System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及防腐处理,更具体地,涉及一种发电厂水箱内壁防腐方法。
技术介绍
1、发电厂内的除盐水箱是大量储存除盐水的一种金属箱罐,然后将除盐水分配到各个发电厂区域中。由于除盐水本身就是发电厂生产过程中应用最为广泛的水源类型,因此对于水质要求较高。发电厂除盐水箱的水质会直接影响到后续工作的质量,而出现的一些防腐蚀产物也会影响到生产相关设备的正常运行。在发电厂正常运行的时候,本身对于除盐水箱检修窗口较小,需要除盐水箱保持较高的使用寿命,因此在发电厂的正常生产运行过程中,水箱内壁的防腐处理不可忽视。
2、现有技术中,对于水箱内壁的防腐处理仅局限于巡检人员的观察,在出现严重腐蚀问题时才发起应对措施,导致水箱中的水质被污染,影响整个电厂的生产效率。
技术实现思路
1、本专利技术提供一种发电厂水箱内壁防腐方法,应用于水箱内壁防腐工艺,用以解决现有技术中无法及时发现电厂中的水箱内壁腐蚀的技术问题。所述方法包括:
2、获取水箱内壁的图像数据,基于深度学习对图像数据进行内壁腐蚀度检测;
3、根据内壁腐蚀度检测结果基于水箱内壁防腐工艺对水箱内壁进行防腐处理;
4、获取防腐处理后水箱的腐蚀深度值,根据水箱的腐蚀深度值对水箱进行寿命评估;
5、获取水箱内的水质劣化程度,根据水质劣化程度结合水箱寿命评估值设定防腐检验周期;
6、当达到防腐检验周期时,获取水箱内壁的腐蚀度变化曲线,根据腐蚀度变化曲线检验防腐效果。
7、进一步地,
8、获取水箱内壁图像的样本数据,将水箱内壁图像样本数据转化为灰度图,基于k均值聚类算法设定灰度阈值;
9、根据灰度阈值对腐蚀灰度图图像进行二值化处理;
10、提取二值化处理后的腐蚀灰度图图像的生锈像素点,根据生锈像素点对腐蚀灰度图图像进行类别标记;
11、对类别标记后的腐蚀灰度图图像进行数据增强,根据增强后的腐蚀灰度图图像构建训练集;
12、根据训练集中的图像数据,训练得到水箱内壁腐蚀度检测模型,基于水箱内壁腐蚀度检测模型对水箱内壁图像的实时数据进行检测。
13、进一步地,所述基于k均值聚类算法设定灰度阈值,包括:
14、获取腐蚀灰度图图像的像素点数据,根据像素点数据随机选取k个初始聚类中心;
15、计算各像素点数据与聚类中心的欧氏距离,根据各像素点数据与聚类中心的欧氏距离对像素点数据进行聚类划分;
16、获取经聚类划分后各分区数据像素点数据的平均值,根据像素点数据的平均值更新聚类中心;
17、重复迭代并设定新的聚类中心,直至聚类中心不再发生变化,得到最终聚类中心,将最终聚类中心的像素点灰度平均值设定为灰度阈值。
18、进一步地,所述根据内壁腐蚀度检测结果基于水箱内壁防腐工艺对水箱内壁进行防腐处理,包括:
19、获取水箱内壁图像的实时数据的内壁腐蚀度等级,若内壁腐蚀度等级为70%-90%,则对水箱内壁进行防腐处理;
20、若内壁腐蚀度等级为10%-60%,则不对水箱内壁进行防腐处理。
21、进一步地,所述根据水箱的腐蚀深度值对水箱进行寿命评估,包括:
22、根据防腐处理后的腐蚀深度计算腐蚀速率,根据腐蚀速率计算腐蚀深度达到水箱厚度所需时间,将腐蚀深度达到水箱厚度所需时间确定为水箱的寿命评估值。
23、进一步地,所述根据水质劣化程度结合水箱寿命评估值设定防腐检验周期,包括:
24、获取水箱中水的水质参数,所述水质参数包括ph值、电导率、总有机碳含量,根据水箱损耗计算公式确定水箱损耗参数;
25、设定第一预设阈值,检测第一预设周期内水箱损耗参数的变化曲线,根据水箱损耗参数变化曲线预测水箱损耗参数达到第一预设阈值所需时间,将水箱损耗参数达到第一预设阈值所需时间设定为防腐检验周期。
26、进一步地,所述根据水箱损耗计算公式确定水箱损耗参数为:
27、f=α|p-7|+βc+γt+δd
28、其中,f为水箱损耗参数,α,β,γ,δ为水质参数权重,p为ph值,c为电导率,t为总有机碳含量,d为水箱寿命评估值。
29、进一步地,所述根据腐蚀度变化曲线检验防腐效果,包括:
30、获取水箱内壁腐蚀度在第二预设周期内的变化曲线,将第二预设周期划分为多个子周期;
31、计算子周期内水箱内壁腐蚀度的斜率均值,判断斜率均值是否超出第二预设阈值;
32、若斜率均值未超出第二预设阈值,则判定防腐处理达到防腐效果;
33、若斜率均值超出第二预设阈值,则判定防腐处理未达到防腐效果。
34、本专利技术的有益效果在于:
35、通过应用以上技术方案,本专利技术采用图像处理的方法基于深度学习对采集到的发电厂水箱内壁的图像进行腐蚀度检测,检测时间短,且极大提高了腐蚀度检测的准确性,通过对水箱的寿命进行评估,结合水质劣化程度设定防腐检验周期,并基于防腐检验周期对防腐效果进行周期性检测,及时检测防腐效果并对防腐效果进行准确评估,有效防止水箱内壁被腐蚀破坏,保障电厂运行的安全性,提高了电厂的运行效率。
本文档来自技高网...【技术保护点】
1.一种发电厂水箱内壁防腐方法,应用于水箱内壁防腐工艺,其特征在于,所述方法包括:
2.如权利要求1所述的发电厂水箱内壁防腐方法,其特征在于,所述基于深度学习对图像数据进行内壁腐蚀度检测,包括:
3.如权利要求2所述的发电厂水箱内壁防腐方法,其特征在于,所述基于k均值聚类算法设定灰度阈值,包括:
4.如权利要求1所述的发电厂水箱内壁防腐方法,其特征在于,所述根据内壁腐蚀度检测结果基于水箱内壁防腐工艺对水箱内壁进行防腐处理,包括:
5.如权利要求1所述的发电厂水箱内壁防腐方法,其特征在于,所述根据水箱的腐蚀深度值对水箱进行寿命评估,包括:
6.如权利要求1所述的发电厂水箱内壁防腐方法,其特征在于,所述根据水质劣化程度结合水箱寿命评估值设定防腐检验周期,包括:
7.如权利要求6所述的发电厂水箱内壁防腐方法,其特征在于,所述根据水箱损耗计算公式确定水箱损耗参数为:
8.如权利要求1所述的发电厂水箱内壁防腐方法,其特征在于,所述根据腐蚀度变化曲线检验防腐效果,包括:
【技术特征摘要】
1.一种发电厂水箱内壁防腐方法,应用于水箱内壁防腐工艺,其特征在于,所述方法包括:
2.如权利要求1所述的发电厂水箱内壁防腐方法,其特征在于,所述基于深度学习对图像数据进行内壁腐蚀度检测,包括:
3.如权利要求2所述的发电厂水箱内壁防腐方法,其特征在于,所述基于k均值聚类算法设定灰度阈值,包括:
4.如权利要求1所述的发电厂水箱内壁防腐方法,其特征在于,所述根据内壁腐蚀度检测结果基于水箱内壁防腐工艺对水箱内壁进行防腐处理,包括:
<...【专利技术属性】
技术研发人员:安如山,王宏,李昊峰,任小丁,牟文亮,
申请(专利权)人:河北邯峰发电有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。