电站锅炉水冷壁的缺陷检测方法技术

本发明专利技术实施例公开了一种电站锅炉水冷壁的缺陷检测方法

【技术实现步骤摘要】
电站锅炉水冷壁的缺陷检测方法、装置、设备及介质


[0001]本专利技术涉及图像检测
，尤其涉及一种电站锅炉水冷壁的缺陷检测方法
、
装置
、
设备及介质
。

技术介绍

[0002]在我国火电承担着消纳新能源和能源保供的重要作用和能源保供
。
而锅炉作为火电厂核心设备，其水冷壁检测效果对于机组安全
、
可靠
、
经济运行有重要意义
。
因此，科学有效的水冷壁检测是保障燃煤机组安全运行的重要手段
。
[0003]现有技术中，电站锅炉水冷壁缺陷检测主要是依赖人工完成检测过程，这种方式不仅工作量大
、
任务繁重
、
覆盖范围有限，还存在着极大的人为主观性，导致检测效率低
、
检测结果误差大
、
漏检率高等问题
。

技术实现思路

[0004]本专利技术提供了一种电站锅炉水冷壁的缺陷检测方法
、
装置
、
设备及介质，基于预先训练好的网络模型实现对图像缺陷特征的多维度提取与融合，能够有效解决电站锅炉水冷壁缺陷检测精度差
、
效率低和经济性低的问题
。
[0005]根据本专利技术的一方面，提供了一种电站锅炉水冷壁的缺陷检测方法，所述方法包括：
[0006]获取待测水冷壁的待测缺陷图像，根据多尺度注意力网络确定所述待测缺陷图像的至少两组图像特征信息；其中，所述多尺度注意力网络包括至少两条特征提取链路，每条特征提取链路中包括至少两个相同数量的特征提取组，每个特征提取组包括特征提取单元和注意力单元；
[0007]根据路径聚合网络确定与所述至少两组图像特征信息对应的至少两个候选缺陷图像；其中，所述路径聚合网络包括卷积单元和采样单元，所述图像特征信息与所述候选缺陷图像具有相同维度；
[0008]根据目标检测网络确定所述候选缺陷图像的候选缺陷信息；其中，所述候选缺陷信息包括候选缺陷类型
、
候选缺陷位置和候选缺陷检测精度；
[0009]根据所述候选缺陷检测精度从所述候选缺陷信息中确定目标缺陷信息，根据所述目标缺陷信息确定所述待测缺陷图像的缺陷检测结果
。
[0010]根据本专利技术的另一方面，提供了一种电站锅炉水冷壁的缺陷检测装置，包括：
[0011]图像特征信息确定模块，用于获取待测水冷壁的待测缺陷图像，根据多尺度注意力网络确定所述待测缺陷图像的至少两组图像特征信息；其中，所述多尺度注意力网络包括至少两条特征提取链路，每条特征提取链路中包括至少两个相同数量的特征提取组，每个特征提取组包括特征提取单元和注意力单元；
[0012]候选缺陷图像确定模块，用于根据路径聚合网络确定与所述至少两组图像特征信息对应的至少两个候选缺陷图像；其中，所述路径聚合网络包括卷积单元和采样单元，所述
图像特征信息与所述候选缺陷图像具有相同维度；
[0013]候选缺陷信息确定模块，用于根据目标检测网络确定所述候选缺陷图像的候选缺陷信息；其中，所述候选缺陷信息包括候选缺陷类型
、
候选缺陷位置和候选缺陷检测精度；
[0014]缺陷检测结果确定模块，用于根据所述候选缺陷检测精度从所述候选缺陷信息中确定目标缺陷信息，根据所述目标缺陷信息确定所述待测缺陷图像的缺陷检测结果
。
[0015]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0016]至少一个处理器；以及
[0017]与所述至少一个处理器通信连接的存储器；其中，
[0018]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的电站锅炉水冷壁的缺陷检测方法
。
[0019]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的电站锅炉水冷壁的缺陷检测方法
。
[0020]本专利技术实施例的技术方案，获取待测水冷壁的待测缺陷图像，根据多尺度注意力网络确定待测缺陷图像的至少两组图像特征信息；其中，多尺度注意力网络包括至少两条特征提取链路，每条特征提取链路中包括至少两个相同数量的特征提取组，每个特征提取组包括特征提取单元和注意力单元；根据路径聚合网络确定与至少两组图像特征信息对应的至少两个候选缺陷图像；其中，路径聚合网络包括卷积单元和采样单元，图像特征信息与候选缺陷图像具有相同维度；根据目标检测网络确定候选缺陷图像的候选缺陷信息；其中，候选缺陷信息包括候选缺陷类型
、
候选缺陷位置和候选缺陷检测精度；根据候选缺陷检测精度从候选缺陷信息中确定目标缺陷信息，根据目标缺陷信息确定待测缺陷图像的缺陷检测结果
。
本技术方案，基于预先训练好的网络模型实现对图像缺陷特征的多维度提取与融合，能够有效解决电站锅炉水冷壁缺陷检测精度差
、
效率低和经济性低的问题
。
[0021]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围
。
本专利技术的其它特征将通过以下的说明书而变得容易理解
。
附图说明
[0022]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0023]图1是根据本专利技术实施例一提供的一种电站锅炉水冷壁的缺陷检测方法的流程图；
[0024]图2是根据本专利技术实施例一提供的一种缺陷检测模型训练的流程图；
[0025]图3是根据本专利技术实施例一提供的一种数据样本增强与扩充的流程图；
[0026]图4是根据本专利技术实施例一提供的一种缺陷检测模型的网络结构图；
[0027]图5是根据本专利技术实施例二提供的一种电站锅炉水冷壁的缺陷检测方法的流程图；
[0028]图6是根据本专利技术实施例三提供的一种电站锅炉水冷壁的缺陷检测装置的结构示意图；
[0029]图7是实现本专利技术实施例的一种电站锅炉水冷壁的缺陷检测方法的电子设备的结构示意图
。
具体实施方式
[0030]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例
。
基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围
。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电站锅炉水冷壁的缺陷检测方法，其特征在于，所述方法包括：获取待测水冷壁的待测缺陷图像，根据多尺度注意力网络确定所述待测缺陷图像的至少两组图像特征信息；其中，所述多尺度注意力网络包括至少两条特征提取链路，每条特征提取链路中包括至少两个相同数量的特征提取组，每个特征提取组包括特征提取单元和注意力单元；根据路径聚合网络确定与所述至少两组图像特征信息对应的至少两个候选缺陷图像；其中，所述路径聚合网络包括卷积单元和采样单元，所述图像特征信息与所述候选缺陷图像具有相同维度；根据目标检测网络确定所述候选缺陷图像的候选缺陷信息；其中，所述候选缺陷信息包括候选缺陷类型
、
候选缺陷位置和候选缺陷检测精度；根据所述候选缺陷检测精度从所述候选缺陷信息中确定目标缺陷信息，根据所述目标缺陷信息确定所述待测缺陷图像的缺陷检测结果
。2.
根据权利要求1所述的方法，其特征在于，所述多尺度注意力网络包括第一特征提取链路和第二特征提取链路；所述第一特征提取链路包括四个第一链路特征提取组，每个第一链路特征提取组包括一个第一链路特征提取单元和一个位置注意力单元；所述第二特征提取链路包括四个第二链路特征提取组，每个第二链路特征提取组包括至少两个第二链路特征提取单元和一个通道注意力单元
。3.
根据权利要求2所述的方法，其特征在于，根据多尺度注意力网络确定所述待测缺陷图像的至少两组图像特征信息，包括：根据所述第一特征提取链路的第一链路第一特征提取组，确定所述待测缺陷图像在第一特征提取链路上的第一链路第一特征信息；根据所述第二特征提取链路的第二链路第一特征提取组，确定所述待测缺陷图像在第二特征提取链路上的第二链路第一特征信息；将所述第一链路第一特征信息和所述第二链路第一特征信息进行融合，得到所述待测缺陷图像的第一融合特征信息；根据所述第一特征提取链路的第一链路第二特征提取组，确定所述第一融合特征信息在第一特征提取链路上的第一链路第二特征信息；根据所述第二特征提取链路的第二链路第二特征提取组，确定所述第一融合特征信息在第二特征提取链路上的第二链路第二特征信息；将所述第一链路第二特征信息和所述第二链路第二特征信息进行融合，得到所述待测缺陷图像的第二融合特征信息；根据所述第一特征提取链路的第一链路第三特征提取组，确定所述第二融合特征信息在第一特征提取链路上的第一链路第三特征信息；根据所述第二特征提取链路的第二链路第三特征提取组，确定所述第二融合特征信息在第二特征提取链路上的第二链路第三特征信息；将所述第一链路第三特征信息和所述第二链路第三特征信息进行融合，得到所述待测缺陷图像的第三融合特征信息；根据所述第一特征提取链路的第一链路第四特征提取组，确定所述第三融合特征信息在第一特征提取链路上的第一链路第四特征信息；
根据所述第二特征提取链路的第二链路第四特征提取组，确定所述第三融合特征信息在第二特征提取链路上的第二链路第四特征信息；将所述第一链路第四特征信息和所述第二链路第四特征信息进行融合，得到所述待测缺陷图像的第四融合特征信息；将所述第一融合特征信息
、
所述第二融合特征信息
、
所述第三融合特征信息和所述第四融合特征信息，作为所述待测缺陷图像的图像特征信息
。4.
根据权利要求3所述的方法，其特征在于，根据路径聚合网络确定与所述至少两组图像特征信息对应的至少两个候选缺陷图像，包括：根据所述第一融合特征信息
、
所述第二融合特征信息
、
所述第三融合特征信息和所述第四融合特征信息，确定与所述第一融合特征信息对应的第一候选缺陷图像；根据所述第一候选缺陷图像
、
所述第二融合特征信息
、
所述第三融合特征信息和所述第四融合特征信息，确定与所述第二融合特征信息对应的第二候选缺陷图像；根据所述第二候选缺陷图像
、
所述第三融合特征信息和所述第四融合特征信息，确定与所述第三融合特征信息对应的第三候选缺陷图像；根据所述第二候选缺陷图像
、
所述第三候选缺陷图像
、
所述第三融合特征信息和所述第四融合特征信息，确定与所述第四融合特征信息对应的第四候选缺陷图像
。5.
根据权利要求3所述的方法，其特征在于，在根据所述第一特征提取链路的第一链路第一特征提取组，确定所述待测缺陷图像在第一特征提取链路上的第一链路第一特征信息之前，还包括：基于预设卷积模板对所述待测缺陷图像进行特征预处理，得到参考特征信息；其中，所述预设卷积模板的相邻元素中设置有一个零值，所述特征预处理包括图像特征提取和图像通道扩增；相应的，根据所述第一特征提取链路的第一链路第一特征提取组，确定所述待测缺陷图像在第一特征提取链路上的第一链路第一特征信息，包括：根据所述第一特征提取链路的第一链路第一特征提取组，确定所述参考特征信息在第一特征提取链路上的第一链路第一特征信息；根据所述第二特征提取链路的第二链路第一特征提取组，确定所述参考特征信息在第二特征提取链路上的第二链路第一特征信息
。6.
根据权利要求1‑5任一所述的方法，其特征在于，根据目标检测网络确定所述候选缺陷图像的候选缺陷信息，包括：根据目标检测网络中的第一预测单元确定所述候选缺陷图像的候选缺陷类型；其中，所述第一预测单元用于预测图像缺陷类型；根据所述目标检测网络中的第二预测单元确定所述候选缺陷图像的候选缺陷位置；其中，所述第二预测单元用于预测图像缺陷位置；根据所述目标检测网络中的第三预测单元确定所述候选缺陷图像的候选缺陷检测精度；其中，所述第三预测单元用于预测图像缺陷检测精度
。7.
根据权利要求6所述的方法，其特征在于，根据所述候选缺陷检测精度从所述候选缺陷信息中确定目标缺陷信息，包括：将所述候选缺陷检测精度中的最大值确定为目标缺陷检测精度；
将所述目标缺陷检测精度对应的候选缺陷信息确定为目标缺陷信息
。8.
一种电站锅炉水冷壁的缺陷检测装置，其特征在于，所述装置包括：图像特征信息确定模块，用于获取待测水冷壁的待测缺陷图像，根据多尺度注意力网络确定所述待测缺陷图像的至少两组图像特征...

【专利技术属性】
技术研发人员：张玉江，武霖，陈洪溪，程明，李泽华，钟嶒楒，庄伟，李汪繁，林润达，平彦军，樊志强，何宝华，徐佳敏，张强，
申请(专利权)人：内蒙古霍煤鸿骏铝电有限责任公司内蒙古电投能源股份有限公司，
类型：发明
国别省市：