CN117629514A - 一种基于中红外热成像的sf6泄漏量检测系统和方法 - Google Patents
一种基于中红外热成像的sf6泄漏量检测系统和方法 Download PDFInfo
- Publication number
- CN117629514A CN117629514A CN202410109679.1A CN202410109679A CN117629514A CN 117629514 A CN117629514 A CN 117629514A CN 202410109679 A CN202410109679 A CN 202410109679A CN 117629514 A CN117629514 A CN 117629514A
- Authority
- CN
- China
- Prior art keywords
- leakage
- transformer
- image
- infrared
- coefficient
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000001931 thermography Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000002950 deficient Effects 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
Abstract
本发明提供一种基于中红外热成像的SF6泄漏量检测系统和方法,涉及变压器气体泄漏检测系统技术领域,包括固定模块、热成像模块、图像处理模块、数据分析模块、数据存储模块、警报模块。本发明通过将待测变压器的红外图像与标准样件变压器的标准图像进行比对,得到二者图像不同区域内灰度均值的差异矩阵,既能减少人力耗费,实现自动化检测,还能够避免外界温度过高难以识别到细微的泄漏点,减少温度对测试结果的影响,进一步地,还能对变压器的泄漏量等级进行检测,从而方便对不良品进行分类,按照泄漏量等级来分批次进行返修或报废。
Description
技术领域
本发明涉及变压器气体泄漏检测系统技术领域,具体为一种基于中红外热成像的SF6泄漏量检测系统和方法。
背景技术
在变压器的生产工艺中,需要在内部腔体内填充SF6来起到灭弧的作用,若是发生气体泄漏,容易产生电弧对变压器造成破坏而引起安全事故,因此需要对变压器的密封性能进行检验。
在现有技术中,常常采用酒精浸泡法,利用观察气泡的方式来判断是否发生气体泄漏,这种方法虽然简单易上手,但需要耗费大量的人力资源,不符合自动化、智能化的生产需求。目前部分工厂采用热成像的方法来进行检测,但热成像的方法又容易受到温度影响,在环境温度整体较高的情况下,难以识别出红外图像中不那么明显的亮点,也就难以判断出变压器上细小的泄漏点,检测精度不高。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于提供一种基于中红外热成像的SF6泄漏量检测系统和方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于中红外热成像的SF6泄漏量检测系统,适用于变压器,包括:
固定模块,所述固定模块用于对变压器进行固定;
热成像模块,所述热成像模块与图像处理模块通讯连接,用于测量变压器的红外图像,并将红外图像发送到图像处理模块;
图像处理模块,所述图像处理模块与数据分析模块电性连接,用于对变压器的红外图像进行处理生成图像数据,并将图像数据发送到数据分析模块;
数据分析模块,所述数据分析模块与数据存储模块、警报模块电性连接,用于图像数据、标准图像来对变压器的泄漏点和泄漏量等级进行判定,并将判定结果发送到数据存储模块和警报模块;
数据存储模块,所述数据存储模块用于对红外图像、标准图像、判定结果进行存储;
警报模块,所述警报模块用于根据接收到的判定结果发出声光警报。
优选的,对红外图像进行处理生成图像数据的生成逻辑为:
热成像模块采集帧红外图像,并分别测量每帧红外图像的像素点灰度值;
对帧红外图像的像素点灰度值进行均值处理,得到优化后的红外图像;
对优化后的红外图像进行中值滤波,得到去噪后的处理图像,以及处理图像的像素点灰度值。
优选的,对变压器泄漏点进行判定的逻辑为:
将去噪后的图像和标准图像分别划分为行/>列,共计/>个区域,测量每个区域的灰度均值并分别标定为/>和/>,下标/>分别表示对应区域的横纵坐标;
计算去噪后的图像和标准图像之间每个区域的灰度差值,构建差值矩阵/>,并计算差值矩阵/>的均值/>,计算公式为:
根据差值矩阵的均值/>计算波动系数/>,计算公式为:
根据灰度差值、差值矩阵/>的均值/>、波动系数/>来判定变压器是否发生泄漏,当存在/>时,认为该区域发生泄漏为泄漏点。
优选的,对变压器泄漏量等级进行判定的逻辑为:
将泄漏点的灰度差值标定为,并计算泄漏系数/>,计算公式为:
并根据泄漏系数计算总泄漏系数/>,计算公式为:
将总泄漏系数与预设的泄漏阈值进行比对,从而判定变压器的泄漏量等级。
优选的,所述泄漏阈值包括两组预设的梯度值、/>,且/>;
当时,认为SF6泄漏较少,变压器泄漏量等级为低;
当时,认为SF6泄漏较多,变压器泄漏量等级为中;
当时,认为SF6大量泄漏,变压器泄漏量等级为高。
优选的,所述警报模块包括黄灯、橙灯、红灯各一组,以及一组蜂鸣器;
变压器泄漏量等级为低时黄灯亮起,蜂鸣器响;
变压器泄漏量等级为中时橙灯亮起,蜂鸣器响;
变压器泄漏量等级为高时红灯亮起,蜂鸣器响。
一种基于中红外热成像的SF6泄漏量检测方法,所述检测方法适用于上述的检测系统,其步骤包括:
S1:采集变压器的红外图像,对红外图像进行优化去噪处理,生成图像数据;
S2:将红外图像和标准图像的图像数据进行比较,生成波动系数,并根据波动系数判断变压器的泄漏点;
S3:根据波动系数生成泄漏系数和总泄漏系数,基于总泄漏系数判断变压器的泄漏量等级。
与现有技术相比,本发明的有益效果是:本发明通过将待测变压器的红外图像与标准样件变压器的标准图像进行比对,得到二者图像不同区域内灰度均值的差异矩阵,既能减少人力耗费,实现自动化检测,还能够避免外界温度过高难以识别到细微的泄漏点,减少温度对测试结果的影响,进一步地,还能对变压器的泄漏量等级进行检测,从而方便对不良品进行分类,按照泄漏量等级来分批次进行返修或报废。
附图说明
图1为本发明的模块结构示意图;
图2为本发明的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,对本发明进一步详细说明。
需要说明的是,除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”“下”“左”“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
实施例
请参阅图1,本发明提供一种技术方案:
一种基于中红外热成像的SF6泄漏量检测系统,适用于变压器,包括:固定模块、热成像模块、图像处理模块、数据分析模块、数据存储模块、警报模块,其中固定模块为按需定制的工装,热成像模块为红外热成像仪,图像处理模块、数据分析模块均为计算机的软件模块,数据存储模块为计算机的存储介质,警报模块为警示灯和蜂鸣器。
固定模块为固定夹板或是固定工装,其外形尺寸由变压器的外形尺寸决定,用于对变压器进行固定,避免影响变压器的成像结果,提高检测的精确度。
热成像模块采用FLIR T-series系列的中红外热成像仪,其与图像处理模块通讯连接,用于测量变压器的红外图像,并将红外图像发送到图像处理模块;
图像处理模块与数据分析模块电性连接,用于对变压器的红外图像进行处理生成图像数据,并将图像数据发送到数据分析模块,数据分析模块与数据存储模块、警报模块电性连接,用于图像数据、标准图像来对变压器的泄漏点和泄漏量等级进行判定,并将判定结果发送到数据存储模块和警报模块,数据存储模块用于对红外图像、标准图像、判定结果进行存储,警报模块用于根据接收到的判定结果发出声光警报。
对红外图像进行处理生成图像数据的生成逻辑为:
热成像模块采集帧红外图像,并分别测量每帧红外图像的像素点灰度值,采用对RGB通道进行加权平均的方法,即可得到红外图像中每个像素点的灰度值,对/>帧红外图像的像素点灰度值进行均值处理,也就是将/>帧红外图像进行叠加,每个相同位置像素点的灰度值取平均值,从而得到优化后的红外图像,再对优化后的红外图像进行中值滤波,得到去噪后的处理图像,以及处理图像的像素点灰度值,通过对红外图像进行均值处理和中值滤波,能够减少图像中的噪声,提高图像质量,使得对变压器的检测结果更加精确。
对变压器泄漏点进行判定的逻辑为:
将去噪后的图像和标准图像分别划分为行/>列,共计/>个区域,测量每个区域的灰度均值并分别标定为/>和/>,下标/>分别表示对应区域的横纵坐标,标准图像为使用标准样件固定在固定模块上,在标准环境温度,以及相同设备参数的条件下进行拍摄的红外图像,标准环境温度可以由使用者自行进行设置。
计算去噪后的图像和标准图像之间每个区域的灰度差值,计算方式为:,也就是将去噪后的图像与标准图像相减,得到二者的差异,由于在没有外界热源干扰的情况下,环境温度对于变压器整体的影响是较为均匀的,也就是说,不同区域内的灰度差值/>应当稳定在一定范围内而不是剧烈波动,若是出现区域内的灰度差值/>有剧烈波动,值明显高于或低于其他区域,则证明该区域内的温度变化存在异常,很可能是由于SF6发生泄漏导致的变压器内外气体压力不同,进而导致的温度差异,构建差值矩阵/>,矩阵/>可表示为:
并计算差值矩阵的均值/>,计算公式为:
根据差值矩阵的均值/>计算波动系数/>,计算公式为:
根据灰度差值、差值矩阵/>的均值/>、波动系数/>来判定变压器是否发生泄漏,波动系数/>能够反映出差值矩阵/>的离散情况,波动系数/>的值越大,越有可能存在温度异常的区域,当存在/>时,认为该区域为离散点,也就是温度产生大幅变化,发生泄漏的泄漏点。
对变压器泄漏量等级进行判定的逻辑为:
将泄漏点的灰度差值标定为,并计算泄漏系数/>,计算公式为:
并根据泄漏系数计算总泄漏系数/>,计算公式为:
将总泄漏系数与预设的泄漏阈值进行比对,泄漏系数/>的值越大,则该区域的泄漏情况越严重,总泄漏系数/>越大,则变压器整体的泄漏情况越严重,从而判定变压器的泄漏量等级。
优选的,所述泄漏阈值包括两组预设的梯度值、/>,且/>;
当时,认为SF6泄漏较少,变压器泄漏量等级为低;
当时,认为SF6泄漏较多,变压器泄漏量等级为中;
当时,认为SF6大量泄漏,变压器泄漏量等级为高。
优选的,所述警报模块包括黄灯、橙灯、红灯各一组,以及一组蜂鸣器;
变压器泄漏量等级为低时黄灯亮起,蜂鸣器响,变压器泄漏量等级为中时橙灯亮起,蜂鸣器响,变压器泄漏量等级为高时红灯亮起,蜂鸣器响。
请参阅图2,本发明还提供一种基于中红外热成像的SF6泄漏量检测方法,所述检测方法适用于上述的检测系统,其步骤包括:
S1:采集变压器的红外图像,对红外图像进行优化去噪处理,生成图像数据;
S2:将红外图像和标准图像的图像数据进行比较,生成波动系数,并根据波动系数判断变压器的泄漏点;
S3:根据波动系数生成泄漏系数和总泄漏系数,基于总泄漏系数判断变压器的泄漏量等级。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够、电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方法来执行,取决于技术方案的特定应用和设计约束条件。
所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,既可以位于一个地方,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。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (7)
1.一种基于中红外热成像的SF6泄漏量检测系统,适用于变压器,其特征在于,包括:
固定模块,所述固定模块用于对变压器进行固定;
热成像模块,所述热成像模块与图像处理模块通讯连接,用于测量变压器的红外图像,并将红外图像发送到图像处理模块;
图像处理模块,所述图像处理模块与数据分析模块电性连接,用于对变压器的红外图像进行处理生成图像数据,并将图像数据发送到数据分析模块;
数据分析模块,所述数据分析模块与数据存储模块、警报模块电性连接,用于图像数据、标准图像来对变压器的泄漏点和泄漏量等级进行判定,并将判定结果发送到数据存储模块和警报模块;
数据存储模块,所述数据存储模块用于对红外图像、标准图像、判定结果进行存储;
警报模块,所述警报模块用于根据接收到的判定结果发出声光警报。
2.根据权利要求1所述的一种基于中红外热成像的SF6泄漏量检测系统,其特征在于:对红外图像进行处理生成图像数据的生成逻辑为:
热成像模块采集帧红外图像,并分别测量每帧红外图像的像素点灰度值;
对帧红外图像的像素点灰度值进行均值处理,得到优化后的红外图像;
对优化后的红外图像进行中值滤波,得到去噪后的处理图像,以及处理图像的像素点灰度值。
3.根据权利要求2所述的一种基于中红外热成像的SF6泄漏量检测系统,其特征在于:对变压器泄漏点进行判定的逻辑为:
将去噪后的图像和标准图像分别划分为行/>列,共计/>个区域,测量每个区域的灰度均值并分别标定为/>和/>,下标/>分别表示对应区域的横纵坐标;
计算去噪后的图像和标准图像之间每个区域的灰度差值,构建差值矩阵/>,并计算差值矩阵/>的均值/>,计算公式为:
;
根据差值矩阵的均值/>计算波动系数/>,计算公式为:
;
根据灰度差值、差值矩阵/>的均值/>、波动系数/>来判定变压器是否发生泄漏,当存在/>时,认为该区域发生泄漏为泄漏点。
4.根据权利要求3所述的一种基于中红外热成像的SF6泄漏量检测系统,其特征在于:对变压器泄漏量等级进行判定的逻辑为:
将泄漏点的灰度差值标定为,并计算泄漏系数/>,计算公式为:
;
并根据泄漏系数计算总泄漏系数/>,计算公式为:
;
将总泄漏系数与预设的泄漏阈值进行比对,从而判定变压器的泄漏量等级。
5.根据权利要求4所述的一种基于中红外热成像的SF6泄漏量检测系统,其特征在于:所述泄漏阈值包括两组预设的梯度值、/>,且/>;
当时,认为SF6泄漏较少,变压器泄漏量等级为低;
当时,认为SF6泄漏较多,变压器泄漏量等级为中;
当时,认为SF6大量泄漏,变压器泄漏量等级为高。
6.根据权利要求5所述的一种基于中红外热成像的SF6泄漏量检测系统,其特征在于:所述警报模块包括黄灯、橙灯、红灯各一组,以及一组蜂鸣器;
变压器泄漏量等级为低时黄灯亮起,蜂鸣器响;
变压器泄漏量等级为中时橙灯亮起,蜂鸣器响;
变压器泄漏量等级为高时红灯亮起,蜂鸣器响。
7.一种基于中红外热成像的SF6泄漏量检测方法,其特征在于:所述检测方法适用于权利要求1-6任一项所述的检测系统,其步骤包括:
S1:采集变压器的红外图像,对红外图像进行优化去噪处理,生成图像数据;
S2:将红外图像和标准图像的图像数据进行比较,生成波动系数,并根据波动系数判断变压器的泄漏点;
S3:根据波动系数生成泄漏系数和总泄漏系数,基于总泄漏系数判断变压器的泄漏量等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410109679.1A CN117629514A (zh) | 2024-01-26 | 2024-01-26 | 一种基于中红外热成像的sf6泄漏量检测系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410109679.1A CN117629514A (zh) | 2024-01-26 | 2024-01-26 | 一种基于中红外热成像的sf6泄漏量检测系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117629514A true CN117629514A (zh) | 2024-03-01 |
Family
ID=90016699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410109679.1A Pending CN117629514A (zh) | 2024-01-26 | 2024-01-26 | 一种基于中红外热成像的sf6泄漏量检测系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117629514A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101098462A (zh) * | 2007-07-12 | 2008-01-02 | 上海交通大学 | 结合色度偏差和亮度偏差的视频运动目标检测方法 |
CN101251430A (zh) * | 2008-04-14 | 2008-08-27 | 北京理工大学 | 基于红外成像技术的泄漏检测定位方法及系统 |
CN105447471A (zh) * | 2015-12-04 | 2016-03-30 | 国网技术学院 | 基于红外检测的设备气体泄漏识别方法和装置 |
CN108364283A (zh) * | 2018-01-16 | 2018-08-03 | 北京博华信智科技股份有限公司 | 一种机泵密封泄漏监测与定位方法 |
CN108506742A (zh) * | 2018-03-10 | 2018-09-07 | 西安电子科技大学 | 一种自适应有效信号判定流体管道泄漏定位方法 |
CN111046331A (zh) * | 2019-11-21 | 2020-04-21 | 中国航空无线电电子研究所 | 一种基于信号异常的健康监控方法 |
CN112444521A (zh) * | 2020-10-23 | 2021-03-05 | 广西电网有限责任公司电力科学研究院 | 一种sf6泄露监测方法及系统 |
CN113139521A (zh) * | 2021-05-17 | 2021-07-20 | 中国大唐集团科学技术研究院有限公司中南电力试验研究院 | 一种用于电力监控的行人越界标监测方法 |
CN113390569A (zh) * | 2021-04-30 | 2021-09-14 | 西安交通大学 | 基于光热激励的宽波长红外成像气体泄漏检测系统及方法 |
CN113514054A (zh) * | 2021-06-16 | 2021-10-19 | 北京遥感设备研究所 | 一种星敏感器星点像斑检测方法及系统 |
CN115797290A (zh) * | 2022-11-30 | 2023-03-14 | 广西电网有限责任公司电力科学研究院 | 一种基于wipi模型的红外成像sf6气体检测方法和系统 |
CN115797641A (zh) * | 2023-02-13 | 2023-03-14 | 深圳市特安电子有限公司 | 一种电子设备气体泄漏检测方法 |
CN115808273A (zh) * | 2022-09-17 | 2023-03-17 | 浙江红谱科技股份有限公司 | 一种气体泄漏检测系统及方法 |
CN116296076A (zh) * | 2022-10-31 | 2023-06-23 | 中国电力科学研究院有限公司 | 一种基于红外视频识别sf6气体泄漏的方法及系统 |
CN116823839A (zh) * | 2023-08-31 | 2023-09-29 | 梁山中维热力有限公司 | 基于热红外图像的管道泄漏检测方法 |
-
2024
- 2024-01-26 CN CN202410109679.1A patent/CN117629514A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101098462A (zh) * | 2007-07-12 | 2008-01-02 | 上海交通大学 | 结合色度偏差和亮度偏差的视频运动目标检测方法 |
CN101251430A (zh) * | 2008-04-14 | 2008-08-27 | 北京理工大学 | 基于红外成像技术的泄漏检测定位方法及系统 |
CN105447471A (zh) * | 2015-12-04 | 2016-03-30 | 国网技术学院 | 基于红外检测的设备气体泄漏识别方法和装置 |
CN108364283A (zh) * | 2018-01-16 | 2018-08-03 | 北京博华信智科技股份有限公司 | 一种机泵密封泄漏监测与定位方法 |
CN108506742A (zh) * | 2018-03-10 | 2018-09-07 | 西安电子科技大学 | 一种自适应有效信号判定流体管道泄漏定位方法 |
CN111046331A (zh) * | 2019-11-21 | 2020-04-21 | 中国航空无线电电子研究所 | 一种基于信号异常的健康监控方法 |
CN112444521A (zh) * | 2020-10-23 | 2021-03-05 | 广西电网有限责任公司电力科学研究院 | 一种sf6泄露监测方法及系统 |
CN113390569A (zh) * | 2021-04-30 | 2021-09-14 | 西安交通大学 | 基于光热激励的宽波长红外成像气体泄漏检测系统及方法 |
CN113139521A (zh) * | 2021-05-17 | 2021-07-20 | 中国大唐集团科学技术研究院有限公司中南电力试验研究院 | 一种用于电力监控的行人越界标监测方法 |
CN113514054A (zh) * | 2021-06-16 | 2021-10-19 | 北京遥感设备研究所 | 一种星敏感器星点像斑检测方法及系统 |
CN115808273A (zh) * | 2022-09-17 | 2023-03-17 | 浙江红谱科技股份有限公司 | 一种气体泄漏检测系统及方法 |
CN116296076A (zh) * | 2022-10-31 | 2023-06-23 | 中国电力科学研究院有限公司 | 一种基于红外视频识别sf6气体泄漏的方法及系统 |
CN115797290A (zh) * | 2022-11-30 | 2023-03-14 | 广西电网有限责任公司电力科学研究院 | 一种基于wipi模型的红外成像sf6气体检测方法和系统 |
CN115797641A (zh) * | 2023-02-13 | 2023-03-14 | 深圳市特安电子有限公司 | 一种电子设备气体泄漏检测方法 |
CN116823839A (zh) * | 2023-08-31 | 2023-09-29 | 梁山中维热力有限公司 | 基于热红外图像的管道泄漏检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109488888B (zh) | 基于对红外温度场多元分析的金属管道泄漏监测方法 | |
CN107515481B (zh) | 一种显示面板的检测方法和装置 | |
CN109949725B (zh) | 一种aoi系统图像灰度标准化方法及系统 | |
CN108335454A (zh) | 一种火情检测方法及装置 | |
CN116188471B (zh) | 一种用于磷酸铁锂电池充电器的智能缺陷检测方法 | |
CN115240353A (zh) | 一种基于物联传感的消防险情处理方法 | |
CN115966063A (zh) | 一种气体泄漏红外成像自动报警方法 | |
CN111854964A (zh) | 一种测量体温的方法、装置、测温工具及存储介质 | |
CN113531403B (zh) | 水管泄漏检测方法及装置 | |
CN109841028B (zh) | 一种基于红外热像仪的热源探测方法、系统及存储介质 | |
CN107734488A (zh) | 蓝牙设备质量检测装置和方法 | |
CN114740416A (zh) | 霍尔电流传感器测试方法、装置、计算机设备及储存介质 | |
CN117629514A (zh) | 一种基于中红外热成像的sf6泄漏量检测系统和方法 | |
CN117252872A (zh) | 一种手机屏幕缺陷视觉检测方法及系统 | |
CN112629779A (zh) | 一种压力容器的总体气密性检测方法 | |
CN113793321B (zh) | 基于机器视觉的铸件表面缺陷动态检测方法及装置 | |
CN111623879B (zh) | 一种红外体温筛查系统制冷型红外探测器测试方法 | |
CN114494299A (zh) | 温度检测设备 | |
CN111914770A (zh) | 一种检测气体泄漏的方法及双波段红外成像系统 | |
CN113567051A (zh) | 基于光纤测温技术焊缝在线监测系统及监测方法 | |
CN113724201B (zh) | 基于二维傅里叶变换的图像传感器校正效果量化评价方法 | |
CN116818178B (zh) | 一种基于智能手表的水深与水压监测方法、系统及介质 | |
CN111856357A (zh) | 多传感器融合的超导体失超检测预警系统 | |
CN112465780A (zh) | 绝缘层膜厚异常监控方法及装置 | |
CN112184645A (zh) | 风机叶片检测方法、系统及其计算机可存储介质 |
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 |