[發明專利]一種基于圖像識別技術的人工智能腐蝕選材系統及工作方法

在審

• 申請號: 202010826560.8
• 申請日: 2020-08-17
• 公開（公告）號: CN111949815A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 唐鋆磊;劉敏;聶臻;林冰;王瑩瑩
• 申請（專利權）人: 西南石油大學;成都恒矢科技有限責任公司;中國石油集團科學技術研究院有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/532;G06F16/538;G16C60/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于圖像識別技術的人工智能腐蝕選材系統，其特征在于，包括前端檢索系統(1)和后端管理系統(2)，所述后端管理系統(2)包括數據收集單元(201)、圖像識別單元(202)和后臺數據庫(203)，數據收集單元(201)、圖像識別單元(202)和后臺數據庫(203)依次信號相連；

所述數據收集單元(201)用于獲取腐蝕圖版、腐蝕相關文獻和選材準則，將收集的圖片信息和文字信息發送至圖像識別單元(202)和后臺數據庫203中；

所述圖像識別單元(202)用于將數據收集單元(201)所獲取的圖片信息和文字信息進行處理和分析，并提取出圖片信息和文字信息中的腐蝕數據；

所述后臺數據庫(203)包括資料信息模塊(204)和數據庫維護與更新模塊(205)；

所述資料信息模塊(204)用于儲存腐蝕數據集、腐蝕圖版和材料基本性能信息，與所述前端檢索系統(1)相連接，提供前端檢索需要的數據和信息；

所述數據庫維護與更新模塊(205)用于添加信息，及時更新后臺數據庫(203)信息內容；

所述前端檢索系統(1)包括首頁登錄模塊(101)、查詢與檢索模塊(102)、綜合選材模塊(103)、系統維護模塊(104)和幫助信息模塊(105)，首頁登錄模塊(101)、查詢與檢索模塊(102)、綜合選材模塊(103)、系統維護模塊(104)和幫助信息模塊(105)相互獨立，互不干擾；

所述查詢與檢索模塊(102)、綜合選材模塊(103)與后臺數據庫(203)信號相連；

所述首頁登錄模塊(101)用于用戶輸入用戶名和密碼登錄選材系統；

所述查詢與檢索模塊(102)用于輸入材料名稱和腐蝕環境參數，利用后臺數據庫(203)進行單一查詢或組合查詢；

所述綜合選材模塊(103)用于輸入腐蝕環境參數，利用后臺數據庫(203)進行搜索和匹配，后臺數據庫(203)將符合條件的選材結果根據匹配度由高到低順序排列，輸出選材結果；

所述系統維護模塊(104)用于所述前端檢索系統(1)的日常維護更新；

所述幫助信息模塊(105)用于查閱所述前端檢索系統(1)的相關信息以及問題解決方法。

2.如權利要求1所述的基于圖像識別技術的人工智能腐蝕選材系統，其特征在于：所述后端管理系統(2)還包括數據采集單元(206)，數據采集單元(206)與圖像識別單元(202)信號連接，數據采集單元(206)內置在固定或非固定的移動式攝像頭(207)中。

3.如權利要求1所述的基于圖像識別技術的人工智能腐蝕選材系統，其特征在于：所述數據收集單元(201)采用搜索引擎、爬蟲軟件和人工寫入收集程序三種方式進行數據信息采集；

所述圖像識別單元(202)采用二維卷積神經網絡模型；

所述后臺數據庫(203)中的資料信息模塊(204)包括材料基本性能庫、腐蝕數據庫和腐蝕圖文庫；

所述后臺數據庫(203)對圖像識別單元(202)提取的數據進行訓練，將訓練好的模型用于腐蝕環境與材料的匹配，輸出推薦選材范圍。

4.如權利要求1所述的基于圖像識別技術的人工智能腐蝕選材系統，其特征在于：所述后臺數據庫(203)中的數據訓練方法采用隨機森林算法。

5.如權利要求1所述的基于圖像識別技術的人工智能腐蝕選材系統，其特征在于：所述前端檢索系統(1)和后端管理系統(2)均在Windows環境下運行，Windows通過無線網絡連接移動式攝像頭(207)。