[发明专利]钢包表面故障诊断方法及设备

权利要求书

1.一种钢包表面故障诊断方法，其特征在于，包括：

步骤1：利用热像仪检测钢包获得包含温度信息和部位的位置的信息的钢包的全辐射热像图，由所述全辐射热像图转换得到灰度图，基于所述灰度图构建钢包检测的数据集，所述数据集包括训练集、验证集和测试集；

步骤2：根据所述数据集中的钢包的各部位的真实框计算得到检测所需的先验框；

步骤3：基于钢包检测数据集构建改进的SSD网络模型；

步骤4：利用所述训练集、验证集和先验框训练所述改进的SSD网络模型，得到训练好的SSD网络模型；

步骤5：将所述测试集输入训练好的SSD网络模型进行预测，基于预测结果对训练好的SSD网络模型进行评价，若对训练好的SSD网络模型评价合格，则转到步骤6，若评价不合格，重复步骤3～5；

步骤6：将所述钢包的全辐射热像图输入训练好的SSD网络模型，对钢包的各部位进行定位，进而获得钢包的不同部位的温度；

步骤7：利用获得的钢包的不同部位温度，构建钢包不同部位温度趋势数据集；

步骤8：基于钢包的不同部位的温度趋势数据集的数据量的大小，构建BP神经网络；

步骤9：利用钢包的不同部位的温度趋势数据集训练和评价所述BP神经网络，以拟合得到温度趋势曲线；

步骤10：利用拟合得到的温度趋势曲线，计算温度正常值区间；

步骤11：将待检测的钢包的全辐射热像图转化为灰度图输入训练好的SSD网络模型，对待检测的钢包的各部位进行定位，进而获得待检测的钢包的不同部位的温度，基于待检测的钢包的不同部位的温度是否在所述温度正常值区间内，判断所述待检测的钢包是否故障；步骤1，构建钢包检测的数据集包括：

在所述数据集标记钢包的部位和对应的位置，其中，所述部位包括：钢包的包沿、出水口、包壁、耳轴和底部各部位，钢包的包壁、耳轴和底部是故障诊断的区域，而钢包的包沿和出水口是诊断时避开的位置；

步骤2：根据所述数据集中的钢包的各部位的真实框计算得到检测所需的先验框，包括：

根据所述数据集中的钢包的各部位的真实框，并由加权K-means算法聚类得到检测所需的先验框。

2.如权利要求1所述的钢包表面故障诊断方法，其特征在于，步骤3：所述改进的SSD网络模型，包括：

预处理模块、主干特征提取网络模块和特征融合模块，以得到用于预测的不同尺寸有效特征层，其中，

所述预处理模块，用于将钢包检测的数据集中的灰度图采用在短边方向上对称补零，然后调整尺寸到224像素*224像素得到第一图片，再将所述第一图片经过3个平面尺寸为3*3、步长为1、padding为SAME模式的卷积核进行二维卷积得到信息不冗余的3个通道224像素*224像素的特征图；

所述主干特征提取网络模块采用MobileNetV3代替VGG，其中，所述MobileNetV3采用MobileNetV2中线性瓶颈的逆残差结构和MobileNetV1中深度可分离卷积，同时引用轻量级的注意力模型，并利用h-swish代替swish函数，其中，

其中，x是激活函数的输入，即神经元的值，

所述特征融合模块中，所述特征融合模块的某一预测特征层结合上一层和下一层的特征，将不同尺寸的特征图进行特征融合，使得每一层的预测特征层的特征都融合了上一层的预测特征层的特征的低维语义信息和下一层的预测特征层的特征的高维语义信息，其中，不同层的预测特征层的特征具有不同尺寸的特征图。