基于图像处理的电气设备故障检测方法及系统技术方案

本发明专利技术涉及电气设备检测技术领域，尤其涉及一种基于图像处理的电气设备故障检测方法及系统，该方法包括：通过图像采集设备获取扇叶图像并进行边缘轮廓分析，判断扇叶表面是否出现损坏，并对电风扇进行维修；若扇叶表面无损坏特征，将电风扇启动至运行平稳时，通过磁铁与霍尔传感器产生的电信号获得扇叶的转动速率，并与预设转动速率进行比较，根据比较结果判断故障并维修；若电风扇转速故障维修完成，通过振动传感器检测扇叶在第二时间段内的振动值，绘制振动图，将振动图与预设振动图进行最大振动值

【技术实现步骤摘要】
基于图像处理的电气设备故障检测方法及系统


[0001]本专利技术涉及电气设备检测
，尤其涉及一种基于图像处理的电气设备故障检测方法及系统
。

技术介绍

[0002]电气设备检测技术是指对电气设备进行安全性
、
性能
、
质量等方面的评估和检测的

。
这个领域与电气工程
、
机械工程
、
自动化技术等相关，涉及各种电气设备的检测
、
测量
、
故障诊断
、
性能评估等方面的知识和技术
。
电气设备检测技术的发展与现代社会对电气设备安全性和可靠性的要求密切相关
。
[0003]公开号为
CN109917216A
的专利文献公开了一种家用电器故障监测设备，该设备包括频率采集电路
、
分离校准电路和信号输出电路，所述频率采集电路采集家用电器故障监测设备控制终端中信号传输通道输入端的信号频率，所述分离校准电路运用可变电阻
RW1、
可变电阻
RW2
和电容
C4、
电容
C3
组成分离电路将信号分为同频率不同振幅的两路信号，一路运用三极管
Q1、
三极管
Q2
组成推挽电路降低信号的导通损耗，二路运用可变电阻
RW3
和二极管
D4、
二极管
D5
组成整流电路对信号整流，最后信号输出电路运用三极管
Q5、
三极管
Q6
和电阻
R14、
电阻
R15
组成复合电路防止信号失真，能够将信号频率转换为家用电器故障监测设备控制终端中报警模块的触发信号
。
[0004]现有技术中对电气设备故障检测时检测过程繁琐，从而造成检测速率低下的问题
。

技术实现思路

[0005]为此，本专利技术提供一种基于图像处理的电气设备故障检测方法及系统，可以解决检测速率低下的问题
。
[0006]为实现上述目的，本专利技术提供一种基于图像处理的电气设备故障检测方法，该方法包括：通过图像采集设备获取电风扇内部的扇叶图像，对所述扇叶图像进行边缘轮廓分析，判断所述扇叶表面是否出现损坏，若损坏，则对所述电风扇进行维修，所述扇叶在所述电风扇运行过程中匀速绕着同一轴心进行转动，所述扇叶至少包含两个；若所述扇叶表面无损坏特征，将所述电风扇启动，当所述电风扇运行平稳时，根据任一所述扇叶的边缘轮廓，计算所述扇叶的几何中心位置并标记，将磁铁固定在所述扇叶的几何中心处，通过当所述扇叶转动时所述磁铁经过霍尔传感器产生电信号获得所述扇叶的在第一时间段内的转动速率，将所述转动速率与预设转动速率进行比较，若所述转动速率小于所述预设转动速率，则所述电风扇故障，进而对所述电风扇进行维修；若所述电风扇转速故障维修完成，将所述磁铁取下，将所述电风扇启动，当所述电风扇运行平稳时，根据任一所述扇叶的边缘轮廓，标记所述扇叶边缘轮廓中距所述扇叶与所述电风扇连接一端最远距离处，将振动传感器固定设置在所述最远距离处，通过所述振
动传感器检测所述扇叶在第二时间段内的振动值，绘制振动图，将所述振动图中实际最大振动值与预设振动图中标准最大值进行比较，将所述振动图中实际最小振动值与所述预设振动图中标准最小值进行比较，根据振动值比较结果判断所述电风扇是否故障，若所述最大振动值小于等于所述标准最大值且所述最小值大于等于所述标准最小值，则将所述振动图与预设振动图进行重合度计算，并与预设重合度值进行比较，根据重合度比较结果判断所述电风扇是否故障，若所述电风扇振动故障，则对所述电风扇进行维修，所述预设振动图为在所述第二时间段内无故障电风扇获取的振动图
。
[0007]进一步地，根据振动值比较结果判断所述电风扇是否故障包括：提取所述振动图中实际最大振动值与实际最小振动值；将所述实际最大振动值与所述预设振动图中标准最大值进行比较，将所述实际最小振动值与所述预设振动图中标准最小值进行比较，若所述最大振动值大于所述标准最大值或所述最小值小于所述标准最小值，则所述电风扇振动故障
。
[0008]进一步地，将所述振动图与预设振动图进行重合度计算，并与预设重合度值进行比较，根据重合度比较结果判断所述电风扇是否故障包括：提取所述振动图像中若干实际振幅值，计算若干所述实际振幅值的均值，获取均值振幅值，将所述均值振幅值与所述预设振动图中的标准振幅值进行重合度计算，获取第一重合度值；提取所述振动图中单位时间内的若干实际振动频率，计算若干所述实际振动频率的均值，将均值频率值与所述预设振动图中的标准频率值进行重合度计算，获取第二重合度值；将所述第一重合度值与所述第二重合度值相加获取第三重合度值；将所述第三重合度值与所述预设重合度值进行比较，若所述第三重合度值小于等于所述预设重合度值，则所述电风扇无故障，若所述第三重合度值大于所述预设重合度值，则所述电风扇故障
。
[0009]进一步地，若所述电风扇振动故障，则对所述电风扇进行维修包括：对所述扇叶与所述电风扇连接处进行图像采集，获取连接图像；通过边缘检测算法提取所述连接图像中连接部件的边缘轮廓；将所述连接图像通过图像处理软件转化为灰度图像；识别所述连接部件的边缘轮廓区域间的灰度值，若所述灰度值小于预设灰度值，则所述连接部件松开，应将所述连接部件调紧或更换连接部件
。
[0010]进一步地，对所述扇叶图像进行分析，判断所述扇叶表面是否出现损坏包括：通过图像采集设备获取扇叶图像；通过图像处理工具对所述扇叶图像进行去噪处理；通过边缘检测算法获取所述扇叶图像中扇叶的边缘轮廓；将所述扇叶的边缘轮廓与标准扇叶边缘轮廓进行相似度计算，若相似度结果小于预设相似度，则所述扇叶出现损坏，若相似度结果大于等于所述预设相似度，则所述扇叶没有出现损坏
。
[0011]进一步地，根据任一所述扇叶的边缘轮廓，计算所述扇叶的几何中心位置并标记包括：
建立以长度值为横轴，宽度值为纵轴的直角坐标系；将所述扇叶的边缘轮廓绘制在所述直角坐标系中；对所述扇叶的边缘轮廓以
10cm
为间隔进行标记，获取标记的若干点的坐标；计算若干坐标的横纵坐标均值，获取坐标均值，所述坐标均值对应的点为所述扇叶的几何中心位置
。
[0012]进一步地，通过当所述扇叶转动时所述磁铁经过霍尔传感器产生电信号获得所述扇叶的在第一时间段内的转动速率包括：在所述扇叶的几何中心处固定安装一个磁铁，在与所述磁铁处于同一横向平面，距所述磁铁
20cm
的位置处设置所述霍尔传感器，所述霍尔传感器与继电器相连接；将所述电风扇启动，所述扇叶进行转动进而所述磁铁进行转动，当所述磁铁经过所述霍尔传感器时，所述霍尔传感器接收到电压变化产生电信号，进而触动继电器，记录所述继电器在所述第一时间段内被触动的次数，所述次数即为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于图像处理的电气设备故障检测方法，其特征在于，包括：通过图像采集设备获取电风扇内部的扇叶图像，对所述扇叶图像进行边缘轮廓分析，判断所述扇叶表面是否出现损坏，若损坏，则对所述电风扇进行维修，所述扇叶在所述电风扇运行过程中匀速绕着同一轴心进行转动，所述扇叶至少包含两个；若所述扇叶表面无损坏特征，将所述电风扇启动，当所述电风扇运行平稳时，根据任一所述扇叶的边缘轮廓，计算所述扇叶的几何中心位置并标记，将磁铁固定在所述扇叶的几何中心处，通过当所述扇叶转动时所述磁铁经过霍尔传感器产生电信号获得所述扇叶的在第一时间段内的转动速率，将所述转动速率与预设转动速率进行比较，若所述转动速率小于所述预设转动速率，则所述电风扇故障，进而对所述电风扇进行维修；若所述电风扇转速故障维修完成，将所述磁铁取下，将所述电风扇启动，当所述电风扇运行平稳时，根据任一所述扇叶的边缘轮廓，标记所述扇叶边缘轮廓中距所述扇叶与所述电风扇连接一端最远距离处，将振动传感器固定设置在所述最远距离处，通过所述振动传感器检测所述扇叶在第二时间段内的振动值，绘制振动图，将所述振动图中实际最大振动值与预设振动图中标准最大值进行比较，将所述振动图中实际最小振动值与所述预设振动图中标准最小值进行比较，根据振动值比较结果判断所述电风扇是否故障，若所述最大振动值小于等于所述标准最大值且所述最小值大于等于所述标准最小值，则将所述振动图与预设振动图进行重合度计算，并与预设重合度值进行比较，根据重合度比较结果判断所述电风扇是否故障，若所述电风扇振动故障，则对所述电风扇进行维修，所述预设振动图为在所述第二时间段内无故障电风扇获取的振动图
。2.
根据权利要求1所述的基于图像处理的电气设备故障检测方法，其特征在于，根据振动值比较结果判断所述电风扇是否故障包括：提取所述振动图中实际最大振动值与实际最小振动值；将所述实际最大振动值与所述预设振动图中标准最大值进行比较，将所述实际最小振动值与所述预设振动图中标准最小值进行比较，若所述最大振动值大于所述标准最大值或所述最小值小于所述标准最小值，则所述电风扇振动故障
。3.
根据权利要求2所述的基于图像处理的电气设备故障检测方法，其特征在于，将所述振动图与预设振动图进行重合度计算，并与预设重合度值进行比较，根据重合度比较结果判断所述电风扇是否故障包括：提取所述振动图像中若干实际振幅值，计算若干所述实际振幅值的均值，获取均值振幅值，将所述均值振幅值与所述预设振动图中的标准振幅值进行重合度计算，获取第一重合度值；提取所述振动图中单位时间内的若干实际振动频率，计算若干所述实际振动频率的均值，将均值频率值与所述预设振动图中的标准频率值进行重合度计算，获取第二重合度值；将所述第一重合度值与所述第二重合度值相加获取第三重合度值；将所述第三重合度值与所述预设重合度值进行比较，若所述第三重合度值小于等于所述预设重合度值，则所述电风扇无故障，若所述第三重合度值大于所述预设重合度值，则所述电风扇故障
。4.
根据权利要求3所述的基于图像处理的电气设备故障检测方法，其特征在于，若所述电风扇振动故障，则对所述电风扇进行维修包括：
对所述扇叶与所述电风扇连接处进行图像采集，获取连接图像；通过边缘检测算法提取所述连接图像中连接部件的边缘轮廓；将所述连接图像通过图像处理软件转化为灰度图像；识别所述连接部件的边缘轮廓区域间的灰度值，若所述灰度值小于预设灰度值，则所述连接部件松开，应将所述连接部件调紧或更换连接部件
。5.
根据权利要求4所述的基于图像处理的电气设备故障检测方法，其特征在于，对所述扇叶图像进行分析，判断所述扇叶表面是否出现损坏包括：通过图像采集设备获取扇叶图像；通过图像处理工具对所述扇叶图像进行去噪处理；通过边缘检测算法获取所述扇叶图像中扇叶的边缘轮廓；将所述扇叶的边缘轮廓与标准扇叶边缘轮廓进行相似度计算，若相似度结果小于预设相似度，则所述扇叶出现损坏，若相似度结果大于等于所述预设相似度，则所述扇叶没有出现损坏
。6.<...

【专利技术属性】
技术研发人员：陈泽，邓辰坤，杨海鹏，
申请(专利权)人：广州长川科技有限公司，
类型：发明
国别省市：