选择特殊符号
选择搜索类型
请输入搜索
目前,管道缺陷检测中最常用的方法就是CCTV(Closed Circuit Television)视频探损法,该方法在过去 20多年中一直是管道缺陷检测的主要手段。通过搭载摄像头的爬行器在管线中行走拍摄管壁四周的视频图像,作为后续缺陷检测与定期维护的依据。然而这种方法的缺陷在于人工依赖程度过高,即依靠经验丰富的检测员用肉眼排查视频图像,实现定损。一方面,上述的检测手段的主观性较强;另一方面,管道密闭狭长,检测员容易产生视觉疲劳从而出现误检、漏检等情况。 项目创新性地提出以人工智能算法为核心,海量管道缺陷数据为基础的“人工智能 大数据”的方式来解决上述问题。目前,在视觉领域,人工智能算法中的卷积神经网络以其强大的特征表征能力已成为当前图像识别领域最重要的手段,例如,在人脸识别领域,卷积神经网络方法已取得了超越人类识别能力的效果。另外,海量的管道缺陷数据也有助于构建识别能力较强的视觉模型。因此,本项目的目的在于依靠人工智能算法和管道缺陷大数据构建一款自动化和智能化程度较高的缺陷检测视觉模型。构建后的视觉模型不但可以高效精准的完成多类缺陷的识别与检测,而且该模型还可以通过新的数据完成“自我学习”并实现自动更新迭代。,目前,管道缺陷检测中最常用的方法就是CCTV(Closed Circuit Television)视频探损法,该方法在过去 20多年中一直是管道缺陷检测的主要手段。通过搭载摄像头的爬行器在管线中行走拍摄管壁四周的视频图像,作为后续缺陷检测与定期维护的依据。然而这种方法的缺陷在于人工依赖程度过高,即依靠经验丰富的检测员用肉眼排查视频图像,实现定损。一方面,上述的检测手段的主观性较强;另一方面,管道密闭狭长,检测员容易产生视觉疲劳从而出现误检、漏检等情况。 项目创新性地提出以人工智能算法为核心,海量管道缺陷数据为基础的“人工智能 大数据”的方式来解决上述问题。目前,在视觉领域,人工智能算法中的卷积神经网络以其强大的特征表征能力已成为当前图像识别领域最重要的手段,例如,在人脸识别领域,卷积神经网络方法已取得了超越人类识别能力的效果。另外,海量的管道缺陷数据也有助于构建识别能力较强的视觉模型。因此,本项目的目的在于依靠人工智能算法和管道缺陷大数据构建一款自动化和智能化程度较高的缺陷检测视觉模型。构建后的视觉模型不但可以高效精准的完成多类缺陷的识别与检测,而且该模型还可以通过新的数据完成“自我学习”并实现自动更新迭代。 2100433B
成果登记号 |
20210406 |
成果名称 |
管道智能检测技术研究与应用 |
第一完成单位 |
深圳市勘察研究院有限公司 |
主要完成人 |
吕兵、潘文俊、刘玉贤、方门福、陈远鸿、胡朝辉、叶绍泽、韩葵、王磊、闫臻、万丛丛、何文亮、林娟、蓝辉、郑汝育 |
研究起始日期 |
2016-01-01 |
研究终止日期 |
2019-02-01 |
主题词 |
深度学习、 排水管道检测、 智能图像识别、 自更新迭代、 去冗余融合 |
首先要确定一点,是不是材料学院或者化工学院。如果是,那么我可以回答你。检测技术就是利用各种手段对被检测的东西做出质量上的判断。通俗讲,就是检查东西好不好。实际应用中,一般来说,对金属材料的检测,主要通...
一、检测技术与应用专业培养目标及从事工作方向:培养从事生产过程检测与控制、机电产品质量检测、设备维修和企业质量与计量管理的高级技术应用性专门人才。本专业重点培养自动检测技术,重点为传感器的选型及接口电...
检测技术及应用是专科专业。学业性质普通高等教育全日制专科培养目标专业培养目标:培养从事生产过程检测与控制、机电产品质量检测、设备维修和企业质量与计量管理的高级技术应用性专门人才。培养内容本专业重点培养...
埋地管道检测技术研究与应用
埋地管道检测技术研究与应用
电梯智能检测仪的关键检测技术研究
随着国民经济与城市建设的发展,电梯的使用量与日俱增,电梯检验量大面广。针对目前电梯不易检测的问题,提出了一种新型智能化测量仪的检测技术,通过新型测量仪红外测距进行数据采集,并对采集结果智能分析,实现智能高效、精准可靠的电梯检测,结果证明了新型智能化测量仪的检测技术的可行性,对于电梯检测技术的高效智能化检测提出了一种新技术。
《智能检测控制技术及应用》全面地介绍了智能检测控制技术的基本理论及方法。主要内容包括:绪论、智能检测系统基础、智能传感器、智能仪器功能的实现、智能检测系统的控制技术、智能故障诊断、虚拟仪器技术、机器视觉检测系统和智能检测与控制技术的工程应用实例,共9个部分。《智能检测控制技术及应用》内容翔实,简明易懂,实用性强。 《智能检测控制技术及应用》可作为普通高等院校机械设计制造及其自动化、电气工程与自动化、机械电子工程、仪器仪表等专业本科生或研究生的参考教材,也可作为计量检测与控制技术相关领域的工程技术人员的参考书。
第1章 绪论
1.1 智能检测与控制技术概述
1.2 智能检测与控制技术应用方式
1.3 智能检测与控制技术应用范围
1.4 智能检测与控制技术发展趋势
思考题与习题
第2章 智能检测与控制技术基础
2.1 信号及其分类
2.2 信号检测与控制方法
2.3 测量仪表与测量系统
2.4 数据采集技术
2.5 数据处理技术
2.6 数据融合技术
思考题与习题
第3章 信号检测传感器
3.1 概述
3.2 压力传感器
3.3 流量传感器
3.4 转速传感器
3.5 位移传感器
3.6 温度传感器
3.7 振动传感器
3.8 激光传感器
3.9 固态图像传感器
3.10 智能传感器
思考题与习题
第4章 中间转换电路
4.1 电桥
4.2 放大器
4.3 调制与解调电路
4.4 滤波器
4.5 谐振电路
4.6 阻抗匹配电路
4.7 运算电路
4.8 f/V转换器
4.9 V/I转换器
4.10 A/D和D/A转换器
思考题与习题
第5章 测量显示与记录仪表
5.1 直流电位差计
5.2 数字频率计
5.3 数字转速计
5.4 电阻应变仪
5.5 磁带记录仪
5.6 波形存储器
5.7 数字符号显示装莺
5.8 无纸记录仪
5.9 光指针显示仪
5.10 智能闪光报警器
思考题与习题
第6章 计算机接口与数据采集技术
6.1 计算机接口部件
6.2 模拟连续信号的数字化
6.3 模拟量输入采集通道设计
6.4 高速数据采集及其实现
思考题与习题
第7章 数据总线与通信技术
7.1 串行总线与通信技术
7.2 并行总线与通信技术
思考题与习题
第8章 智能检测与控制中的干扰抑制技术
第9章 智能结构检测与控制技术
第10章 虚拟仪器检测与控制技术
第11章 智能检测与控制技术常用算法
第12章 工程应用实例
附表
参考文献
《智能检测技术与系统》是当前测控领域研究和应用的热点,《智能检测技术与系统》全面系统地介绍了智能检测的实现技术及其最新进展。在结构上分为绪论、非电量检测基础、智能仪器、虚拟仪器、检测仪器接口与总线、图像检测、微弱信号检测、抗干扰技术、信号调理与转换、测量误差与数据处理、智能检测系统和智能检测前沿技术。《智能检测技术与系统》系统性强,重点突出,内容先进、新颖、实用,可读性好。
《智能检测技术与系统》可作为高等院校自动化、测控技术与仪器、电气工程与自动化、机械设计制造及其自动化、计算机应用、通信工程等专业本科生或研究生教材,也可供从事智能检测技术与系统相关领域应用和设计开发的研究人员、工程技术人员参考。