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() 一种复杂环境下的锅炉火焰检测算法制造技术_技高网

一种复杂环境下的锅炉火焰检测算法制造技术

技术编号:40147911 阅读:12 留言:0更新日期:2024-01-24 00:41
本发明专利技术公开了一种复杂环境下的锅炉火焰检测算法,首先利用目标检测的方法YOLOv5的方式检测出监测区域的标志位,确定监测区域以后利用YOLOv5‑lite模型进行火焰检测。本发明专利技术YOLOv5通过单次前向传播来同时完成检测和定位,因此具有较快的检测速度;同时,YOLOv5在网络结构和训练策略上进行了改进,以提高检测准确性和泛化能力。本发明专利技术根据获得4个标志位,绘制检测区域,利用轻量化的YOLOv5‑lite模型进行预测,不仅提高了模型检测的精度,也保留了检测的实时性,在高精度的同时可以快速检测火焰,保障锅炉的正常运行,减少锅炉产生故障时产生的经济损失和人身安全。

【技术实现步骤摘要】

本专利技术专利涉及计算机视觉,具体为一种复杂环境下的锅炉火焰检测算法


技术介绍

1、锅炉在工业中具有重要的作用,它们是工业生产中的核心设备之一,发挥着多方面的关键功能和作用。锅炉被广泛用于工业生产中的加热和加工过程。在许多工业领域,如钢铁、化工、纸浆与造纸等,锅炉提供所需的高温热能,促使化学反应、物质转化和材料加工等过程的进行。锅炉可以为工业建筑和设施提供供暖和冷却。通过产生热水或蒸汽,锅炉可以为生产车间、办公区域等提供适宜的温度环境。

2、锅炉在工业中的运用对安全性有非常严格的要求,因为它们涉及高温、高压和能源转化等复杂过程,一旦发生事故可能会导致严重的人员伤亡、环境污染和财产损失。以下是锅炉运用中对安全性的一些重要要求。

3、锅炉火焰检测在工业中具有重要性,这是因为它关系到锅炉的安全、稳定运行以及防止火灾等相关问题。锅炉火焰检测可以及时发现锅炉内部火焰异常,从而防止火灾的发生。火灾可能会导致严重的人员伤亡、设备损坏和财产损失,因此通过及时检测火焰异常,可以有效地预防火灾事故。火焰是锅炉正常燃烧的标志,通过检测火焰是否正常可以判断锅炉是否在安全状态下运行。异常的火焰可能意味着燃烧不完全、气体泄漏等问题,可能导致爆炸、中毒等风险。


技术实现思路

1、锅炉内火焰的检测在实际操作中可能会面临一些挑战和困难,这些困难可能源于锅炉内部环境的复杂性以及火焰本身的特点。锅炉内部通常存在高温高压的情况,这可能限制了传感器和设备的使用,因为它们需要耐受极端的工作条件。锅炉内火焰的形态可能多样,包括稳定的火焰、不稳定的火焰、火焰振荡等。这种多样性使得设计适用于所有情况的检测算法变得具有挑战性。锅炉内可能存在各种干扰因素,如颗粒物、烟雾、灰尘等,它们可能影响火焰检测的准确性。

2、本专利技术专利针对于传统火焰检测存在受到锅炉周围环境的影响,存在干扰导致出现误判等情况,提出了一种复杂环境下的锅炉火焰检测算法。

3、视觉识别是一种利用图像或视频数据来识别和分析对象、场景、动作等信息的技术。然而,视觉识别的性能可能会受到周围环境的影响,这些影响因素可能会导致识别结果的准确性和稳定性受到影响。

4、本专利技术专利通过检测目标周围环境进行识别,根据周围环境的特性,首先利用目标检测的方法yolov5的方式检测出监测区域的标志位,确定监测区域以后利用yolov5-lite模型进行火焰检测。

5、在每一个洞口处都存在四个螺母,确定此4个螺母作为目标区域划分的重要标志,利用目标检测的方式检测火焰。

6、本专利技术的技术方案如下:

7、一种复杂环境下的锅炉火焰检测算法,包括如下步骤:

8、1)首先利用目标检测的方法检测出监测区域的标志位,

9、2)确定监测区域以后利用目标检测的方式进行火焰检测。

10、进一步的,所述步骤1)中采用yolov5的方法进行目标检测。

11、进一步的,所述步骤1)具体过程如下:

12、1)数据预处理:输入图像会经过预处理步骤,包括调整图像大小、归一化像素值、进行数据增强等。数据增强有助于提高模型的鲁棒性和泛化能力;

13、2)特征提取和检测:经过卷积层后,图像特征会逐渐被提取和抽象。然后,yolov5将提取到的特征传递到检测层,该层会同时输出预测的边界框、类别以及置信度分数;

14、3)边界框预测:检测层会输出一系列边界框,每个边界框包括目标的位置和尺寸信息。这些边界框是在不同尺度的特征图上预测得到的,然后会根据网络的层次结构进行合并;

15、4)置信度评估:对每个边界框,模型会预测一个置信度分数,表示该边界框内是否包含了一个物体。这个分数是基于边界框中包含目标的概率、检测框的精度等综合因素计算得出的。

16、进一步的,所述步骤2)利用yolov5-lite模型进行火焰检测。

17、本专利技术的有益效果如下:

18、1)yolov5通过单次前向传播来同时完成检测和定位,因此具有较快的检测速度;同时,yolov5在网络结构和训练策略上进行了改进,以提高检测准确性和泛化能力。

19、2)根据获得4个标志位,绘制检测区域,利用轻量化的yolov5-lite模型进行预测,不仅提高了模型检测的精度,也保留了检测的实时性,在高精度的同时可以快速检测火焰,保障锅炉的正常运行,减少锅炉产生故障时产生的经济损失和人身安全。

本文档来自技高网...

【技术保护点】

1.一种复杂环境下的锅炉火焰检测算法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种复杂环境下的锅炉火焰检测算法,其特征在于,所述步骤1)中采用YOLOv5的方法进行目标检测。

3.根据权利要求1或2所述的一种复杂环境下的锅炉火焰检测算法,其特征在于,所述步骤1)具体过程如下:

4.根据权利要求1所述的一种复杂环境下的锅炉火焰检测算法,其特征在于,所述步骤2)利用YOLOv5-lite模型进行火焰检测。

【技术特征摘要】

1.一种复杂环境下的锅炉火焰检测算法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种复杂环境下的锅炉火焰检测算法,其特征在于,所述步骤1)中采用yolov5的方法进行目标检测。

3.根据权利要...

【专利技术属性】
技术研发人员:洪艾方振军
申请(专利权)人:浙江工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1