摘要
本发明公开了一种烟支霉变预测方法及装置,涉及基于三维CT成像与人工智能分析的烟支内部霉变风险预测方案,主要构思在于采用四维时空信息分析,通过周期内连续CT扫描分析烟支内部烟丝霉变演化规律,解决以往静态检测无法捕捉霉变进程的缺陷。具体来说,在烟支状态持续演化过程中,构建烟支CT三维结构,并基于CT密度数据获得阶段性的烟支内局部水分含量极值、结团区域特征信息、孔隙梯度分布状态,结合多参数融合的霉变预测模型,预测在演化过程中不同阶段的烟支霉变风险。本发明以非破坏性的烟支内部检测方式,按照烟支内部的霉变演化特点,对烟支霉变征兆进行有效识别,并据此形成风险预警处置机制。
技术关键词
氧气扩散系数
烟丝
CT扫描
烟支
特征值
密度
区域生长算法
三维结构
形态
实体
风险
CT成像
数据
烟盒
预测装置
定位模块
多参数
识别模块
周期
指数
系统为您推荐了相关专利信息
电磁散射快速分析方法
周期阵列结构
矩阵
广义特征值
方程
图像检测方法
金字塔池化模块
图像检测模型
非易失性存储介质
通道注意力机制
风险预测方法
风险预测模型
机器学习算法
电化学储能系统
风险预测技术
数据预处理方法
预测模型训练
数据预处理装置
计数器
异常状态