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】
本专利技术涉及管道检测,特别是涉及一种供热管道泄漏检测方法及系统。
技术介绍
1、供热管道主要有三种敷设方式:架空敷设、管沟敷设和直埋敷设。本专利技术主要是针对架空敷设的供热管道,其可分为低支架、中支架和高支架。低支架在0.3米~1.0米高,沿着围墙或不妨碍交通的区域;中支架在2.0米~4.5米高,用来跨越人行道、交通频繁处;高支架在4.5米以上,用来跨越公路和主要交通干线。长距离的输送供热管道容易出现破损导致泄漏,会在泄漏位置及周围出现异常高的温度分布情况,管道的泄漏不仅会对企业造成巨大经济损失,而且可能会对周围的人产生威胁。目前相关部门对供热管道的泄漏检测仍旧采用人工的检测方法,需要攀爬管道存在较大的危险性,而且效率不高,所以对供热管道的泄漏检测对其安全运行至关重要。
2、现有的供热管道的泄漏检测主要方式有水量不平衡检测、压力异常检测、温度异常检测、声音异常检测等方法。供热管道内部是一个压力压制闭环系统,在正常运行下,供热管道内部的水量、压力应当保持动态平衡,如果出现泄漏则会表现出水量大量减少、压力的快速减小,所以可以通过检测一段距离的供热管道的水量平衡和压力平衡来检测是否存在泄漏情况。对于长距离的供热管道泄漏点检测,存在不能精确定位泄漏点位置的问题,只能查看某段管道存在泄漏。通过管道机器人来对管道泄漏进行检测,需要将检测机器人置于管道内部,需要破坏管道,使用存在极大的不便性。
3、通过人工使用红外温度检测仪来对供热管道的温度检测,来检测管道的外部温度。该方法存在耗费人力且是对管道进行采样式的检测,不
技术实现思路
1、本专利技术的目的是提供一种供热管道泄漏检测方法及系统,提高了泄漏检测的准确性。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种供热管道泄漏检测方法,包括:
4、通过无人机采集供热管道的红外图像;
5、采用供热管道识别模型对所述红外图像进行识别,得到所述红外图像中供热管道区域;所述供热管道识别模型是根据训练集对改进的r3det网络进行训练得到的;所述改进的r3det网络的特征金字塔网络的输入层中卷积操作采用可变卷积操作,所述改进的r3det网络中relu激活函数替换为h-swish激活函数,所述改进的r3det网络中的候选锚框是采用k-means++聚类算法对所述训练集中标注框进行聚类确定的;
6、基于所述红外图像中供热管道区域,采用自适应阈值算法确定供热管道区域中泄漏点位置。
7、可选地,还包括:
8、根据所述红外图像携带的无人机定位信息,确定所述红外图像中供热管道的定位信息。
9、可选地,基于所述红外图像中供热管道区域,采用自适应阈值算法确定供热管道区域中泄漏点位置,具体包括:
10、采集红外图像的实际环境温度,采用所述实际环境温度对所述红外图像中温度信息进行校正;
11、基于校正后所述红外图像中供热管道区域,采用自适应阈值算法确定供热管道区域中泄漏点位置。
12、可选地,基于校正后所述红外图像中供热管道区域,采用自适应阈值算法确定供热管道区域中泄漏点位置,具体包括:
13、根据公式确定泄漏温度阈值;
14、其中,v表示泄漏温度阈值,n表示供热管道区域的像素数量,t1表示第1个像素的温度值,t2表示第2个像素的温度值,tn表示第n个像素的温度值,α为供热管道区域中温度最高值的个数,k为平均温度偏移量;
15、将温度大于泄漏温度阈值的像素点确定为泄漏点。
16、可选地,所述可变卷积操作表示为:
17、
18、其中,xs表示输入的特征图,y(p0)表示位置p0的卷积输出,r表示采样区域,p0表示采样区域中的中心点,pn表示采样区域中的第n个点,w(pn)表示采样区域中第n个点对应的卷积核权重系数,δpn表示偏移量,δmk表示权重系数。
19、可选地,所述红外图像为r-jpeg格式的红外图像。
20、可选地,所述h-swish激活函数表示为:
21、
22、其中,x表示所述h-swish激活函数的输入,relu6()表示relu6激活函数。
23、本专利技术还公开了一种供热管道泄漏检测系统,包括:
24、红外图像采集模块,用于通过无人机采集供热管道的红外图像;
25、供热管道识别模型,用于对所述红外图像进行识别,得到所述红外图像中供热管道区域;所述供热管道识别模型是根据训练集对改进的r3det网络进行训练得到的;所述改进的r3det网络的特征金字塔网络的输入层中卷积操作采用可变卷积操作,所述改进的r3det网络中relu激活函数替换为h-swish激活函数,所述改进的r3det网络中的候选锚框是采用k-means++聚类算法对所述训练集中标注框进行聚类确定的;
26、泄漏点位置确定模块,用于基于所述红外图像中供热管道区域,采用自适应阈值算法确定供热管道区域中泄漏点位置。
27、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:
28、本专利技术采用无人机搭载红外热成像相机沿供热管道间隔拍摄红外图像,对采集的红外图像进行管道泄漏位置的检测,提高了检测效率;采用改进的r3det旋转框目标检测算法,可实现对供热管道大纵横比的精准旋转框识别框选,实现管道区域更加精准的识别框选,通过自适应阈值的方法来检测高温的异常点,可以得到准确的泄漏点;本专利技术提供的检测方法可以应对大部分架空敷设的供热管道的泄漏检测,具有较好的泛化性。
本文档来自技高网...【技术保护点】
1.一种供热管道泄漏检测方法,其特征在于,包括:
2.根据权利要求1所述的供热管道泄漏检测方法,其特征在于,还包括:
3.根据权利要求1所述的供热管道泄漏检测方法,其特征在于,基于所述红外图像中供热管道区域,采用自适应阈值算法确定供热管道区域中泄漏点位置,具体包括:
4.根据权利要求3所述的供热管道泄漏检测方法,其特征在于,基于校正后所述红外图像中供热管道区域,采用自适应阈值算法确定供热管道区域中泄漏点位置,具体包括:
5.根据权利要求1所述的供热管道泄漏检测方法,其特征在于,所述可变卷积操作表示为:
6.根据权利要求1所述的供热管道泄漏检测方法,其特征在于,所述红外图像为R-JPEG格式的红外图像。
7.根据权利要求1所述的供热管道泄漏检测方法,其特征在于,所述H-Swish激活函数表示为:
8.一种供热管道泄漏检测系统,其特征在于,包括:
【技术特征摘要】
1.一种供热管道泄漏检测方法,其特征在于,包括:
2.根据权利要求1所述的供热管道泄漏检测方法,其特征在于,还包括:
3.根据权利要求1所述的供热管道泄漏检测方法,其特征在于,基于所述红外图像中供热管道区域,采用自适应阈值算法确定供热管道区域中泄漏点位置,具体包括:
4.根据权利要求3所述的供热管道泄漏检测方法,其特征在于,基于校正后所述红外图像中供热管道区域,采用自适应阈值算法...
【专利技术属性】
技术研发人员:陈家焱,李陟骞,王志恒,王强,周娟,
申请(专利权)人:中国计量大学,
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。