一种基于语义分割网络的转机部件磨损检测方法及系统与流程

本公开涉及转机设备检修与计算机视觉交叉，具体涉及一种基于语义分割网络的转机部件磨损检测方法及系统。

背景技术：

1、转机设备（如风机、磨煤机、循泵、电机等）是火电厂的关键设备，其关键零部件在长期运行过程中不可避免地发生磨损。以风机为例，常见的磨损部位包括轴承滚道、叶轮叶片、轴颈表面、齿轮齿面等，零部件的磨损程度直接关系到转机设备的运行安全与检修时机。

2、转机零部件磨损检测主流手段各有局限，传统检修多结合目视核查与游标卡尺、塞尺等简易量具开展检测，该方式高度依赖检修人员主观经验，人员间检测判定偏差较大，磨损程度仅能依靠模糊定性词汇描述，难以实现标准化量化，同时无法联动历史检测数据比对研判磨损速率；依托工业相机采集画面的二维图像检测方案，可借助图像处理算法识别磨损区域，但仅能获取表面投影信息，缺失磨损深度、三维形貌关键数据，无法精准核算磨损体积，且拍摄角度、环境光照极易干扰成像效果，造成多次测量结果可比性较差；精度最优的三维扫描检测，依靠扫描设备采集表面点云并对照原始模型测算磨损量，不过受制于设备成本高昂、操作门槛高、扫描耗时长等问题，难以落地检修现场规模化应用。

技术实现思路

1、针对现有技术存在的不足，本公开的目的在于提供一种基于语义分割网络的转机部件磨损检测方法及系统，通过标准化图像采集、语义分割网络自动识别磨损区域、结构光三维形貌重建以及磨损量化计算，实现了转机零部件磨损的客观量化检测，消除了人工目视检查的主观性，提高检测效率和精度。

2、为实现上述目的，本公开采用如下技术方案：

3、第一方面，本公开提供一种基于语义分割网络的转机部件磨损检测方法，包括：

4、获取在标准化拍摄条件下采集的转机零部件的深度图像和结构光投影图像；

5、将所述深度图像输入预先训练的语义分割网络，经所述语义分割网络对所述深度图像中的每个像素进行分类，输出磨损区域概率图，根据所述磨损区域概率图生成磨损区域掩码；

6、对所述结构光投影图像进行相位解码，基于三角测量原理重建所述磨损区域掩码对应区域的三维点云，根据所述三维点云重建磨损区域三维曲面；

7、获取所述零部件的参考曲面，将所述磨损区域三维曲面与所述参考曲面进行配准，逐点计算配准后磨损区域三维曲面到所述参考曲面的有符号距离，根据所述有符号距离计算磨损量化指标，所述磨损量化指标包括最大磨损深度、平均磨损深度、磨损面积和磨损体积；

8、根据所述磨损量化指标及预设分级标准输出磨损等级。

9、优选地，还包括：在输出所述磨损等级之后，将所述磨损量化指标及对应的检测时间录入磨损数据库，基于所述磨损数据库中同一零部件的历史检测数据进行磨损趋势拟合，根据拟合结果预测所述零部件的剩余寿命。上述技术方案通过将历次检测数据存入数据库并拟合磨损趋势，使检修从“事后检修”或“定期检修”升级为“基于状态的预测性检修”，能够提前预知零部件的更换时机。

10、优选地，所述获取在标准化拍摄条件下采集的转机零部件的深度图像和结构光投影图像，包括：在标准化拍摄工位下同步采集所述零部件的深度图像、灰度图像和经零部件表面调制后的结构光投影图像，所述标准化拍摄工位具有固定的光照条件、固定的相机拍摄距离和固定的相机拍摄角度。上述技术方案通过设置标准化的拍摄条件，确保了不同次检测的图像数据具有可比性，消除了因拍摄条件差异引入的测量误差。

11、优选地，所述语义分割网络采用编码器-解码器结构，所述编码器用于逐级提取所述深度图像的多尺度特征图，所述解码器用于将所述多尺度特征图逐级恢复至所述深度图像的分辨率，所述编码器与所述解码器之间通过跳跃连接传递对应尺度的特征图。上述技术方案中，编码器-解码器结构配合跳跃连接，能够在保持较高分割精度的同时精确定位磨损区域的边界，解决磨损区域边缘模糊难以精确分割的问题。

12、优选地，所述根据所述磨损区域概率图生成磨损区域掩码，包括：设定概率阈值，将所述磨损区域概率图中概率值大于或等于所述概率阈值的像素判定为磨损像素，将概率值小于所述概率阈值的像素判定为非磨损像素，所有磨损像素的集合构成所述磨损区域掩码。

13、优选地，所述对所述结构光投影图像进行相位解码，基于三角测量原理重建所述磨损区域掩码对应区域的三维点云，包括：对所述结构光投影图像进行相移解码得到包裹相位，采用多频外差法对所述包裹相位进行相位展开得到绝对相位，根据所述绝对相位及相机标定参数，基于三角测量原理计算所述磨损区域掩码中每个像素对应的空间三维坐标，所有空间三维坐标的集合构成所述三维点云。

14、优选地，所述获取所述零部件的参考曲面，包括：获取所述零部件的原始模型，从所述原始模型中提取与所述磨损区域掩码对应的理论曲面作为所述参考曲面；或者，当无法获取所述原始模型时，若所述磨损区域掩码周边预设宽度范围内存在未磨损区域，则以该未磨损区域的曲面为基准，通过曲面拟合并向所述磨损区域外推得到所述参考曲面；若所述磨损区域掩码周边预设宽度范围内不存在未磨损区域，则获取所述零部件的历史三维扫描数据或同型号未磨损零部件的三维数据作为所述参考曲面。上述技术方案提供了三种参考曲面的获取方式，当零部件有模型时直接提取理论曲面，精度最高；当无模型时通过周边未磨损区域外推得到参考曲面，保证了方法的通用性。

15、优选地，所述将所述磨损区域三维曲面与所述参考曲面进行配准，包括：采用迭代最近点算法对所述磨损区域三维曲面的点云与所述参考曲面的点云进行刚性配准，求解使两组点云之间距离最小的旋转矩阵和平移向量，根据所述旋转矩阵和平移向量将所述磨损区域三维曲面变换至与所述参考曲面对齐。上述技术方案通过迭代最近点（icp）配准算法实现了磨损区域三维曲面与参考曲面的精确对齐，消除了零部件放置位姿差异对测量结果的影响。

16、优选地，所述基于所述磨损数据库中同一零部件的历史检测数据进行磨损趋势拟合，根据拟合结果预测所述零部件的剩余寿命，包括：从所述磨损数据库中提取同一零部件历次检测的最大磨损深度及对应的累计运行小时数，采用双指数模型对最大磨损深度随累计运行小时数的变化曲线进行拟合，根据拟合得到的磨损趋势模型及预设的报废阈值，计算所述零部件达到所述报废阈值所需的累计运行小时数，根据所述累计运行小时数与当前已累计运行小时数的差值得到所述剩余寿命。

17、上述技术方案采用由常数项与两个指数项构成的双指数模型，分别描述零部件加工表面的初始表面不平度、磨合期的快速磨损与稳定磨损期之后的加速磨损，三者叠加完整反映零部件由初期磨合、稳定磨损至加速失效的磨损演变规律，相比线性拟合或单指数拟合更贴合实际的磨损物理过程，预测精度更高。

18、第二方面，本公开提供一种基于语义分割网络的转机部件磨损检测系统，包括：

19、图像采集模块，用于获取在标准化拍摄条件下采集的转机零部件的深度图像和结构光投影图像，所述图像采集模块包括工业相机、结构光投影器和标准化拍摄工位，所述标准化拍摄工位设有固定光源、固定拍摄距离的定位支架和固定所述零部件的定位夹具，所述工业相机与所述结构光投影器之间的相对位置固定；

20、磨损区域分割模块，用于将所述深度图像输入预先训练的语义分割网络，经所述语义分割网络对所述深度图像中的每个像素进行分类，输出磨损区域概率图，根据所述磨损区域概率图生成磨损区域掩码；

21、三维形貌重建模块，用于对所述结构光投影图像进行相位解码，基于三角测量原理重建所述磨损区域掩码对应区域的三维点云，根据所述三维点云重建磨损区域三维曲面；

22、磨损量化计算模块，用于获取所述零部件的参考曲面，将所述磨损区域三维曲面与所述参考曲面进行配准，逐点计算配准后磨损区域三维曲面到所述参考曲面的有符号距离，根据所述有符号距离计算磨损量化指标，所述磨损量化指标包括最大磨损深度、平均磨损深度、磨损面积和磨损体积，并根据所述磨损量化指标及预设分级标准输出磨损等级；

23、趋势预测模块，用于在所述磨损量化计算模块输出所述磨损等级之后，将所述磨损量化指标及对应的检测时间录入磨损数据库，基于所述磨损数据库中同一零部件的历史检测数据进行磨损趋势拟合，根据拟合结果预测所述零部件的剩余寿命。

24、与现有技术相比，本公开所达到的有益效果：

25、本公开通过设置标准化拍摄工位，在固定光照、固定距离、固定角度下同步采集深度图像和结构光投影图像，确保不同次检测的图像数据具有可比性，消除了因拍摄条件差异引入的测量误差，为实现精确的量化检测奠定了数据基础。

26、本公开通过语义分割网络对深度图像中的每个像素进行分类，自动识别磨损区域的精确边界并生成磨损区域掩码，消除了人工目视检查的主观性差异，实现了磨损区域识别的自动化、客观化和像素级精度。

27、本公开通过对结构光投影图像进行相位解码并基于三角测量原理重建磨损区域的三维曲面，将检测维度从二维平面扩展到三维空间，能够精确获取磨损的深度信息和三维形貌特征，从而支持磨损体积等关键三维量化指标的计算。

28、本公开通过将重建的磨损区域三维曲面与参考曲面进行icp配准并逐点计算有符号距离，精确计算出最大磨损深度、平均磨损深度、磨损面积和磨损体积等多维度量化指标，相比单一指标能够更全面地反映零部件的磨损状态，为检修时机提供精确的多维度数据支撑。

29、本公开通过将历次检测数据录入磨损数据库并采用双指数模型拟合磨损趋势，能够预测零部件的剩余寿命，将传统的“事后检修”或“定期检修”升级为“基于状态的预测性检修”，避免因零部件突然失效导致的非计划停运。