摘要
本发明涉及气压枪检测技术领域,公开了一种气压枪螺栓安装异常的检测方法及系统,获取安装过程中的实际紧固力数值、气压波动幅度与频率及表面特征图像;计算实际与预设紧固力的动态偏差,形成紧固力偏差序列;基于自适应聚类算法对偏差序列进行多维度离散分析,获取异常离散点簇数量;若数量占比超过预设阈值,则标记为螺栓安装异常;进而比对该气压枪的气压波动幅度与频率是否超出预设范围,以判断气压是否稳定;若不稳定,则将表面图像输入训练好的图像识别模型,输出泄漏痕迹概率;若概率超过预设阈值,则采集泄漏点三维流场数据,计算得到气体泄漏量。所述方法能够实现精准检测与定量分析。
技术关键词
图像识别模型
气压枪
气体泄漏量
偏差
聚类算法
频率
螺栓
数值
序列
神经网络模型训练
分类特征
局部纹理特征
可读存储介质
监督学习算法
训练集
非线性特征
数据获取模块
计算机
系统为您推荐了相关专利信息
风电机组
变流器
尾流效应
风电场数据
连续状态空间
信息优化方法
空间聚类算法
深度学习模型
语义
图片