摘要
本发明属于风机故障检测领域,具体地而言为一种基于Hopfield网络结合图像识别的风机叶片故障检测方法,通过无人机搭载热成像仪,获取风机叶片的原始图像,作为输入的原始样本;采用Hopfield神经网络的计算方法,检测出风机叶片是否出现故障;对于出现故障的风机叶片,再采用图像的亚像素匹配方法,匹配出故障点的具体位置。本发明解决无法确定出故障点的具体位置,然而亚像素图像匹配方法则可以准确的匹配出组件的故障点的具体位置。本发明能够较好的判断出风机叶片是否出现异常,较准确的找出异常组件故障点的位置,计算精度达到了亚像素级。
技术关键词
Hopfield神经网络
Hopfield网络
风机叶片故障
样本
寻找最佳匹配块
风机故障检测
热成像仪
计算方法
图像匹配方法
三次样条插值
图像分割
发电组件
像素点
无人机
矩阵
无故障
记忆
系统为您推荐了相关专利信息
稀土永磁材料
数字孪生技术
结构化网格
数字孪生模型
低时延
智能决策模型
多径传输方法
时延
节点
网络拥塞程度
聚乙二醇化脂质体
蛋白酶抑制剂
复合稳定剂
体外诊断试剂盒
临床诊断技术
径向基函数神经网络
模型构建方法
智能机械臂
力学
数据
信息提取方法
随机森林模型
混合像元分解方法
空间分布信息
训练特征