摘要
本发明公开了一种基于机器人结合改进RT‑DETR算法的抽水蓄能机组绝缘缺陷检测方法,包括括以下步骤:S1.用机器人在不抽转子情况下于抽水蓄能机组膛内收集图像数据,作为原始数据集;S2.标记原始数据集中缺陷类型和缺陷位置,同时用数据增强技术对原始数据集进行处理、切分得到训练集、验证集与测试集;S3.构建改进的RT‑DETR神经网络模型,用训练集和验证集对神经网络进行训练,用测试集对神经网络模型进行测评;S4.将缺陷检测模型部署到视觉系统处理端内,在作业时处理机器人传回的数据,对抽水蓄能机组转子进行缺陷检测。本发明能够在不取出转子的情况下,及时发现较容易处理的抽水蓄能发电机机组转子的故障缺陷。
技术关键词
绝缘缺陷检测方法
抽水蓄能机组
机器人
神经网络模型
抽水蓄能发电机
差值算法
转子
双线性插值算法
特征金字塔网络
精度
数据
视觉系统
混合编码器
输出特征
解码器
训练集
图像采集设备
系统为您推荐了相关专利信息
检测仪器
机械臂组件
检测机构
大型异形工件
壁面
时间序列模型
信息熵
电价预测方法
建立神经网络模型
电价预测系统
汽车共享充电装置
搬运机器人
充电结构
充电组件
推送机构