测方法的步骤。
[0015]本专利技术根据待检测设备的零件信息确定所述待检测设备中各零件的外观检测项目和运行检测项目，根据所述外观检测项目获取各零件的目标图像信息，将所述目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息，根据所述运行检测项目控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息，根据所述外观特征信息和所述运行状态信息对各零件进行故障评价，根据故障评价结果确定各零件中的故障零件，并获取所述故障零件的故障零件信息，根据故障零件信息生成所述待检测设备对应的缺陷检测结果；由于本专利技术通过对待检测设备中的各零件分别进行外观检测和运行状态检测，从而准确地获得了各零件的外观特征信息和运行状态信息，再根据外观特征信息和运行状态信息对各零件进行故障评价，从而根据故障评价结果准确地确定了各零件中存在故障的故障零件，获取故障零件的故障零件信息，根据故障零件信息生成待检测设备对应的缺陷检测结果，从而实现了对待检测设备缺陷原因的准确检测，有效地提升了设备缺陷的检测效率，从而可以使用户针对缺陷原因有效地对设备进行修复。
附图说明
[0016]图1是本专利技术实施例方案涉及的硬件运行环境的基于人工智能的设备缺陷检测设备的结构示意图；图2为本专利技术基于人工智能的设备缺陷检测方法第一实施例的流程示意图；图3为本专利技术基于人工智能的设备缺陷检测方法第二实施例的流程示意图；图4为本专利技术基于人工智能的设备缺陷检测方法第三实施例的流程示意图；图5为本专利技术基于人工智能的设备缺陷检测装置第一实施例的结构框图。
[0017]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0018]应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的设备缺陷检测方法，其特征在于，所述基于人工智能的设备缺陷检测方法包括：根据待检测设备的零件信息确定所述待检测设备中各零件的外观检测项目和运行检测项目；根据所述外观检测项目获取各零件的目标图像信息，将所述目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息；根据所述运行检测项目控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息；根据所述外观特征信息和所述运行状态信息对各零件进行故障评价；根据故障评价结果确定各零件中的故障零件，并获取所述故障零件的故障零件信息；根据故障零件信息生成所述待检测设备对应的缺陷检测结果。2.如权利要求1所述的基于人工智能的设备缺陷检测方法，其特征在于，所述根据所述运行检测项目控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息，包括：根据所述零件信息确定各零件的故障权重；根据所述故障权重和所述运行检测项目生成待检测设备的负载运行控制策略；根据所述负载运行控制策略控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息。3.如权利要求2所述的基于人工智能的设备缺陷检测方法，其特征在于，所述根据所述零件信息确定各零件的故障权重，包括：根据所述零件信息确定各零件对应的运行模块；获取所述运行模块对应的兼容性信息；根据所述兼容性信息对所述运行模块进行兼容性测试；根据兼容性测试结果确定各零件的故障权重。4.如权利要求3所述的基于人工智能的设备缺陷检测方法，其特征在于，所述根据所述故障权重和所述运行检测项目生成待检测设备的负载运行控制策略，包括：根据所述故障权重确定各零件的排查次序；根据所述排查次序对各零件进行负载运行排序；根据负载运行排序结果和所述运行检测项目生成待检测设备的负载运行控制策略。5.如权利要求1所述的基于人工智能的设备缺陷检测方法，其特征在于，所述根据所述外观检测项目获取各零件的目标图像信息，将所述目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息，包括：根据所述外观检测项目对各零件进行图像采集，获得各零件的初始图像信息；对所述初始图像信息进行灰度处理，获得灰度后的候选图像信息；将所述候选图像信息输入至预设降噪模型进行降噪处理，获得目标图像信息；将所述目标图像信息输入至预设特征提取模型...

【专利技术属性】
技术研发人员：马戈，朱国伟，顾维玺，王青春，黄启洋，
申请(专利权)人：中国工业互联网研究院，
类型：发明
国别省市：