[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的核堆內(nèi)構(gòu)件表面粗糙度評(píng)估方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810522834.7
• 申請(qǐng)日: 2018-05-28
• 公開（公告）號(hào): CN108734142A
• 公開（公告）日: 2018-11-02
• 發(fā)明（設(shè)計(jì)）人: 高宏力;洪鑫;孫弋;宋虹亮;蔡璨羽;由智超;張永平;高照兵;汪洋;金立天
• 申請(qǐng)（專利權(quán)）人: 西南交通大學(xué);江蘇省艾格森數(shù)控設(shè)備制造有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/04;G06N3/08
• 代理公司: 成都正華專利代理事務(wù)所(普通合伙) 51229
• 代理人: 何凡

本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的核堆內(nèi)構(gòu)件表面粗糙度評(píng)估方法，包括以下步驟：S1、采集視頻數(shù)據(jù)；S2、得到圖像數(shù)據(jù)；S3、將圖像數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集；S4、將訓(xùn)練數(shù)據(jù)集輸入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到特征識(shí)別模型并輸出初次識(shí)別特征；S5、將初次識(shí)別特征按照粗糙度進(jìn)行分類，得到粗糙度等級(jí)；S6、將測(cè)試數(shù)據(jù)集輸入特征識(shí)別模型進(jìn)行測(cè)試，輸出二次識(shí)別特征；S7、判斷二次識(shí)別特征是否符合粗糙度等級(jí)；S8、將粗糙度等級(jí)顯示在人機(jī)交互界面。本發(fā)明解決了現(xiàn)有技術(shù)存在的人工檢測(cè)與評(píng)估導(dǎo)致人力投入大和效率低，以及無法保證材料表面粗糙度檢測(cè)與評(píng)估的實(shí)時(shí)性和連續(xù)性要求的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及核工業(yè)技術(shù)領(lǐng)域，具體涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的核堆內(nèi)構(gòu)件表面粗糙度評(píng)估方法。

背景技術(shù)

2020年前，我國將再建約32座百萬千瓦級(jí)核電機(jī)組，包括已建成秦山、大亞灣、嶺澳等核電機(jī)組，總裝機(jī)容量達(dá)到4000萬千瓦以上。核電站高輻射水下環(huán)境在役設(shè)備的定期檢修與維護(hù)是在役核電站安全運(yùn)行的重要保障，也是一項(xiàng)危險(xiǎn)、辛苦而費(fèi)時(shí)的工作，需要解決高輻射劑量和水下操作可行性的問題。

從我國目前發(fā)展情況來看，提高核實(shí)施的安全性核可靠性，盡量降低操作人員的受輻射劑量，改善工作環(huán)境，解決一些嚴(yán)重威脅我國核電站安全隱患，需要大力開發(fā)利用水下維修作業(yè)設(shè)備，這是一個(gè)不容忽視的長期戰(zhàn)略目標(biāo)。

在核電廠運(yùn)行與維護(hù)過程中，要求具備在輻射、水下、遠(yuǎn)程控制等特定環(huán)境下對(duì)機(jī)械設(shè)備、結(jié)構(gòu)進(jìn)行切割、成形、修復(fù)等加工的工藝與設(shè)備，電火花加工技術(shù)是核電廠運(yùn)行、維護(hù)、退役過程中切割、成型的關(guān)鍵技術(shù)之一。

電火花加工是一種利用電能和熱能進(jìn)行加工的新工藝，俗稱放電加工。電火花加工與一般切削加工的區(qū)別在于，電火花加工時(shí)工具與工件并不接觸，而是靠工具與工件間不斷產(chǎn)生的脈沖性火花放電，利用放電時(shí)產(chǎn)生局部、瞬時(shí)的高溫把金屬材料逐步蝕除下來。由于在放電過程中有可見火花產(chǎn)生，故稱電火花加工。

表面粗糙度一般是由所采用的加工方法和其他因素所形成的，例如加工過程中刀具與零件表面間的摩擦、切屑分離時(shí)表面層金屬的塑性變形以及工藝系統(tǒng)中的高頻振動(dòng)等。由于加工方法和工件材料的不同，被加工表面留下痕跡的深淺、疏密、形狀和紋理都有差別。無論用何種加工方法加工，在零件表面總會(huì)留下微細(xì)的凸凹不平的痕跡，出現(xiàn)交錯(cuò)起伏的峰谷現(xiàn)象，粗加工后的表面用肉眼就能看到，精加工后的表面用放大鏡或顯微鏡仍能觀察到。

現(xiàn)有技術(shù)存在以下缺點(diǎn)：

(1)現(xiàn)有技術(shù)中采用人工對(duì)核堆內(nèi)構(gòu)件表面進(jìn)行檢測(cè)和評(píng)估，人力投入大和效率低，同時(shí)由于存在輻射，對(duì)人體傷害大，安全性低；

(2)核電站的部分堆內(nèi)構(gòu)件由于受到高輻射、壓力、流質(zhì)振動(dòng)、高溫蠕變、摩擦磨損、氫吸附等因素的影響，容易引起構(gòu)件表面的粗糙度等級(jí)升高，但是現(xiàn)有技術(shù)無法實(shí)現(xiàn)實(shí)時(shí)的、連續(xù)的檢測(cè)和評(píng)估。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的上述不足，本發(fā)明提供的一種節(jié)約人力投入、效率高、實(shí)時(shí)性與連續(xù)性高的基于卷積神經(jīng)網(wǎng)絡(luò)的核堆內(nèi)構(gòu)件表面粗糙度評(píng)估方法，解決了現(xiàn)有技術(shù)存在的人工檢測(cè)與評(píng)估導(dǎo)致人力投入大和效率低，以及無法保證材料表面粗糙度檢測(cè)與評(píng)估的實(shí)時(shí)性和連續(xù)性要求的問題。

為了達(dá)到上述發(fā)明目的，本發(fā)明采用的技術(shù)方案為：

一種基于卷積神經(jīng)網(wǎng)絡(luò)的核堆內(nèi)構(gòu)件表面粗糙度評(píng)估方法，包括以下步驟：

S1：通過圖像采集模塊采集核堆內(nèi)構(gòu)件表面視頻數(shù)據(jù)；

S2：將視頻數(shù)據(jù)輸入監(jiān)測(cè)預(yù)警模塊，并對(duì)視頻數(shù)據(jù)進(jìn)行逐幀截圖，得到圖像數(shù)據(jù)；

S3：將圖像數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集；

S4：將訓(xùn)練數(shù)據(jù)集輸入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到特征識(shí)別模型并輸出初次識(shí)別特征；