[发明专利]一种基于图像识别和机器学习的螺栓松弛监测方法

摘要

本发明公开了一种基于图像识别和机器学习的螺栓松弛监测方法，首先训练支持向量机识别模型，然后采用训练好的支持向量机识别模型对被监测螺栓群的松弛情况进行定时监测。本发明相对于传统的人工、机械式螺栓检测方法省去了大量人力，不依赖于检修人员的个人经验，检测精确度较高。本发明主要使用的图像采集设备是ccd工业相机，相对于基于声、光、电等原理的接触式传感器，成本相对低廉，同时由于本发明是非接触式监测，不影响螺栓的正常工作。本发明相对于现有的图像检测技术，不需要在螺栓上添加额外标识物，对拍摄角度要求不高，适用性更广。

主权项

1.一种基于图像识别和机器学习的螺栓松弛监测方法，其特征在于，包括以下步骤：/nS1、在被监测螺栓群附近确定图像采集器的安装点位，安装图像采集器；/nS2、开启图像采集器的图像拍摄功能，分阶段随机拧松被监测螺栓群中的螺栓，摄取得到n张螺栓被拧松的螺栓群图片，n为预设样本量；/nS3、对n张螺栓群图片进行图像处理与分割，提取得到螺栓群中每个螺栓的几何特征；/nS4、通过螺栓群中每个螺栓的几何特征训练得到支持向量机识别模型；/nS5、判断支持向量机识别模型的识别准确率是否达到预设值α，若是则进入步骤S6，否则增加预设样本量n，返回步骤S2；/nS6、采用支持向量机识别模型对被监测螺栓群的松弛情况进行定时监测。/n