[发明专利]用神经网络对热成像图像进行处理以鉴定保温层下腐蚀(CUI)

权利要求书

1.一种用于使用由第一机器学习系统训练到CUI分类准确性的第一阈值的滤波器来鉴定结构中的保温层下腐蚀(CUI)的计算机实现的方法，其包括：

接收使用红外辐射传感器从所述结构捕获的热图和与所述结构和环境条件有关的附加数据；

将所述第一机器学习系统的输出以及与所述结构和环境条件有关的附加数据输入第二机器学习系统，所述第二机器学习系统将来自早期状态的信息合并到当前状态中；

训练所述第二机器学习系统根据所述第一机器学习系统的输出和所述附加数据随时间的变化来鉴定CUI，直到达到CUI分类准确性的第二阈值为止；并且

在达到所述第二阈值之后，使用所述第一和第二机器学习系统基于接收到的热图和附加数据协同鉴定所述结构中的CUI。

2.根据权利要求1所述的计算机实现的方法，其中所述第一机器学习系统包括卷积神经网络。

3.根据权利要求2所述的计算机实现的方法，其中所述卷积神经网络包括多个分级分层，每个分级分层包括卷积阶段、非线性函数阶段和汇集阶段。

4.根据权利要求2所述的计算机实现的方法，其中所述第二机器学习系统包括递归神经网络。

5.根据权利要求4所述的计算机实现的方法，其中所述附加数据包括环境温度、所述结构的物理特性以及随时间测量的天气状况。

6.根据权利要求5所述的计算机实现的方法，其中训练所述第一和第二机器学习系统鉴定与来自所述结构外部的物体的红外辐射的反射有关的假阳性结果。

7.根据权利要求1所述的计算机实现的方法，其中CUI的鉴定包括鉴定所述结构在保温层下的易损区域，所述易损区域很可能限制有水分。

8.根据权利要求1所述的计算机实现的方法，还包括：

通过对结构的检查来验证初始CUI分类，其中使用脉冲涡流评价、目视检查、保温层移除和壁减薄的超声测试中的至少两种来进行验证。

9.根据权利要求1所述的计算机实现的方法，其还包括：预处理所述热图和所述附加数据，以对分类变量进行编码并且对连续变量进行归一化。

10.一种用于使用由第一机器学习系统训练到CUI分类准确性的第一阈值的滤波器来鉴定结构中的保温层下腐蚀(CUI)的系统，其包括：

包括处理器、存储器和通信模块的计算机系统，所述处理器配置为执行进行以下步骤的程序：

接收使用红外辐射传感器从所述结构捕获的热图和与所述结构和环境条件有关的附加数据；

将所述第一机器学习系统的输出以及与所述结构和环境条件有关的附加数据输入第二机器学习系统，所述第二机器学习系统将来自早期状态的信息合并到当前状态中；

训练所述第二机器学习系统根据所述第一机器学习系统的输出和所述附加数据随时间的变化来鉴定CUI，直到达到CUI分类准确性的第二阈值为止；并且

在达到所述第一和第二阈值之后，使用所述第一和第二机器学习系统基于当前热图和附加数据协同鉴定所述结构中的CUI。

11.根据权利要求10所述的系统，其中所述第一机器学习系统包括卷积神经网络。

12.根据权利要求11所述的系统，其中所述卷积神经网络包括多个分级分层，每个分级分层包括卷积阶段、非线性函数阶段和汇集阶段。

13.根据权利要求10所述的系统，其中所述第二机器学习系统包括递归神经网络。

14.根据权利要求10所述的系统，其中所述附加数据包括环境温度、所述结构的物理特性以及随时间测量的天气状况。