基于人工智能的设备缺陷检测方法、装置、设备及介质与流程

技术特征：
1.一种基于人工智能的设备缺陷检测方法，其特征在于，所述基于人工智能的设备缺陷检测方法包括：根据待检测设备的零件信息确定所述待检测设备中各零件的外观检测项目和运行检测项目；根据所述外观检测项目获取各零件的目标图像信息，将所述目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息；根据所述运行检测项目控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息；根据所述外观特征信息和所述运行状态信息对各零件进行故障评价；根据故障评价结果确定各零件中的故障零件，并获取所述故障零件的故障零件信息；根据故障零件信息生成所述待检测设备对应的缺陷检测结果。2.如权利要求1所述的基于人工智能的设备缺陷检测方法，其特征在于，所述根据所述运行检测项目控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息，包括：根据所述零件信息确定各零件的故障权重；根据所述故障权重和所述运行检测项目生成待检测设备的负载运行控制策略；根据所述负载运行控制策略控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息。3.如权利要求2所述的基于人工智能的设备缺陷检测方法，其特征在于，所述根据所述零件信息确定各零件的故障权重，包括：根据所述零件信息确定各零件对应的运行模块；获取所述运行模块对应的兼容性信息；根据所述兼容性信息对所述运行模块进行兼容性测试；根据兼容性测试结果确定各零件的故障权重。4.如权利要求3所述的基于人工智能的设备缺陷检测方法，其特征在于，所述根据所述故障权重和所述运行检测项目生成待检测设备的负载运行控制策略，包括：根据所述故障权重确定各零件的排查次序；根据所述排查次序对各零件进行负载运行排序；根据负载运行排序结果和所述运行检测项目生成待检测设备的负载运行控制策略。5.如权利要求1所述的基于人工智能的设备缺陷检测方法，其特征在于，所述根据所述外观检测项目获取各零件的目标图像信息，将所述目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息，包括：根据所述外观检测项目对各零件进行图像采集，获得各零件的初始图像信息；对所述初始图像信息进行灰度处理，获得灰度后的候选图像信息；将所述候选图像信息输入至预设降噪模型进行降噪处理，获得目标图像信息；将所述目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息。6.如权利要求5所述的基于人工智能的设备缺陷检测方法，其特征在于，所述将所述候选图像信息输入至预设降噪模型进行降噪处理，获得目标图像信息，包括：将所述候选图像信息输入至预设降噪模型进行降噪处理；
根据降噪处理后的所述候选图像信息确定各零件的待识别区域，以及所述待识别区域的边缘信息；根据所述边缘信息对降噪处理后的所述候选图像信息进行边缘增强，获得目标图像信息。7.如权利要求1至6中任一项所述的基于人工智能的设备缺陷检测方法，其特征在于，所述根据所述外观特征信息和所述运行状态信息对各零件进行故障评价，包括：将所述外观特征信息输入至预设焊点标记模型，获得各零件的当前焊点信息；根据所述零件信息获取各零件的标准焊点信息；将所述当前焊点信息与所述标准焊点信息进行相似度匹配；根据相似度匹配结果和所述运行状态信息对各零件进行故障评价。8.一种基于人工智能的设备缺陷检测装置，其特征在于，所述基于人工智能的设备缺陷检测装置包括：项目获取模块，用于根据待检测设备的零件信息确定所述待检测设备中各零件的外观检测项目和运行检测项目；外观检测模块，用于根据所述外观检测项目获取各零件的目标图像信息，将所述目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息；运行检测模块，用于根据所述运行检测项目控制所述待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息；零件评价模块，用于根据所述外观特征信息和所述运行状态信息对各零件进行故障评价；故障确定模块，用于根据故障评价结果确定各零件中的故障零件，并获取所述故障零件的故障零件信息；缺陷检测模块，用于根据故障零件信息生成所述待检测设备对应的缺陷检测结果。9.一种基于人工智能的设备缺陷检测设备，其特征在于，所述基于人工智能的设备缺陷检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于人工智能的设备缺陷检测程序，所述基于人工智能的设备缺陷检测程序配置为实现如权利要求1至7中任一项所述的基于人工智能的设备缺陷检测方法。10.一种存储介质，其特征在于，所述存储介质上存储有基于人工智能的设备缺陷检测程序，所述基于人工智能的设备缺陷检测程序被处理器执行时实现如权利要求1至7任一项所述的基于人工智能的设备缺陷检测方法。

技术总结
本发明公开了一种基于人工智能的设备缺陷检测方法、装置、设备及介质。本发明公开了：根据待检测设备的零件信息确定待检测设备中各零件的外观检测项目和运行检测项目，将各零件的目标图像信息输入至预设特征提取模型，获得各零件的外观特征信息，根据运行检测项目控制待检测设备进行负载运行，并获取负载运行过程中各零件的运行状态信息，根据外观特征信息和运行状态信息对各零件进行故障评价，根据故障评价结果确定各零件中的故障零件，根据故障零件信息生成待检测设备对应的缺陷检测结果；由于本发明通过分别对待检测设备中的各零件的外观和运行状态进行故障评价，从而准确地检测出设备存在的缺陷，有效地提升了设备缺陷检测的效率。测的效率。测的效率。


技术研发人员：马戈 朱国伟 顾维玺 王青春 黄启洋
受保护的技术使用者：中国工业互联网研究院
技术研发日：2022.07.26
技术公布日：2022/8/22