摘要
本发明公开了一种铸坯表面实时温度场信息异常检测方法及装置,包括:S1、采集铸坯表面红外图像数据;S2、将红外图像数据送入到目标检测模型中进行处理,分析得到铸坯表面温度异常区域;S3、从铸坯表面温度异常区域中提取温度数据,然后使用训练后的K‑means聚类算法对异常区域进行二次判定定位温度异常状态结果。本发明基于红外热像技术和机器学习技术,通过在铸坯移动过程中采集热像数据,应用于铸坯表面实时温度场信息异常状态检测,提高了铸坯表面温度检测的准确性和稳定性。
技术关键词
异常检测方法
铸坯表面温度
图像检测装置
异常状态
红外热像技术
数据
光谱检测装置
异常检测装置
机器学习技术
铸坯温度
网络
算法
服务器
红外相机
控制系统
样本
聚类
标签
系统为您推荐了相关专利信息
命名数据网络
RBF神经网络
网络流量特征
神经网络模型
兴趣
分布式存储模块
动态资源分配
异常状态
数据采集模块
分布式文件系统
数据采集终端设备
云平台
监测系统
历史数据查询
多传感器融合
量化误差
编码器模块
语义特征提取
对齐模块
图像检测方法