[发明专利]一种基于深度学习的智能化仪表检测方法

权利要求书

1.一种基于深度学习的智能化仪表检测方法，其特征在于包含以下步骤：

S1：通过相机拍摄仪表图像，并将图像传回工控机，工控机对图像进行预处理，并通过图像数字识别技术读取仪表数值；

S2：对读取的仪表数值数据进行分析处理，通过与历史数据和设备检测相关数据结合分析，做出结果预测和判断，所述对读取的仪表数值数据进行分析处理具体包括：

S21：数据分析处理服务器在采集到数据B时，同时调取历史数据A；

S22：数据分析处理服务器通过数据B判断仪表或设备是否存在问题，如果没有问题，返回初始采集新数据；

S23：如果存在问题，根据多次采集到的数据B跟历史数据A进行比对，分析是否存在关联，如果没有关联，返回初始采集新数据；

S24：如果发现历史数据A和数据B对于发生仪表或设备故障问题有关联，则在以后采集到历史数据A的时候，立即判断仪表或设备存在问题；

S3：如果根据已有数据和判断方法无法做出准确判断，则暂不做出判断，并进行重复读取仪表数据，再进行判断；

S4：如果读取的数值经分析认为可靠，并且在仪表正常范围内，则判断仪表和设备一切工作正常，并按源程序的设定周期性读取数据，并进行数据存储和分析处理；

S5：如果分析判断仪表数值开始趋于不准，仪表开始损坏，但还能继续工作，则按程序设定进行周期性读取数据并分析处理，同时发出仪表更换预警；

S6：如果分析判断仪表已经损坏，则发出仪表更换报警，提醒尽快更换仪表，并作出相应的停机处理；

S7：如果仪表工作正常，但数值超出仪表的安全范围，则发出警报并立刻停止设备运行；

S8：对历史数据和之前的处理判定进行智能学习，并将其返回给系统，不断完善数据分析处理和系统预判，通过这种不间断的机器自我学习，提高其预判的准确性；

所述智能学习是通过将步骤21至24的判断过程作为新的方法存入数据分析处理服务器实现的。

2.一种实现权利要求1所述的基于深度学习的智能化仪表检测方法的检测系统，其特征在于该系统依信号处理的先后顺序依次包括数据读取单元、数据存储单元、数据分析处理单元和预判告警单元四个模块，其中，数据读取单元采用机器视觉技术，通过相机对仪表读数界面进行拍照得到所需图像，然后经过图像处理，采用图像数字识别技术读取仪表指示的读数；数据存储单元用来存储相关设备检测的历史数据和设备检测相关数据；数据分析处理单元根据预定的数据使用规则，对历史数据与新数据进行趋势分析，并与设备检测相关数据一起进行运算分析；预判告警单元根据数据分析处理结果判断仪表状况和设备运行状况，并做出相应的告警指示。

3.根据权利要求2所述的基于深度学习的智能化仪表检测方法的检测系统，其特征在于所述仪表状况包括损坏情况和寿命趋势。