通过基于深度学习的电厂滑油（变压器油）颗粒数和粒度分析、传动故障检测及预 警系统开发课题的实施，揭示了汽轮机油颗粒度机理与特性，开发了新型运行中汽轮机 油颗粒度在线监测系统。 通过图像法等手段研究油品颗粒度的在线监测；利用机器视觉连续监测传动系统润 滑油油品颗粒度分布；重点研制运行中汽轮机油颗粒度在线监测系统，对深度学习方法 展开研究，并开展磨损颗粒的目标检测和识别分类实验，最终获得在线监测润滑油油品 颗粒度分布关键技术。通过该课题的研究，为深度学习技术的应用提供参考，对推动电 厂智能化管理具有重要意义。
技术指标
(1)粒径测量精度：±1%；
(2)浓度测量精度：±5%；
(3)油液颗粒形貌和溯源分析。
技术创新点
(1)针对目前各种油液检测方法的局限，开发了基于计算机视觉与深度学习技术的油 液实时分析系统，根据电厂滑油分析的实际需要，设计了滑油图像采集装置, 研究了采 集的油液图像的特征，然后讨论了如何从图像中确定颗粒目标。通过 labelme 数据标注 软件标注滑油图像数据集，结合基于深度学习的实例分割算法，实现了颗粒目标的识别。 (2) 通过结合深度学习的独特算法，解决颗粒成像模糊、粒度分布宽、来源分析困 难等技术瓶颈。
200万
登录
免费发布信息
