CN110675369A - 联轴器失配检测方法及相关设备 - Google Patents
联轴器失配检测方法及相关设备 Download PDFInfo
- Publication number
- CN110675369A CN110675369A CN201910820787.9A CN201910820787A CN110675369A CN 110675369 A CN110675369 A CN 110675369A CN 201910820787 A CN201910820787 A CN 201910820787A CN 110675369 A CN110675369 A CN 110675369A
- Authority
- CN
- China
- Prior art keywords
- vibration
- detection
- determining
- detected
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本申请公开了一种联轴器失配检测方法及相关设备,应用于振动检测服务器,该方法包括:接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。采用本申请实施例可提高联轴器失配现象的检测效率,具有用户体验度高的优点。
Description
技术领域
本申请涉及机械技术领域,具体涉及一种联轴器失配检测方法及相关设备。
背景技术
随着工业的迅速发展,发电机在工业中的应用越来越广泛,尤其是汽车行业,汽车发电机是汽车的主要电源,汽车发电机不仅向用电设备进行供电,还向蓄电池进行充电。
但是,在发电机工作的过程中,发电机中的设备轴可能产生失配现象,因此,在设备轴产生失配现象时,需要及时进行检修,一般情况下,设备轴间的连接处采用封装技术,无法检测到设备轴间的联轴器是否产生失配现象,目前仍然缺少一种能对联轴器失配情况进行快速检测的方法,导致故障排除周期长,导致发电机运转故障,甚至导致汽车故障,用户体验度低下。
发明内容
本申请实施例提供了一种联轴器失配检测方法及相关设备,可以实现对设备轴间的联轴器失配现象进行检测,提高了对联轴器失配现象的检测效率,从而实现对设备轴故障进行快速排查的目的,因此具有用户体验度高的优点。
第一方面,本申请实施例提供一种联轴器失配检测方法,所述方法包括如下步骤:
接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;
获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;
在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;
基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;
依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。
第二方面,本申请实施例提供一种设备轴间失配振动检测设备,应用于振动检测服务器,所述振动检测服务器与影像设备通信连接;所述联轴器失配检测装置包括放大模块、获取模块、跟踪模块、复原模块和确定模块,其中,
所述放大模块,用于接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;
所述获取模块,用于获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;
所述跟踪模块,用于在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;
所述复原模块,用于基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;
所述确定模块,用于依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。
第三方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如第一方面任一项所述的方法中的步骤的指令。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现如第一方面任意一项所述的方法。
可以看出,在本申请实施例中,通过接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。如此,提高了对联轴器失配现象的检测效率,从而实现对设备轴故障进行快速排查的目的,提高了用户体验度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种联轴器失配检测方法的流程示意图。
图2是本申请实施例提供的另一种联轴器失配检测方法的流程示意图。
图3是本申请实施例提供的另一种联轴器失配检测方法的流程示意图。
图4A是本申请实施例提供的一种联轴器400A的限位螺丝位置的结构示意图。
图4B是本申请实施例提供的一种设备轴400B联轴处的结构示意图。
图4C是本申请实施例提供的一种联轴器失配检测装置设置界面示意图。
图5是本申请实施例提供的一种振动检测服务器500的结构示意图。
图6是本申请实施例提供的一种联轴器失配检测装置的功能单元组成框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结果或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
请参阅图1,图1是本申请实施例提供的一种联轴器失配检测方法,应用于振动检测服务器,所述振动检测服务器与影像设备通信连接,如图1所示,该方法包括如下步骤:
步骤101、接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频。
可选的,所述运动放大算法包括以下至少一种:拉普拉斯运动放大算法、欧拉运动放大算法、复数相位运动放大算法、RIESZ金字塔运动放大算法。
进一步地,所述运动放大算法为拉普拉斯运动放大算法时,依据预设的拉普拉斯运动放大算法对所述原始振动视频进行处理得到放大振动视频,所述拉普拉斯运动放大算法包括:获取所述原始振动视频的多帧图像;基于预设特征点选取规则从所述多帧图像中确定特征点;确定所述特征点的信息;确定所述特征点的信息随时间变化的轨迹;合成放大所述特征点的信息随时间变化的轨迹得到放大后的振动图像;依据放大后的振动图像生成放大振动视频。
其中,所述预设特征点选取规则例如可以是选取亮度大于或等于预定亮度的像素点、传动轴的轴中心等,在此不作限定。
其中,所述特征点的信息包括以下至少一种:特征点在当前图像中的位置、特征点在当前图像中的坐标、特征点在当前图像中的功率。
进一步地,所述运动放大算法为欧拉运动放大算法时,所述调用欧拉运动放大算法分析所述原始振动视频得到运动放大后的放大振动视频,所述欧拉运动放大算法具体包括:将所述原始振动视频进行空域金字塔分解,得到不同空间分辨率的振动视频;对不同空间分辨率的振动视频进行时域带通滤波处理,获取目标频段,依据所述目标频段与所述不同空间分辨率的振动视频确定多个振动视频信号;对所述多个振动视频信号进行放大,得到多个放大后的目标频段下的放大振动信号;合成所述多个放大后的目标频段下的放大振动信号,得到所述放大振动视频。
可选的,所述空域金字塔分解具体包括:获取原始振动视频,获取预设的时频小波分解算法,依据所述时频小波分解算法对所述预处理振动视频执行小波分解,得到高频振动视频与低频振动视频,其中,时频小波分解算法的小波分写系数依据预设的二抽样法确定。
进一步地,所述运动放大算法为复数相位运动放大算法时,调用预设的复数相位运动放大算法分析所述预处理振动视频得到运动放大后的运动放大视频,所述复数相位运动放大算法包括:获取所述原始振动视频对应的原始序列帧;获取所述原始序列帧中的亮度信息,对所述亮度信息执行快速傅里叶变换得到变换后的亮度信息,依据所述变换后的亮度信息对所述亮度信息进行更新,得到变换后的序列帧;对所述变换后的序列帧进行图像分解,所述图像分解具体包括:依据YIQ空间将所述变换后的序列帧分解为Y通道图像、I通道图像、Q通道图像;将所述Y通道图像执行空域分解,得到不同空间分辨率的Y通道图像,对不同空间分辨率的Y通道图像进行时域带通滤波处理,获取目标频段,依据所述目标频段与所述不同空间分辨率的Y通道图像确定多个Y通道图像信号;对所述多个Y通道图像信号进行放大,得到多个放大后的目标频段下的多个放大图像信号;获取复数可操纵金字塔重建算法,依据所述复数可操纵金字塔重建算法对所述多个放大后的目标频段下的放大图像信号进行合成,得到放大后的Y通道图像;获取所述I通道图像与所述Q通道图像,将所述放大后的Y通道图像与所述I通道图像、所述Q通道图像进行相加,得到放大后的振动图像;对所述放大后的振动图像执行颜色空间转换操作,得到RGB颜色空间下的放大后的振动图像,依据所述RGB颜色空间下的放大后的振动图像生成放大振动视频。
可选的,所述复数可操纵金字塔重建具体包括:获取原始振动视频,获取预设的多个方向滤波器,依据所述多个方向滤波器对所述原始振动视频进行分解,得到无混叠现象的任意方向视频。
进一步地,所述运动放大算法为RIESZ金字塔运动放大算法时,调用预设的RIESZ金字塔运动放大算法分析所述原始振动视频得到运动放大后的运动放大视频,所述RIESZ金字塔运动放大算法具体包括:
步骤102、获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点。
可选的,在所述起始帧图像中确定待检测轴,包括:获取预设的待测坐标,在起始帧图像中依据待测坐标确定待测区域,其中,该待测区域包括:待检测轴;对该待测区域执行边缘检测确定该待检测轴。
可选的,基于所述待检测轴确定多个检测点,包括:获取预设步长,在该待测区域中依据该预设步长进行遍历取点,得到多个检测点。
步骤103、在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集。
可选的,该多个检测点位置集中的任意一个检测点位置包括:多个检测点位置,该多个检测点位置与该放大振动视频的多帧放大振动图像一一对应。
可选的,该多个检测点与该多个检测点位置集一一对应。
步骤104、基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据。
可选的,在基于所述多个检测点位置集生成所述待检测轴的振动复原模型之前,获取该待测轴的历史振动数据和历史形状特征数据,依据该历史振动数据和该历史形状特征数据生成振动模型。
步骤105、依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。
可选的,该振动数据可以包括:振动方向、振动幅度、振动频率等等,在此不作限定。
在一个可能的示例中,所述基于所述多个检测点位置集生成所述待检测轴的振动复原模型,包括:依据所述多个检测点位置集对所述多帧图像执行裁剪操作,得到所述多个检测点位置集对应的多个检测点图像集;对所述多个检测点图像集执行特征点提取操作,得到所述多个检测点图像集对应的多个特征集,所述多个特征集中任意一个特征集包括:多个特征向量;获取预设的振动模型,将所述多个特征点集作为所述振动模型的输入,得到所述振动复原模型。
其中,该多个检测点图像集中的任意一个检测点图像集包括:多个检测点图像,该多个检测点图像与该检测点图像集对应的检测点位置集中包含的多个检测点位置一一对应。
可选的,将所述多个特征点集作为所述振动模型的输入之后,还包括:获取所述影像设备的位置数据,所述位置数据包括:所述影像设备的焦距、所述影像设备与所述待检测轴的相对高度、所述影像设备与所述待检测轴的相对距离,所述影像设备与所述待检测轴的相对拍摄角度等等,在此不作限定;将所述位置数据、所述多个特征点位置集作为所述振动模型的输入;其中,所述位置数据用于对所述多个特征点位置集进行恢复得到多个空间特征点位置集,其中所述多个空间特征点位置集中任意一个空间特征点位置集包括:多个空间特征点位置,所述多个空间特征点位置中的任意一个空间特征点位置均为三维坐标数据。
在一个可能的示例中,所述对所述多个检测点图像集执行特征点提取操作,包括:对所述多个检测点图像集中的每一个检测点图像集执行所述特征点提取操作,其中,所述特征点提取操作包括:从所述多个检测点图像集中确定目标检测点图像集;从所述目标检测点图像集中获取多个目标检测点图像;获取预设的特征提取模型,将所述多个目标检测点图像作为所述特征提取模型的输入,得到所述多个目标检测点图像对应的多个目标特征向量;依据所述多个目标特征向量生成所述目标检测点图像集对应的特征集。
可选的,对所述多个检测点图像集执行特征点提取操作,还可以包括:从多个检测点图像集中确定任意一个检测点图像集为待提取图像集,获取预设的特征提取算法,对该待提取图像集中的每个待提取图像执行该特征提取算法,得到该待提取图像集中多个待提取图像对应的多个图像特征向量,依据该多个图像特征向量生成该待提取图像对应的特征集。
其中,该目标特征向量可以包括:颜色特征向量、边缘特征向量等等,在此不作限定。
在一个可能的示例中,所述得到所述多个目标检测点图像对应的多个目标特征向量之后,包括:获取所述多个目标检测点图像对应的多个亮度参数lj、多个噪声参数Sj,其中,j为大于0的整数,j小于所述多个目标检测点图像的总个数n;获取所述多个目标特征向量dj,其中,p为大于0的整数,dj=[dj1,dj2,...,djp];获取预设的特征更新公式,依据所述特征更新公式、所述多个亮度参数lj、多个噪声参数Sj和所述多个目标特征向量dj计算多个目标更新参数dj′,其中,所述特征更新公式包括:dj′=[dj,lj,Sj]=[dj1,dj2,...,djp,lj,Sj];依据所述多个目标更新参数dj′对所述多个目标特征向量dj进行更新。
其中,所述特征更新用于基于亮度参数和噪声参数对特征向量进行更新,得到更新后的特征向量。
其中,所述多个噪声参数Sj可以包括多个噪声参数向量:
Sj=[Sj1,Sj2,...,Sjq],
q为噪声种类的数量,q为大于0的整数。
在一个可能的示例中,所述依据所述多个检测点位置集对所述多帧图像执行裁剪操作,包括:获取所述多帧图像的总帧数m,其中,m为大于0的整数;依据所述多个检测点位置集对所述多帧图像依次执行所述裁剪操作,其中,所述裁剪操作包括:从所述多个检测点位置集中确定目标检测点位置集,依据所述目标检测点位置集获取多个目标检测点位置(xi,yi),0<i≤m;获取预设的裁剪框长a和预设的裁剪框宽b,其中,a、b为大于0的整数;依据所述多个目标检测点位置(xi,yi)、所述裁剪框长a和所述裁剪框宽b确定多个裁剪坐标(xi-a/2,xi+a/2,yi-b/2,yi+b/2);裁剪所述多帧图像中与所述多个裁剪坐标(xi-a/2,xi+a/2,yi-b/2,yi+b/2)对应的多个区域。
其中,所述多个目标检测点位置与所述多帧图像一一对应;所述多帧图像与所述多个裁剪坐标一一对应。
在一个可能的示例中,所述依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态,包括:从所述振动数据中获取所述待检测轴的振动方向;判断所述振动方向是否为切线方向,若所述振动方向为切线方向,确定所述联轴器处于失配状态。
可选的,所述振动数据可以以数字形式呈现,也可以以波形图形式呈现,在此不作限定。
可选的,所述切线方向包括:纵向和横向。
在一个可能的示例中,所述确定所述联轴器处于失配状态之后,包括:判断所述切线方向是否为纵向;若所述切线方向为纵向,确定所述联轴器的异常部位为所述联轴器的上限位螺丝和所述联轴器的下限位螺丝;若所述切线方向为横向,确定所述联轴器的异常部位为所述联轴器的左限位螺丝和所述联轴器的右限位螺丝;基于所述振动数据和所述异常部位生成联轴器维修建议,将所述联轴器维修建议发送至预设终端。
可选的,所述维修建议包括以下至少一种:更换所述联轴器、更换所述异常部位等等,在此不作限定。
在一可能的示例中,所述依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态,包括:从所述振动数据中获取振动幅度,如所述振动幅度大于预设的幅度阈值、所述振动频率大于预设的频率阈值且所述振动相位大于预设的相位阈值,确定所述振动数据异常;依据所述时域波形确定所述传动轴的振动方向,依据所述振动方向判断所述传动轴是否为切向振动,如所述传动轴为切向振动,确定所述传动轴与输出轴之间的联轴器存在失配问题,如所述传动轴不为切向振动,确定所述传动轴与所述输出轴之间的联轴器不存在失配问题。
进一步地,确定所述传动轴与所述输出轴之间的联轴器存在失配问题之后,依据所述切向振动确定所述联轴器的异常部位,具体包括:判断所述切向振动是否为纵向振动,如所述切向振动是纵向振动,确定所述联轴器的上限位螺丝与下限位螺丝存在异常;如所述切向振动不是纵向振动,确定所述切向振动是横向振动,确定所述联轴器的左限位螺丝与右限位螺丝存在异常。
可以看出,在本申请实施例中,通过接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。如此,提高了对联轴器失配现象的检测效率,从而实现对设备轴故障进行快速排查的目的,提高了用户体验度。
请参阅图2,图2是本申请实施例提供的另一种联轴器失配检测方法的流程示意图,如图2所示,该联轴器失配检测方法包括如下步骤:
步骤201、接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频。
步骤202、获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点。
步骤203、在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集。
步骤204、依据所述多个检测点位置集对所述多帧图像执行裁剪操作,得到所述多个检测点位置集对应的多个检测点图像集。
步骤205、对所述多个检测点图像集执行特征点提取操作,得到所述多个检测点图像集对应的多个特征集,所述多个特征集中任意一个特征集包括:多个特征向量。
步骤206、获取预设的振动模型,将所述多个特征点集作为所述振动模型的输入,得到所述振动复原模型。
步骤207、接收所述振动复原模型返回的振动数据。
步骤208、依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。
其中,上述步骤201-步骤208的具体描述可以参照上述图2所描述的联轴器失配检测方法的相应步骤,在此不再赘述。
可以看出,在本申请实施例中,振动检测服务器接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;依据所述多个检测点位置集对所述多帧图像执行裁剪操作,得到所述多个检测点位置集对应的多个检测点图像集;对所述多个检测点图像集执行特征点提取操作,得到所述多个检测点图像集对应的多个特征集,所述多个特征集中任意一个特征集包括:多个特征向量;获取预设的振动模型,将所述多个特征点集作为所述振动模型的输入,得到所述振动复原模型;接收所述振动复原模型返回的振动数据;依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。如此,可以依据原始振动视频对联轴器振动情况进行复原,得到振动数据,依据振动数据检测联轴器失配情况,有利于提高失配检测的效率和准确性,提高用户体验度。
请参阅图3,图3是本申请实施例提供的一种振动数据的计算方法的流程示意图,如图3所示,该方法包括如下步骤:
步骤301、接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;
步骤302、获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;
步骤303、在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;
步骤304、基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;
步骤305、从所述振动数据中获取所述待检测轴的振动方向;
步骤306、判断所述振动方向是否为切线方向,若所述振动方向为切线方向,确定所述联轴器处于失配状态。
其中,上述步骤201-步骤208的具体描述可以参照上述图2所描述的联轴器失配检测方法的相应步骤,在此不再赘述。
可以看出,在本申请实施例中,振动检测服务器接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;从所述振动数据中获取所述待检测轴的振动方向;判断所述振动方向是否为切线方向,若所述振动方向为切线方向,确定所述联轴器处于失配状态。如此,可以依据振动方向是否为切线方向快速检测联轴器的失配情况,提高联轴器失配检测效率,从而提高设备轴故障检测的速率,提高了用户体验度高。
请参阅图4A,图4A是本申请实施例提供的一种联轴器400A的限位螺丝位置的结构示意图,如图4A所示,所述联轴器侧面包括四个限位螺丝口:上限位螺丝口401A、右限位螺丝口402A、下限位螺丝口403A、左限位螺丝口404A。
在本申请的一种实现方式中,确定所述联轴器400A存在失配问题后,依据所述切线方向确定所述联轴器400A的异常部位,具体包括:判断所述述切线方向是否为纵向,如所述述切线方向是纵向,确定所述联轴器400A的上限位螺丝401A与下限位螺丝403A存在异常;如所述述切线方向不是纵向,确定所述述切线方向是横向,确定所述联轴器400A的左限位螺丝404A与右限位螺丝402A存在异常。
如图4B所示,图4B是本申请实施例提供的一种设备轴400B联轴处的结构示意图,如图4B所示,所述设备轴400B包括:联轴器401B、主动轴402B、输出轴402B。其中,联轴器401B分别与主动轴402B、输出轴403B连接。
在本申请的一种实现方式中,通常确定输出轴403B为待检测轴。
请参阅图4C,图4C为本申请实施例提供的一种联轴器失配检测装置设置界面示意图,如图4C所示,联轴器失配检测装置设置界面为用户提供“添加检测点”、“删除检测点”、“检测点跟踪”、“振动复原”、“输出数据”和“数据分析”六种操作,当用户选择“添加测试点”后,可以通过触控或者参数输入定位到联轴器失配检测装置设置界面展示的设备轴的对应位置上,添加对应位置作为目标测试点;当用户选择“删除测试点”后,也可以通过触控或参数输入定位到振动物体的对应位置,并删除已选择的目标测试点。另外,还可以在联轴器失配检测装置设置界面进行播放、停止、循环等基本设置,便于用户进行观察和测试点选择;当用户选择“检测点跟踪”后,可以通过触控或者参数输入针对一个或多个检测点执行跟踪;“振动复原”可以令用户控制振动复原操作的执行与终止,便于用户进行观察;当用户选择“输出数据”后,显示界面显示振动复原后产生的振动复原模型输出的振动数据;当用户选择“数据分析”后,联轴器失配检测装置对振动复原模型输出的振动数据进行分析,并在显示界面显示分析结果。
请参阅图5,图5是本申请实施例提供的一种振动检测服务器500的结构示意图,如图所示,所述电子设备500包括应用处理器510、存储器520、通信接口530以及一个或多个程序521,其中,所述一个或多个程序521被存储在上述存储器520中,并且被配置由上述应用处理器510执行,所述一个或多个程序521包括用于执行以下步骤的指令:
接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;
获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;
在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;
基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;
依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。
可以看出,在本申请实施例中,通过接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。如此,提高了对联轴器失配现象的检测效率,从而实现对设备轴故障进行快速排查的目的,提高了用户体验度。
在本申请的一种实现方式中,在基于所述多个检测点位置集生成所述待检测轴的振动复原模型方面,所述程序中的指令具体用于执行以下操作:依据所述多个检测点位置集对所述多帧图像执行裁剪操作,得到所述多个检测点位置集对应的多个检测点图像集;对所述多个检测点图像集执行特征点提取操作,得到所述多个检测点图像集对应的多个特征集,所述多个特征集中任意一个特征集包括:多个特征向量;获取预设的振动模型,将所述多个特征点集作为所述振动模型的输入,得到所述振动复原模型。
在本申请的一种实现方式中,在得到所述多个目标检测点图像对应的多个目标特征向量之后方面,所述程序中的指令具体用于执行以下操作:获取所述多个目标检测点图像对应的多个亮度参数lj、多个噪声参数Sj,其中,j为大于0的整数,j小于所述多个目标检测点图像的总个数n;获取所述多个目标特征向量dj,其中,p为大于0的整数,dj=[dj1,dj2,...,djp];获取预设的特征更新公式,依据所述特征更新公式、所述多个亮度参数lj、多个噪声参数Sj和所述多个目标特征向量dj计算多个目标更新参数dj′,其中,所述特征更新公式包括:dj′=[dj,lj,Sj]=[dj1,dj2,...,djp,lj,Sj];依据所述多个目标更新参数dj′对所述多个目标特征向量dj进行更新。
在本申请的一种实现方式中,在依据所述多个检测点位置集对所述多帧图像执行裁剪操作方面,所述程序中的指令具体用于执行以下操作:获取所述多帧图像的总帧数m,其中,m为大于0的整数;依据所述多个检测点位置集对所述多帧图像依次执行所述裁剪操作,其中,所述裁剪操作包括:从所述多个检测点位置集中确定目标检测点位置集,依据所述目标检测点位置集获取多个目标检测点位置(xi,yi),0<i≤m;获取预设的裁剪框长a和预设的裁剪框宽b,其中,a、b为大于0的整数;依据所述多个目标检测点位置(xi,yi)、所述裁剪框长a和所述裁剪框宽b确定多个裁剪坐标(xi-a/2,xi+a/2,yi-b/2,yi+b/2);裁剪所述多帧图像中与所述多个裁剪坐标(xi-a/2,xi+a/2,yi-b/2,yi+b/2)对应的多个区域。
在本申请的一种实施方式中,在依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态方面,所述程序中的指令具体用于执行以下操作:从所述振动数据中获取所述待检测轴的振动方向;判断所述振动方向是否为切线方向,若所述振动方向为切线方向,确定所述联轴器处于失配状态。
在本申请的一种实施方式中,在确定所述联轴器处于失配状态之后方面,所述程序中的指令具体用于执行以下操作:判断所述切线方向是否为纵向;若所述切线方向为纵向,确定所述联轴器的异常部位为所述联轴器的上限位螺丝和所述联轴器的下限位螺丝;若所述切线方向为横向,确定所述联轴器的异常部位为所述联轴器的左限位螺丝和所述联轴器的右限位螺丝;基于所述振动数据和所述异常部位生成联轴器维修建议,将所述联轴器维修建议发送至预设终端。
请参阅图6,图6是本申请实施例提供的一种联轴器失配检测装置的功能单元组成框图。该联轴器失配检测装置应用于振动检测服务器,所述振动检测服务器与影像设备通信连接;所述联轴器失配检测装置包括放大模块601、获取模块602、跟踪模块603、复原模块604和确定模块605,其中,
所述放大模块601,用于接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;
所述获取模块602,用于获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;
所述跟踪模块603,用于在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;
所述复原模块604,用于基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;
所述确定模块605,用于依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。
可以看出,在本申请实施例中,通过接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。如此,提高了对联轴器失配现象的检测效率,从而实现对设备轴故障进行快速排查的目的,提高了用户体验度。
在本申请的一种实现方式中,在基于所述多个检测点位置集生成所述待检测轴的振动复原模型方面,所述复原模块604,具体用于:依据所述多个检测点位置集对所述多帧图像执行裁剪操作,得到所述多个检测点位置集对应的多个检测点图像集;对所述多个检测点图像集执行特征点提取操作,得到所述多个检测点图像集对应的多个特征集,所述多个特征集中任意一个特征集包括:多个特征向量;获取预设的振动模型,将所述多个特征点集作为所述振动模型的输入,得到所述振动复原模型。
在本申请的一种实现方式中,在得到所述多个目标检测点图像对应的多个目标特征向量之后方面,所述复原模块604,还用于:获取所述多个目标检测点图像对应的多个亮度参数lj、多个噪声参数Sj,其中,j为大于0的整数,j小于所述多个目标检测点图像的总个数n;获取所述多个目标特征向量dj,其中,p为大于0的整数,dj=[dj1,dj2,...,djp];获取预设的特征更新公式,依据所述特征更新公式、所述多个亮度参数lj、多个噪声参数Sj和所述多个目标特征向量dj计算多个目标更新参数dj′,其中,所述特征更新公式包括:dj′=[dj,lj,Sj]=[dj1,dj2,...,djp,lj,Sj];依据所述多个目标更新参数dj′对所述多个目标特征向量di进行更新。
在本申请的一种实现方式中,在依据所述多个检测点位置集对所述多帧图像执行裁剪操作方面,所述复原模块604,具体用于:获取所述多帧图像的总帧数m,其中,m为大于0的整数;依据所述多个检测点位置集对所述多帧图像依次执行所述裁剪操作,其中,所述裁剪操作包括:从所述多个检测点位置集中确定目标检测点位置集,依据所述目标检测点位置集获取多个目标检测点位置(xi,yi),0<i≤m;获取预设的裁剪框长a和预设的裁剪框宽b,其中,a、b为大于0的整数;依据所述多个目标检测点位置(xi,yi)、所述裁剪框长a和所述裁剪框宽b确定多个裁剪坐标(xi-a/2,xi+a/2,yi-b/2,yi+b/2);裁剪所述多帧图像中与所述多个裁剪坐标(xi-a/2,xi+a/2,yi-b/2,yi+b/2)对应的多个区域。
在本申请的一种实施方式中,在依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态方面,所述确定模块605,具体用于:从所述振动数据中获取所述待检测轴的振动方向;判断所述振动方向是否为切线方向,若所述振动方向为切线方向,确定所述联轴器处于失配状态。
在本申请的一种实施方式中,在确定所述联轴器处于失配状态之后方面,所述确定模块605,还用于:判断所述切线方向是否为纵向;若所述切线方向为纵向,确定所述联轴器的异常部位为所述联轴器的上限位螺丝和所述联轴器的下限位螺丝;若所述切线方向为横向,确定所述联轴器的异常部位为所述联轴器的左限位螺丝和所述联轴器的右限位螺丝;基于所述振动数据和所述异常部位生成联轴器维修建议,将所述联轴器维修建议发送至预设终端。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括移动终端。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括移动终端。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个控制单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种联轴器失配检测方法,其特征在于,应用于振动检测服务器,所述振动检测服务器与影像设备通信连接,所述方法包括:
接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;
获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;
在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;
基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;
依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。
2.根据权利要求1所述的方法,其特征在于,所述基于所述多个检测点位置集生成所述待检测轴的振动复原模型,包括:
依据所述多个检测点位置集对所述多帧图像执行裁剪操作,得到所述多个检测点位置集对应的多个检测点图像集;
对所述多个检测点图像集执行特征点提取操作,得到所述多个检测点图像集对应的多个特征集,所述多个特征集中任意一个特征集包括:多个特征向量;
获取预设的振动模型,将所述多个特征点集作为所述振动模型的输入,得到所述振动复原模型。
3.根据权利要求2所述的方法,其特征在于,所述对所述多个检测点图像集执行特征点提取操作,包括:
对所述多个检测点图像集中的每一个检测点图像集执行所述特征点提取操作,其中,所述特征点提取操作包括:
从所述多个检测点图像集中确定目标检测点图像集;
从所述目标检测点图像集中获取多个目标检测点图像;
获取预设的特征提取模型,将所述多个目标检测点图像作为所述特征提取模型的输入,得到所述多个目标检测点图像对应的多个目标特征向量;
依据所述多个目标特征向量生成所述目标检测点图像集对应的特征集。
4.根据权利要求3所述的方法,其特征在于,所述得到所述多个目标检测点图像对应的多个目标特征向量之后,还包括:
获取所述多个目标检测点图像对应的多个亮度参数lj、多个噪声参数Sj,其中,j为大于0的整数,j小于所述多个目标检测点图像的总个数n;
获取所述多个目标特征向量dj,其中,p为大于0的整数,dj=dj1,dj2,...,djp];
获取预设的特征更新公式,依据所述特征更新公式、所述多个亮度参数lj、多个噪声参数Sj和所述多个目标特征向量dj计算多个目标更新参数dj′,其中,所述特征更新公式包括:
dj′=dj,lj,Sj]=dj1,dj2,...,djp,lj,Sj];
依据所述多个目标更新参数dj′对所述多个目标特征向量dj进行更新。
5.根据权利要求2所述的方法,其特征在于,所述依据所述多个检测点位置集对所述多帧图像执行裁剪操作,包括:
获取所述多帧图像的总帧数m,其中,m为大于0的整数;
依据所述多个检测点位置集对所述多帧图像依次执行所述裁剪操作,其中,所述裁剪操作包括:
从所述多个检测点位置集中确定目标检测点位置集,依据所述目标检测点位置集获取多个目标检测点位置(xi,yi),0<i≤m;
获取预设的裁剪框长a和预设的裁剪框宽b,其中,a、b为大于0的整数;
依据所述多个目标检测点位置(xi,yi)、所述裁剪框长a和所述裁剪框宽b确定多个裁剪坐标(xi-a/2,xi+a/2,yi-b/2,yi+b/2);
裁剪所述多帧图像中与所述多个裁剪坐标(xi-a/2,xi+a/2,yi-b/2,yi+b/2)对应的多个区域。
6.根据权利要求1所述的方法,其特征在于,所述依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态,包括:
从所述振动数据中获取所述待检测轴的振动方向;
判断所述振动方向是否为切线方向,若所述振动方向为切线方向,确定所述联轴器处于失配状态。
7.根据权利要求5所述的方法,其特征在于,所述确定所述联轴器处于失配状态之后,还包括:
判断所述切线方向是否为纵向;
若所述切线方向为纵向,确定所述联轴器的异常部位为所述联轴器的上限位螺丝和所述联轴器的下限位螺丝;
若所述切线方向为横向,确定所述联轴器的异常部位为所述联轴器的左限位螺丝和所述联轴器的右限位螺丝;
基于所述振动数据和所述异常部位生成联轴器维修建议,将所述联轴器维修建议发送至预设终端。
8.一种联轴器失配检测装置,其特征在于,应用于振动检测服务器,所述振动检测服务器与影像设备通信连接;所述联轴器失配检测装置包括放大模块、获取模块、跟踪模块、复原模块和确定模块,其中:
所述放大模块,用于接收所述影像设备采集的预设区域的原始振动视频,对所述原始振动视频执行运动放大算法,得到放大振动视频;
所述获取模块,用于获取所述放大振动视频的起始帧图像,在所述起始帧图像中确定待检测轴,基于所述待检测轴确定多个检测点;
所述跟踪模块,用于在所述放大振动视频中对所述多个检测点执行目标跟踪算法,得到所述多个检测点对应的多个检测点位置集;
所述复原模块,用于基于所述多个检测点位置集生成所述待检测轴的振动复原模型,接收所述振动复原模型返回的振动数据;
所述确定模块,用于依据所述振动数据确定所述待检测轴对应的联轴器处于失配状态。
9.一种电子设备,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现权利要求1至7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/104854 WO2021036641A1 (zh) | 2019-04-26 | 2020-07-27 | 联轴器失配检测方法及相关设备 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910345990 | 2019-04-26 | ||
CN2019103459905 | 2019-04-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110675369A true CN110675369A (zh) | 2020-01-10 |
CN110675369B CN110675369B (zh) | 2022-01-14 |
Family
ID=69076549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910820787.9A Active CN110675369B (zh) | 2019-04-26 | 2019-08-29 | 联轴器失配检测方法及相关设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110675369B (zh) |
WO (1) | WO2021036641A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021036641A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 联轴器失配检测方法及相关设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040035209A1 (en) * | 2002-08-22 | 2004-02-26 | Takeshi Sugiyama | Vibration source probe system |
CN109063763A (zh) * | 2018-07-26 | 2018-12-21 | 合肥工业大学 | 基于pca的视频微小变化放大方法 |
CN109086761A (zh) * | 2018-06-28 | 2018-12-25 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
CN109325967A (zh) * | 2018-09-14 | 2019-02-12 | 腾讯科技(深圳)有限公司 | 目标跟踪方法、装置、介质以及设备 |
CN109533865A (zh) * | 2018-10-08 | 2019-03-29 | 安徽宝龙电器有限公司 | 一种适用于地下煤矿的井下智能胶带机运输系统 |
CN109636835A (zh) * | 2018-12-14 | 2019-04-16 | 中通服公众信息产业股份有限公司 | 基于模板光流的前景目标检测方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007050301B4 (de) * | 2007-10-22 | 2021-10-21 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erkennen einer Fehlfunktion einer Kupplung |
CN107304750B (zh) * | 2016-04-18 | 2019-04-02 | 北京金风科创风电设备有限公司 | 用于风力发电机组塔架的异响检测方法和系统 |
CN209387285U (zh) * | 2019-02-22 | 2019-09-13 | 岳海豹 | 一种通过振动信号判断联轴器故障的装置 |
CN110675369B (zh) * | 2019-04-26 | 2022-01-14 | 深圳市豪视智能科技有限公司 | 联轴器失配检测方法及相关设备 |
CN110132406B (zh) * | 2019-06-04 | 2021-03-23 | 中车工业研究院有限公司 | 一种永磁直驱电力机车联轴器振动检测方法及系统 |
CN110553714B (zh) * | 2019-08-31 | 2022-01-14 | 深圳市广宁股份有限公司 | 智能振动增强现实测试方法及相关产品 |
-
2019
- 2019-08-29 CN CN201910820787.9A patent/CN110675369B/zh active Active
-
2020
- 2020-07-27 WO PCT/CN2020/104854 patent/WO2021036641A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040035209A1 (en) * | 2002-08-22 | 2004-02-26 | Takeshi Sugiyama | Vibration source probe system |
CN109086761A (zh) * | 2018-06-28 | 2018-12-25 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
CN109063763A (zh) * | 2018-07-26 | 2018-12-21 | 合肥工业大学 | 基于pca的视频微小变化放大方法 |
CN109325967A (zh) * | 2018-09-14 | 2019-02-12 | 腾讯科技(深圳)有限公司 | 目标跟踪方法、装置、介质以及设备 |
CN109533865A (zh) * | 2018-10-08 | 2019-03-29 | 安徽宝龙电器有限公司 | 一种适用于地下煤矿的井下智能胶带机运输系统 |
CN109636835A (zh) * | 2018-12-14 | 2019-04-16 | 中通服公众信息产业股份有限公司 | 基于模板光流的前景目标检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021036641A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 联轴器失配检测方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2021036641A1 (zh) | 2021-03-04 |
CN110675369B (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9552642B2 (en) | Apparatus and method for tracking object using feature descriptor, and apparatus and method for removing garbage feature | |
US8411954B2 (en) | Image processing system, image processing program, and image processing method | |
US20170358100A1 (en) | Image processing apparatus and image processing method | |
US20060170978A1 (en) | Image processing method, image processing apparatus and image processing program | |
CN110363803B (zh) | 一种结合深度图切片和神经网络的目标检测方法和系统 | |
KR20040108605A (ko) | 화상 처리 방법 및 화상 처리 장치 | |
CN110675369B (zh) | 联轴器失配检测方法及相关设备 | |
EP2755391A1 (en) | Stereoscopic image processing apparatus, stereoscopic image processing method, and program | |
CN112766045A (zh) | 场景变化检测方法、系统、电子装置及存储介质 | |
CN116797590A (zh) | 一种基于机器视觉的Mura缺陷检测方法及系统 | |
CN103784164A (zh) | 超声信号的预处理方法及系统 | |
KR20190080737A (ko) | 영상을 처리하는 방법, 장치 및 컴퓨터 프로그램 제품 | |
CN112365521A (zh) | 终端设备的速度监测方法、装置、介质和计算设备 | |
CN108229392A (zh) | 一种瞳孔定位方法、装置、设备和介质 | |
CN115861315B (zh) | 缺陷检测方法和装置 | |
Georgoulas et al. | A real-time occlusion aware hardware structure for disparity map computation | |
CN105141963B (zh) | 图像运动估计方法和装置 | |
CN104156925A (zh) | 对超声图像去除散斑和边界增强的处理方法及系统 | |
CN113705660A (zh) | 目标识别方法及相关设备 | |
CN109745073B (zh) | 弹性成像位移的二维匹配方法及设备 | |
US8743180B2 (en) | Systems and methods for generating a depth map and converting two-dimensional data to stereoscopic data | |
JP3047952B2 (ja) | 画像処理装置 | |
CN110599511A (zh) | 一种保留图像边缘的图像滤波方法、装置及存储介质 | |
CN102473284A (zh) | 逆变换表生成方法、逆变换表生成程序、图像变换装置、图像变换方法、以及图像变换程序 | |
KR101528906B1 (ko) | 이미지 처리 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |