CN117034572A - 一种基于流通系数的等比例阀门的建模方法 - Google Patents
一种基于流通系数的等比例阀门的建模方法 Download PDFInfo
- Publication number
- CN117034572A CN117034572A CN202310891689.0A CN202310891689A CN117034572A CN 117034572 A CN117034572 A CN 117034572A CN 202310891689 A CN202310891689 A CN 202310891689A CN 117034572 A CN117034572 A CN 117034572A
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- color intensity
- preset
- intensity value
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012360 testing method Methods 0.000 claims abstract description 53
- 230000011218 segmentation Effects 0.000 claims description 61
- 238000012937 correction Methods 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 36
- 238000004088 simulation Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 10
- 238000003709 image segmentation Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000009863 impact test Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
本发明涉及等比例阀门技术领域,公开了一种基于流通系数的等比例阀门的建模方法,获取等比例阀门的初始建模图像,对初始建模图像进行图像分割,得到多个子图像,获取所有子图像的置信度,根据子图像对应的置信度对子图像的色度分量进行调整,得到目标子图像,并根据各个目标子图像确定待建模图像,根据待建模图像构建初始等比例阀门模型,并进行模拟仿真,基于模拟仿真结果对初始等比例阀门模型进行调节,得到目标等比例阀门模型。本发明解决了无法建立等比例阀门模型的技术问题,通过建立等比例阀门模型精准地对等比例阀门进行性能测试,提高了测试效率,简化了测试过程,同时为辅助建筑设计以及实景的规划设计等方向提供了可靠的数据支撑。
Description
技术领域
本发明涉及等比例阀门技术领域,特别是涉及一种基于流通系数的等比例阀门的建模方法。
背景技术
随着我国工业的高速发展,大容量、高参数的机组已成为了主流,仿真系统也由原来的纯培训系统慢慢转为可为生成提供优化方案以及指导生产的重要作用,也就是说目前的高精度仿真系统慢慢由幕后慢慢向生产靠拢,对现场的实际生产发电产生更加直接的影响,这就对建模和计算精度提出了更高的要求。
当前对管道布置阀门时,通常具体布置方式是从构件库中查询到所需的阀门构件,随后在管道对应的位置进行设置,随后找到下一个所需的阀门构件,并在上一阀门构件对应的位置进行设置。由于在实际场景中系统中需要布置阀门的管道较多,且每一管道所需布置的阀门也较多,因此阀门的质量尤为重要。
现有的方案中,等比例阀门基于阀门单体模态试验频响曲线法,实现对等比例阀门质量及冲击力或承载力等的计算,然而该方法存在测试过程繁琐,测试效率极低,且模态试验频响曲线在不同测试位置、不同技术人员试验下均存在测试一致性差的问题。
发明内容
本发明实施例提供一种基于流通系数的等比例阀门的建模方法,用以解决现有技术中无法有效建立等比例阀门模型,无法对等比例阀门进行性能测试的技术问题。
为了实现上述目的,本发明提供了一种基于流通系数的等比例阀门的建模方法,包括:
对等比例阀门进行图像拍摄,获取所述等比例阀门的初始建模图像;
对所述初始建模图像进行图像分割,得到多个子图像,获取所有子图像的置信度;
对于每个所述子图像,根据所述子图像对应的置信度对所述子图像的色度分量进行调整,得到目标子图像,并根据各个所述目标子图像确定待建模图像;
将所述待建模图像作为模型输入,构建初始等比例阀门模型;
对所述初始等比例阀门模型进行模拟仿真,并基于模拟仿真结果对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型。
在其中一个实施例中,对所述初始建模图像进行图像分割,得到多个子图像,包括:
对所述初始建模图像进行边缘检测,确定所述初始建模图像的图像面积A;
根据所述初始建模图像的图像面积A设定子图像的分割数量。
在其中一个实施例中,根据所述初始建模图像的图像面积A设定子图像的分割数量,包括:
预设初始建模图像的图像面积矩阵B,所述图像面积矩阵B包括第一预设图像面积B1、第二预设图像面积B2、第三预设图像面积B3和第四预设图像面积B4,且B1<B2<B3<B4;
预设子图像的分割数量矩阵C,所述分割数量矩阵C包括第一预设分割数量C1、第二预设分割数量C2、第三预设分割数量C3、第四预设分割数量C4和第五预设分割数量C5,且C1<C2<C3<C4<C5;
根据所述初始建模图像的图像面积A与各预设图像面积之间的关系设定所述子图像的分割数量:
当A<B1时,选定所述第一预设分割数量C1作为所述子图像的分割数量;
当B1≤A<B2时,选定所述第二预设分割数量C2作为所述子图像的分割数量;
当B2≤A<B3时,选定所述第三预设分割数量C3作为所述子图像的分割数量;
当B3≤A<B4时,选定所述第四预设分割数量C4作为所述子图像的分割数量;
当B4≤A时,选定所述第五预设分割数量C5作为所述子图像的分割数量。
在其中一个实施例中,对于每个所述子图像,根据所述子图像对应的置信度对所述子图像的色度分量进行调整,得到目标子图像,并根据各个所述目标子图像确定待建模图像,包括:
将每个子图像的置信度与置信度阈值进行判断比较;
对于每个所述子图像,若所述子图像对应的置信度均大于或等于所述置信度阈值,则将所述子图像作为目标子图像;
对于每个所述子图像,若所述子图像对应的置信度小于所述置信度阈值,则将所述子图像作为非目标子图像;
若所有子图像均为目标子图像,则不改变所有子图像的色度分量,并将所述初始建模图像作为待建模图像;
若任意一个所述子图像为非目标子图像,则根据所有子图像对应的置信度与所述置信度阈值之间的关系对所有子图像进行图像集合划分,其中:
对于每个所述子图像,若所述子图像对应的置信度大于或等于所述置信度阈值时,则将对应的子图像划分至第一图像集合;
对于每个所述子图像,若所述子图像对应的置信度小于所述置信度阈值时,则将对应的子图像划分至第二图像集合;对所述第二图像集合中的各个子图像进行色度分量增强处理得到第三图像集合;
将所述第三图像集合中色度分量增强后的子图像与所述第一图像集合中的子图像进行融合,得到所述待建模图像。
在其中一个实施例中,对所述第二图像集合中的子图像进行色度分量增强处理得到第三图像集合,包括:
获取所述第二图像集合中每个子图像的色度分量;
根据所述第二图像集合中每个子图像的色度分量计算所述第二图像集合的色度分量平均值E;
基于所述色度分量平均值E设定所述第二图像集合中每个子图像的色彩强度值;
根据所述色彩强度值对所述第二图像集合中每个子图像进行色度分量增强处理得到第三图像集合。
在其中一个实施例中,基于所述色度分量平均值E设定所述第二图像集合中每个子图像的色彩强度值,包括:
预设第二图像集合的色度分量对应的平均值矩阵W,所述平均值矩阵W包括第一预设色度分量平均值W1、第二预设色度分量平均值W2、第三预设色度分量平均值W3和第四预设色度分量平均值W4,且W1<W2<W3<W4;
预设色彩强度值矩阵D,所述色彩强度值矩阵D包括第一预设色彩强度值D1、第二预设色彩强度值D2、第三预设色彩强度值D3、第四预设色彩强度值D4和第五预设色彩强度值D5,且D1<D2<D3<D4<D5;
根据所述第二图像集合的色度分量平均值E与各预设色度分量平均值之间的关系设定所述第二图像集合中子图像的色彩强度值:
当E<W1时,选定所述第一预设色彩强度值D1作为所述第二图像集合中子图像的色彩强度值;
当W1≤E<W2时,选定所述第二预设色彩强度值D2作为所述第二图像集合中子图像的色彩强度值;
当W2≤E<W3时,选定所述第三预设色彩强度值D3作为所述第二图像集合中子图像的色彩强度值;
当W3≤E<W4时,选定所述第四预设色彩强度值D4作为所述第二图像集合中子图像的色彩强度值;
当W4≤E时,选定所述第五预设色彩强度值D5作为所述第二图像集合中子图像的色彩强度值。
在其中一个实施例中,还包括:
获取所述第二图像集合中每个子图像的亮度分量;
根据所述第二图像集合中每个子图像的亮度分量计算所述第二图像集合的亮度分量平均值F;
基于所述亮度分量平均值F对所述第二图像集合中子图像的色彩强度值进行修正。
在其中一个实施例中,基于所述亮度分量平均值F对所述第二图像集合中子图像的色彩强度值进行修正,包括:
预设第二图像集合的亮度分量平均值矩阵G,所述亮度分量平均值矩阵G包括第一预设亮度分量平均值G1、第二预设亮度分量平均值G2、第三预设亮度分量平均值G3和G4为第四预设亮度分量平均值G4,且G1<G2<G3<G4;
预设色彩强度值的修正系数矩阵h,所述修正系数矩阵h包括第一预设色彩强度值修正系数h1、第二预设色彩强度值修正系数h2、第三预设色彩强度值修正系数h3、第四预设色彩强度值修正系数h4和第五预设色彩强度值修正系数h5,且0.8<h1<h2<h3<h4<h5<1.2;
在将所述第二图像集合中每个子图像的色彩强度值设定为第i预设色彩强度值Di时,i=1,2,3,4,5,根据所述第二图像集合的亮度分量平均值F与各预设亮度分量平均值之间的关系对所述第二图像集合中子图像的色彩强度值进行修正:
当F<G1时,选定所述第一预设色彩强度值修正系数h1对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h1;
当G1≤F<G2时,选定所述第二预设色彩强度值修正系数h2对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h2;
当G2≤F<G3时,选定所述第三预设色彩强度值修正系数h3对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h3;
当G3≤F<G4时,选定所述第四预设色彩强度值修正系数h4对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h4;
当G4≤F时,选定所述第五预设色彩强度值修正系数h5对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h5。
在其中一个实施例中,对所述初始等比例阀门模型进行模拟仿真,并基于模拟仿真结果对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型,包括:
对所述初始等比例阀门模型进行模拟仿真,得到所述初始等比例阀门模型的第一测试曲线;
对所述等比例阀门进行测试,得到所述等比例阀门的第二测试曲线;
当所述第一测试曲线和所述第二测试曲线之间存在偏差时,则判断需要对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型;
当所述第一测试曲线和所述第二测试曲线之间不存在偏差时,则判断不需要对所述初始等比例阀门模型进行调节,并将所述初始等比例阀门模型作为所述目标等比例阀门模型。
在其中一个实施例中,当判断需要对所述初始等比例阀门模型进行调节时,包括:
根据所述第一测试曲线和所述第二测试曲线确定所述初始等比例阀门模型的偏差值;
根据所述偏差值对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型。
本发明提供了一种基于流通系数的等比例阀门的建模方法,相较现有技术,具有以下有益效果:
本发明公开了一种基于流通系数的等比例阀门的建模方法,获取等比例阀门的初始建模图像,对初始建模图像进行图像分割,得到多个子图像,获取所有子图像的置信度,根据子图像对应的置信度对子图像的色度分量进行调整,得到目标子图像,并根据各个目标子图像确定待建模图像,根据待建模图像构建初始等比例阀门模型,并进行模拟仿真,基于模拟仿真结果对初始等比例阀门模型进行调节,得到目标等比例阀门模型。本发明解决了无法建立等比例阀门模型的技术问题,通过建立等比例阀门模型精准地对等比例阀门进行性能测试,提高了测试效率,简化了测试过程,同时为辅助建筑设计以及实景的规划设计等方向提供了可靠的数据支撑。
附图说明
图1示出了本发明实施例中一种基于流通系数的等比例阀门的建模方法的流程示意图;
图2示出了本发明实施例中根据各个目标子图像确定待建模图像的流程示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式做进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
在本申请的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体的连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下文是结合附图对本发明的优选的实施例说明。
如图1所示,本发明的实施例公开了一种基于流通系数的等比例阀门的建模方法,所述方法包括:
S110:对等比例阀门进行图像拍摄,获取所述等比例阀门的初始建模图像;
S120:对所述初始建模图像进行图像分割,得到多个子图像,获取所有子图像的置信度;
本实施例中,置信度是指子图像的色彩强度对应的置信水平。
在本申请的一些实施例中,对所述初始建模图像进行图像分割,得到多个子图像,包括:
对所述初始建模图像进行边缘检测,确定所述初始建模图像的图像面积A;
根据所述初始建模图像的图像面积A设定子图像的分割数量。
在本申请的一些实施例中,根据所述初始建模图像的图像面积A设定子图像的分割数量,包括:
预设初始建模图像的图像面积矩阵B,所述图像面积矩阵B包括第一预设图像面积B1、第二预设图像面积B2、第三预设图像面积B3和第四预设图像面积B4,且B1<B2<B3<B4;
预设子图像的分割数量矩阵C,所述分割数量矩阵C包括第一预设分割数量C1、第二预设分割数量C2、第三预设分割数量C3、第四预设分割数量C4和第五预设分割数量C5,且C1<C2<C3<C4<C5;
根据所述初始建模图像的图像面积A与各预设图像面积之间的关系设定所述子图像的分割数量:
当A<B1时,选定所述第一预设分割数量C1作为所述子图像的分割数量;
当B1≤A<B2时,选定所述第二预设分割数量C2作为所述子图像的分割数量;
当B2≤A<B3时,选定所述第三预设分割数量C3作为所述子图像的分割数量;
当B3≤A<B4时,选定所述第四预设分割数量C4作为所述子图像的分割数量;
当B4≤A时,选定所述第五预设分割数量C5作为所述子图像的分割数量。
上述技术方案的有益效果是:根据初始建模图像的图像面积A与各预设图像面积之间的关系设定子图像的分割数量,本发明通过设定子图像的分割数量,进而可以有效的对初始建模图像进行分割,进而为等比例阀门的建模提供可靠的数据支撑。
S130:对于每个所述子图像,根据所述子图像对应的置信度对所述子图像的色度分量进行调整,得到目标子图像,并根据各个所述目标子图像确定待建模图像;
如图2所示,在本申请的一些实施例中,对于每个所述子图像,根据所述子图像对应的置信度对所述子图像的色度分量进行调整,得到目标子图像,并根据各个所述目标子图像确定待建模图像,包括:
S131:将每个子图像的置信度与置信度阈值进行判断比较;
对于每个所述子图像,若所述子图像对应的置信度均大于或等于所述置信度阈值,则将所述子图像作为目标子图像;
对于每个所述子图像,若所述子图像对应的置信度小于所述置信度阈值,则将所述子图像作为非目标子图像;
S132:若所有子图像均为目标子图像,则不改变所有子图像的色度分量,并将所述初始建模图像作为待建模图像;
若任意一个所述子图像为非目标子图像,则根据所有子图像对应的置信度与所述置信度阈值之间的关系对所有子图像进行图像集合划分,其中:
S133:对于每个所述子图像,若所述子图像对应的置信度大于或等于所述置信度阈值时,则将对应的子图像划分至第一图像集合;
S134:对于每个所述子图像,若所述子图像对应的置信度小于所述置信度阈值时,则将对应的子图像划分至第二图像集合;对所述第二图像集合中的各个子图像进行色度分量增强处理得到第三图像集合;
S135:将所述第三图像集合中色度分量增强后的子图像与所述第一图像集合中的子图像进行融合,得到所述待建模图像。
本实施例中,置信度阈值可以根据实际情况进行设置,在此不作具体限定。
上述技术方案的有益效果是:本发明通过对第二图像集合中的子图像进行色度分量增强处理,进而可以避免第二图像集合中的子图像层次感较差,主次景物不分明,不通透的现象。
在本申请一些实施例中,对所述第二图像集合中的子图像进行色度分量增强处理得到第三图像集合,包括:
获取所述第二图像集合中每个子图像的色度分量;
根据所述第二图像集合中每个子图像的色度分量计算所述第二图像集合的色度分量平均值E;
基于所述色度分量平均值E设定所述第二图像集合中每个子图像的色彩强度值;
根据所述色彩强度值对所述第二图像集合中每个子图像进行色度分量增强处理得到第三图像集合。
在本申请一些实施例中,基于所述色度分量平均值E设定所述第二图像集合中每个子图像的色彩强度值,包括:
预设第二图像集合的色度分量对应的平均值矩阵W,所述平均值矩阵W包括第一预设色度分量平均值W1、第二预设色度分量平均值W2、第三预设色度分量平均值W3和第四预设色度分量平均值W4,且W1<W2<W3<W4;
预设色彩强度值矩阵D,所述色彩强度值矩阵D包括第一预设色彩强度值D1、第二预设色彩强度值D2、第三预设色彩强度值D3、第四预设色彩强度值D4和第五预设色彩强度值D5,且D1<D2<D3<D4<D5;
根据所述第二图像集合的色度分量平均值E与各预设色度分量平均值之间的关系设定所述第二图像集合中子图像的色彩强度值:
当E<W1时,选定所述第一预设色彩强度值D1作为所述第二图像集合中子图像的色彩强度值;
当W1≤E<W2时,选定所述第二预设色彩强度值D2作为所述第二图像集合中子图像的色彩强度值;
当W2≤E<W3时,选定所述第三预设色彩强度值D3作为所述第二图像集合中子图像的色彩强度值;
当W3≤E<W4时,选定所述第四预设色彩强度值D4作为所述第二图像集合中子图像的色彩强度值;
当W4≤E时,选定所述第五预设色彩强度值D5作为所述第二图像集合中子图像的色彩强度值。
本实施例中,色度分量描述了构成颜色的不同波长的比例。
本实施例中,色彩强度值是指对第二图像集合中每个子图像进行色彩增强的一个值。
上述技术方案的有益效果是:根据第二图像集合的色度分量平均值E与各预设色度分量平均值之间的关系设定第二图像集合中子图像的色彩强度值,本发明通过设定第二图像集合中子图像的色彩强度值,进而可以有效地对第二图像集合中的子图像进行色彩增强,进而实现对第二图像集合中的子图像进行置信度增强处理,可以消除图像线段消失和层次感较差等现象,保证等比例阀门的建模准确性。
在本申请的一些实施例中,还包括:
获取所述第二图像集合中每个子图像的亮度分量;
根据所述第二图像集合中每个子图像的亮度分量计算所述第二图像集合的亮度分量平均值F;
基于所述亮度分量平均值F对所述第二图像集合中子图像的色彩强度值进行修正。
在本申请的一些实施例中,基于所述亮度分量平均值F对所述第二图像集合中子图像的色彩强度值进行修正,包括:
预设第二图像集合的亮度分量平均值矩阵G,所述亮度分量平均值矩阵G包括第一预设亮度分量平均值G1、第二预设亮度分量平均值G2、第三预设亮度分量平均值G3和G4为第四预设亮度分量平均值G4,且G1<G2<G3<G4;
预设色彩强度值的修正系数矩阵h,所述修正系数矩阵h包括第一预设色彩强度值修正系数h1、第二预设色彩强度值修正系数h2、第三预设色彩强度值修正系数h3、第四预设色彩强度值修正系数h4和第五预设色彩强度值修正系数h5,且0.8<h1<h2<h3<h4<h5<1.2;
在将所述第二图像集合中每个子图像的色彩强度值设定为第i预设色彩强度值Di时,i=1,2,3,4,5,根据所述第二图像集合的亮度分量平均值F与各预设亮度分量平均值之间的关系对所述第二图像集合中子图像的色彩强度值进行修正:
当F<G1时,选定所述第一预设色彩强度值修正系数h1对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h1;
当G1≤F<G2时,选定所述第二预设色彩强度值修正系数h2对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h2;
当G2≤F<G3时,选定所述第三预设色彩强度值修正系数h3对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h3;
当G3≤F<G4时,选定所述第四预设色彩强度值修正系数h4对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h4;
当G4≤F时,选定所述第五预设色彩强度值修正系数h5对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h5。
本实施例中,亮度分量是指图像的明亮程度。
上述技术方案的有益效果是:在将第二图像集合中子图像的色彩强度值设定为第i预设色彩强度值Di时,i=1,2,3,4,5,根据第二图像集合的亮度分量平均值F与各预设亮度分量平均值之间的关系对第二图像集合中子图像的色彩强度值进行修正,本发明通过对第二图像集合中子图像的色彩强度值进行修正,可以进一步保证对第二图像集合中子图像的色彩强度效果,避免出现较大误差。
S140:将所述待建模图像作为模型输入,构建初始等比例阀门模型;
S150:对所述初始等比例阀门模型进行模拟仿真,并基于模拟仿真结果对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型
在本申请的一些实施例中,对所述初始等比例阀门模型进行模拟仿真,并基于模拟仿真结果对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型,包括:
对所述初始等比例阀门模型进行模拟仿真,得到所述初始等比例阀门模型的第一测试曲线;
对所述等比例阀门进行测试,得到所述等比例阀门的第二测试曲线;
当所述第一测试曲线和所述第二测试曲线之间存在偏差时,则判断需要对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型;
当所述第一测试曲线和所述第二测试曲线之间不存在偏差时,则判断不需要对所述初始等比例阀门模型进行调节,并将所述初始等比例阀门模型作为所述目标等比例阀门模型。
本实施例中,通过对等比例模型对等比例阀门分别进行冲击测试,耐磨测试,受力测试等,并得到相对应的测试结果,根据测试结果生成第一测试曲线。
本实施例中,通过直接对等比例阀门分别进行冲击测试,耐磨测试,受力测试等,并得到相对应的测试结果,根据测试结果生成第二测试曲线。
上述技术方案的有益效果是:本发明可以对初始等比例阀门模型进行测试,进而提高等比例阀门模型的建模准确性,避免在后续使用时出现较大的偏差,保证建模精度,提高测试效率。
在本申请的一些实施例中,当判断需要对所述初始等比例阀门模型进行调节时,包括:
根据所述第一测试曲线和所述第二测试曲线确定所述初始等比例阀门模型的偏差值;
根据所述偏差值对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型。
本实施例中,偏差值可以是冲击测试,耐磨测试,受力测试等其中的一个测试结果,具体可以根据实际情况进行选取,在此不作具体限定。
上述技术方案的有益效果是:本发明通过根据偏差值对初始等比例阀门模型进行调节,可以进一步得到合格的模型,从而提升了模型的准确性。
在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
虽然在上文中已经参考实施例对本发明进行了描述,然而在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,本发明所披露的实施例中的各项特征均可通过任意方式相互结合起来使用,在本说明书中未对这些组合的情况进行全部的描述仅仅是出于省略篇幅和节约资源的考虑。因此,本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
本领域普通技术人员可以理解:以上仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于流通系数的等比例阀门的建模方法,其特征在于,所述方法包括:
对等比例阀门进行图像拍摄,获取所述等比例阀门的初始建模图像;
对所述初始建模图像进行图像分割,得到多个子图像,获取所有子图像的置信度;
对于每个所述子图像,根据所述子图像对应的置信度对所述子图像的色度分量进行调整,得到目标子图像,并根据各个所述目标子图像确定待建模图像;
将所述待建模图像作为模型输入,构建初始等比例阀门模型;
对所述初始等比例阀门模型进行模拟仿真,并基于模拟仿真结果对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型。
2.根据权利要求1所述的基于流通系数的等比例阀门的建模方法,其特征在于,对所述初始建模图像进行图像分割,得到多个子图像,包括:
对所述初始建模图像进行边缘检测,确定所述初始建模图像的图像面积A;
根据所述初始建模图像的图像面积A设定子图像的分割数量。
3.根据权利要求2所述的基于流通系数的等比例阀门的建模方法,其特征在于,根据所述初始建模图像的图像面积A设定子图像的分割数量,包括:
预设初始建模图像的图像面积矩阵B,所述图像面积矩阵B包括第一预设图像面积B1、第二预设图像面积B2、第三预设图像面积B3和第四预设图像面积B4,且B1<B2<B3<B4;
预设子图像的分割数量矩阵C,所述分割数量矩阵C包括第一预设分割数量C1、第二预设分割数量C2、第三预设分割数量C3、第四预设分割数量C4和第五预设分割数量C5,且C1<C2<C3<C4<C5;
根据所述初始建模图像的图像面积A与各预设图像面积之间的关系设定所述子图像的分割数量:
当A<B1时,选定所述第一预设分割数量C1作为所述子图像的分割数量;
当B1≤A<B2时,选定所述第二预设分割数量C2作为所述子图像的分割数量;
当B2≤A<B3时,选定所述第三预设分割数量C3作为所述子图像的分割数量;
当B3≤A<B4时,选定所述第四预设分割数量C4作为所述子图像的分割数量;
当B4≤A时,选定所述第五预设分割数量C5作为所述子图像的分割数量。
4.根据权利要求1所述的基于流通系数的等比例阀门的建模方法,其特征在于,对于每个所述子图像,根据所述子图像对应的置信度对所述子图像的色度分量进行调整,得到目标子图像,并根据各个所述目标子图像确定待建模图像,包括:
将每个子图像的置信度与置信度阈值进行判断比较;
对于每个所述子图像,若所述子图像对应的置信度均大于或等于所述置信度阈值,则将所述子图像作为目标子图像;
对于每个所述子图像,若所述子图像对应的置信度小于所述置信度阈值,则将所述子图像作为非目标子图像;
若所有子图像均为目标子图像,则不改变所有子图像的色度分量,并将所述初始建模图像作为待建模图像;
若任意一个所述子图像为非目标子图像,则根据所有子图像对应的置信度与所述置信度阈值之间的关系对所有子图像进行图像集合划分,其中:
对于每个所述子图像,若所述子图像对应的置信度大于或等于所述置信度阈值时,则将对应的子图像划分至第一图像集合;
对于每个所述子图像,若所述子图像对应的置信度小于所述置信度阈值时,则将对应的子图像划分至第二图像集合;
对所述第二图像集合中的各个子图像进行色度分量增强处理得到第三图像集合;
将所述第三图像集合中色度分量增强后的子图像与所述第一图像集合中的子图像进行融合,得到所述待建模图像。
5.根据权利要求4所述的基于流通系数的等比例阀门的建模方法,其特征在于,对所述第二图像集合中的子图像进行色度分量增强处理得到第三图像集合,包括:
获取所述第二图像集合中每个子图像的色度分量;
根据所述第二图像集合中每个子图像的色度分量计算所述第二图像集合的色度分量平均值E;
基于所述色度分量平均值E设定所述第二图像集合中每个子图像的色彩强度值;
根据所述色彩强度值对所述第二图像集合中每个子图像进行色度分量增强处理得到第三图像集合。
6.根据权利要求5所述的基于流通系数的等比例阀门的建模方法,其特征在于,基于所述色度分量平均值E设定所述第二图像集合中每个子图像的色彩强度值,包括:
预设第二图像集合的色度分量对应的平均值矩阵W,所述平均值矩阵W包括第一预设色度分量平均值W1、第二预设色度分量平均值W2、第三预设色度分量平均值W3和第四预设色度分量平均值W4,且W1<W2<W3<W4;
预设色彩强度值矩阵D,所述色彩强度值矩阵D包括第一预设色彩强度值D1、第二预设色彩强度值D2、第三预设色彩强度值D3、第四预设色彩强度值D4和第五预设色彩强度值D5,且D1<D2<D3<D4<D5;
根据所述第二图像集合的色度分量平均值E与各预设色度分量平均值之间的关系设定所述第二图像集合中子图像的色彩强度值:
当E<W1时,选定所述第一预设色彩强度值D1作为所述第二图像集合中子图像的色彩强度值;
当W1≤E<W2时,选定所述第二预设色彩强度值D2作为所述第二图像集合中子图像的色彩强度值;
当W2≤E<W3时,选定所述第三预设色彩强度值D3作为所述第二图像集合中子图像的色彩强度值;
当W3≤E<W4时,选定所述第四预设色彩强度值D4作为所述第二图像集合中子图像的色彩强度值;
当W4≤E时,选定所述第五预设色彩强度值D5作为所述第二图像集合中子图像的色彩强度值。
7.根据权利要求6所述的基于流通系数的等比例阀门的建模方法,其特征在于,还包括:
获取所述第二图像集合中每个子图像的亮度分量;
根据所述第二图像集合中每个子图像的亮度分量计算所述第二图像集合的亮度分量平均值F;
基于所述亮度分量平均值F对所述第二图像集合中子图像的色彩强度值进行修正。
8.根据权利要求7所述的基于流通系数的等比例阀门的建模方法,其特征在于,基于所述亮度分量平均值F对所述第二图像集合中子图像的色彩强度值进行修正,包括:
预设第二图像集合的亮度分量平均值矩阵G,所述亮度分量平均值矩阵G包括第一预设亮度分量平均值G1、第二预设亮度分量平均值G2、第三预设亮度分量平均值G3和G4为第四预设亮度分量平均值G4,且G1<G2<G3<G4;
预设色彩强度值的修正系数矩阵h,所述修正系数矩阵h包括第一预设色彩强度值修正系数h1、第二预设色彩强度值修正系数h2、第三预设色彩强度值修正系数h3、第四预设色彩强度值修正系数h4和第五预设色彩强度值修正系数h5,且0.8<h1<h2<h3<h4<h5<1.2;
在将所述第二图像集合中每个子图像的色彩强度值设定为第i预设色彩强度值Di时,i=1,2,3,4,5,根据所述第二图像集合的亮度分量平均值F与各预设亮度分量平均值之间的关系对所述第二图像集合中子图像的色彩强度值进行修正:
当F<G1时,选定所述第一预设色彩强度值修正系数h1对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h1;
当G1≤F<G2时,选定所述第二预设色彩强度值修正系数h2对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h2;
当G2≤F<G3时,选定所述第三预设色彩强度值修正系数h3对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h3;
当G3≤F<G4时,选定所述第四预设色彩强度值修正系数h4对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h4;
当G4≤F时,选定所述第五预设色彩强度值修正系数h5对所述第二图像集合中子图像的色彩强度值进行修正,修正后的第二图像集合中子图像的色彩强度值为Di*h5。
9.根据权利要求1所述的基于流通系数的等比例阀门的建模方法,其特征在于,对所述初始等比例阀门模型进行模拟仿真,并基于模拟仿真结果对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型,包括:
对所述初始等比例阀门模型进行模拟仿真,得到所述初始等比例阀门模型的第一测试曲线;
对所述等比例阀门进行测试,得到所述等比例阀门的第二测试曲线;
当所述第一测试曲线和所述第二测试曲线之间存在偏差时,则判断需要对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型;
当所述第一测试曲线和所述第二测试曲线之间不存在偏差时,则判断不需要对所述初始等比例阀门模型进行调节,并将所述初始等比例阀门模型作为所述目标等比例阀门模型。
10.根据权利要求9所述的基于流通系数的等比例阀门的建模方法,其特征在于,当判断需要对所述初始等比例阀门模型进行调节时,包括:
根据所述第一测试曲线和所述第二测试曲线确定所述初始等比例阀门模型的偏差值;
根据所述偏差值对所述初始等比例阀门模型进行调节,得到目标等比例阀门模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310891689.0A CN117034572A (zh) | 2023-07-19 | 2023-07-19 | 一种基于流通系数的等比例阀门的建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310891689.0A CN117034572A (zh) | 2023-07-19 | 2023-07-19 | 一种基于流通系数的等比例阀门的建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117034572A true CN117034572A (zh) | 2023-11-10 |
Family
ID=88634452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310891689.0A Pending CN117034572A (zh) | 2023-07-19 | 2023-07-19 | 一种基于流通系数的等比例阀门的建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117034572A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117312296A (zh) * | 2023-11-29 | 2023-12-29 | 山东街景智能制造科技股份有限公司 | 一种多平台协作的数据处理方法 |
-
2023
- 2023-07-19 CN CN202310891689.0A patent/CN117034572A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117312296A (zh) * | 2023-11-29 | 2023-12-29 | 山东街景智能制造科技股份有限公司 | 一种多平台协作的数据处理方法 |
CN117312296B (zh) * | 2023-11-29 | 2024-02-20 | 山东街景智能制造科技股份有限公司 | 一种多平台协作的数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101296384B (zh) | 白平衡调整装置、成像设备及存储白平衡调整程序的记录介质 | |
CN117034572A (zh) | 一种基于流通系数的等比例阀门的建模方法 | |
KR102022812B1 (ko) | 이미지 콘트라스트 보강방법 | |
CN107068044B (zh) | 图像伽玛校正方法、扫描卡和显示系统 | |
CN106228527A (zh) | 利用手动和半自动技术校准显示系统的系统和方法 | |
CN110992365B (zh) | 一种基于图像语义分割的损失函数及其设计方法 | |
CN109520706A (zh) | 汽车保险丝盒装配检测系统、图像识别方法及螺孔定位法 | |
CN104994376B (zh) | 一种投影仪投影的色彩自动模拟方法及系统 | |
CN103389042A (zh) | 基于深度图像的地面自动检测以及场景高度计算的方法 | |
CN109584170A (zh) | 基于卷积神经网络的水下图像复原方法 | |
CN101571663A (zh) | 一种用于多投影仪拼接的分布式在线调节方法 | |
CN113516939B (zh) | 亮度校正方法、装置、显示设备、计算设备及存储介质 | |
CN110910847A (zh) | 显示模组的伽马矫正方法和装置 | |
CN106501917A (zh) | 一种镜头辅助调焦方法和装置 | |
CN114267267B (zh) | 一种虚拟像素led显示屏的亮暗缝修复方法、装置及系统 | |
CN112967669B (zh) | 一种提高led显示屏灰度一致性的校正方法 | |
CN116453470B (zh) | 图像显示方法、装置、电子设备及计算机可读存储介质 | |
CN103969029A (zh) | 一种基于数码相机的眩光简易测试方法 | |
CN114170960B (zh) | 一种硅基OLED微显示屏的定制Gamma校正方法 | |
CN104702930A (zh) | 一种确定白平衡光源的方法及装置 | |
CN101409770B (zh) | 一种二维Lab色域图轮廓的确定方法和装置 | |
CN115100078A (zh) | 一种曲面屏图像中点阵坐标修正与填补的方法及相关装置 | |
JP7381384B2 (ja) | 風速データの使用方法 | |
CN113160090B (zh) | 一种图像校正的方法及装置 | |
CN116309886A (zh) | 显示控制方法、装置、电子设备及存储介质 |
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 |