[发明专利]优化检测保温层下腐蚀的部署条件的机器学习系统和数据融合

权利要求书

1.一种用于使用机器学习和数据融合来预测和检测基础设施资产中的保温层下腐蚀(CUI)的系统，包括：

至少一个红外摄像机，其定位成捕获所述资产的热图像；

至少一个智能安装座，其机械支撑并电耦合到所述至少一个红外摄像机并且具有相对于所述资产可调节的位置，所述至少一个智能安装座包括：

通信模块；

存储器，其适于存储从所述至少一个摄像机接收的热图像数据；

电池模块，其用于为所述至少一个红外摄像机充电；

环境传感器模块，其适于获取环境条件数据；和

至少一个附加传感器，其适于从所述资产中获取与CUI相关的数据；

至少一个计算设备，其具有处理器，所述计算设备配置有用于在所述处理器中执行机器学习算法的指令，所述处理器从所述至少一个智能安装座的所述通信模块或存储器接收输入，包括：a)所述资产的热图像；b)所述环境条件数据；c)来自提供数据融合的所述至少一个附加传感器的与CUI相关的数据；以及d)从常规CUI测试获得的结果数据，以及所述处理器输出有关所述资产的CUI预测；和

机器学习平台，其适于基于随时间从所述至少一个计算设备接收的累积输入数据来训练所述机器学习算法。

2.根据权利要求1所述的系统，其中所述至少一个计算设备适于通过使用当前红外图像、环境传感器数据和CUI相关数据执行所述机器学习算法，通过确定当前部署条件下的所述机器学习算法的性能是否达到阈值水平，测试所述至少一个红外摄像机和至少一个智能安装座的当前部署条件。

3.根据权利要求2所述的系统，其中所述机器学习算法条件的性能通过以下至少一项测量：

腐蚀预测精度；

部署和测试的成本；和

部署和测试的速度。

4.根据权利要求2所述的系统，其中由所述至少一个计算设备测试的部署条件包括部署所述至少一个红外摄像机和至少一个智能安装座的一年中时间，或部署所述至少一个红外摄像机和至少一个智能安装座的一天中时间。

5.根据权利要求2所述的系统，其中由所述至少一个计算设备测试的所述部署条件包括所述至少一个摄像机的位置、方向和图像捕获持续时间。

6.根据权利要求2所述的系统，其中由所述至少一个计算设备测试的所述部署条件包括所述至少一个摄像机的在每个时间段捕获的图像的位置、类型和数量。

7.根据权利要求1所述的系统，其中所述至少一个智能安装座包括用于支撑所述红外摄像机的固定装置，所述固定装置是可旋转的并且可延伸的，以使得所述红外摄像机能够平移和倾斜。

8.根据权利要求1所述的系统，其中所述资产包括识别标签，并且至少一个智能安装座还包括可操作为扫描所述资产上的所述识别标签的标准摄像机。

9.根据权利要求1所述的系统，其中所述至少一个附加传感器包括磁传感器。

10.根据权利要求1所述的系统，进一步包括控制站，所述控制站通信地耦合到所述至少一个智能安装座，并且适于将配置和控制命令传输到所述至少一个智能安装座。

11.根据权利要求1所述的系统，其中所述至少一个计算设备采用的所述机器学习算法包括深度递归神经网络。

12.根据权利要求11所述的系统，其中所述深度递归神经网络是长短期记忆(LSTM)网络。

13.根据权利要求1所述的系统，其中所述至少一个计算设备采用的所述机器学习算法还包括卷积神经网络。

14.根据权利要求1所述的系统，其中所述至少一个计算设备被配置为对从所述至少一个智能安装座接收的数据执行降噪。