[發(fā)明專利]基于孿生支持向量機的水輪機轉輪葉片裂紋識別方法、系統(tǒng)、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202011053144.5
• 申請日: 2020-09-29
• 公開（公告）號: CN112116587A
• 公開（公告）日: 2020-12-22
• 發(fā)明（設計）人: 王鵬;朱紅波;秦承鵬;李東江;何虎昌;蔡暉;江雄;郎梼;李梁;王強;賈若飛;王志強;王銘輝;王福貴;袁東;劉加將;侯召堂;陳征
• 申請（專利權）人: 西安熱工研究院有限公司;四川華能康定水電有限責任公司;華能集團技術創(chuàng)新中心有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/46;G06K9/62
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 房鑫

本發(fā)明公開了一種基于孿生支持向量機的水輪機轉輪葉片裂紋識別方法、系統(tǒng)、設備及存儲介質，包括下述步驟：對水輪機轉輪葉片表面進行檢測，得原始檢測圖片，再采用圖像處理技術對原始檢測圖片進行提取，再根據(jù)提取的RGB數(shù)據(jù)構建可讀矩陣，然后對可讀矩陣進行特征提取，再將提取的特征通過核局部投影算法進行數(shù)據(jù)融合降維，得特征矩陣，最后基于孿生支持向量機構建分類模型，再利用特征矩陣對分類模型進行訓練及測試，然后利用訓練及測試后的分類模型自動識別水輪機轉輪葉片的裂紋故障，該方法、系統(tǒng)、設備及存儲介質能夠自動識別水輪機轉輪葉片裂紋。

技術領域

本發(fā)明屬于無損檢測領域，涉及一種基于孿生支持向量機的水輪機轉輪葉片裂紋識別方法、系統(tǒng)、設備及存儲介質。

背景技術

在水電領域，過流部件的涂層下裂紋檢測一直是行業(yè)難題。過流部件在工作工程中常常受到汽蝕和泥沙磨損的影響，其表面常常需要噴涂碳化鎢(WC)涂層，提高其耐磨蝕能力。然而過流部件結構復雜，本身在制造過程中存在應力集中。而WC的噴涂過程中需要噴丸處理，進一步加劇了應力集中。這些應力集中經過演變會產生涂層下裂紋。經調研發(fā)現(xiàn)，近年來，小灣、瑞麗江、金康、濱東、自一里、水牛家、福堂、冷竹關、小天都、安康水電站等近10個水電站均發(fā)現(xiàn)涂層下過流部件存在基體開裂、乃至脫落、掉塊現(xiàn)象，嚴重危害了機組的安全運行。

陣列渦流檢測是一種檢驗涂層下裂紋的有效手段。但是當前陣列渦流行業(yè)被外國的設備儀器進行技術壟斷，檢測結果僅以圖片的方式進行數(shù)據(jù)保密。且這種圖片的顯示結果中對裂紋、焊縫及表面不平整等多種狀況采用近似的展示手段，需要很高的人工經驗才能區(qū)分，甚至有時難以區(qū)分，給涂層下的裂紋識別帶來了很大困難。

發(fā)明內容

本發(fā)明的目的在于克服上述現(xiàn)有技術的缺點，提供了一種基于孿生支持向量機的水輪機轉輪葉片裂紋識別方法、系統(tǒng)、設備及存儲介質，高方法、系統(tǒng)、設備及存儲介質能夠自動識別水輪機轉輪葉片裂紋。

為達到上述目的，本發(fā)明所述的基于孿生支持向量機的水輪機轉輪葉片裂紋識別方法包括下述步驟：

對水輪機轉輪葉片表面進行檢測，得原始檢測圖片，再采用圖像處理技術對原始檢測圖片進行提取，再根據(jù)提取的RGB數(shù)據(jù)構建可讀矩陣，然后對可讀矩陣進行特征提取，再將提取的特征通過核局部投影算法進行數(shù)據(jù)融合降維，得特征矩陣，最后基于孿生支持向量機構建分類模型，再利用特征矩陣對分類模型進行訓練及測試，然后利用訓練及測試后的分類模型自動識別水輪機轉輪葉片的裂紋故障。

具體包括以下步驟：

1)利用渦流探傷儀檢測水輪機轉輪葉片表面，得原始檢測圖片；

2)對原始檢測圖片進行圖像處理，以提取RGB數(shù)據(jù)，然后將提取的RGB數(shù)據(jù)轉換為可讀矩陣；

3)從可讀矩陣中進行特征提取，再通過核局部投影算法進行數(shù)據(jù)融合降維，得特征矩陣；

4)基于孿生支持向量機構建分類模型，利用已知裂紋故障對應的特征矩陣、正常部分對應的特征矩陣及焊接區(qū)對應的特征矩陣對分類模型進行訓練及檢測；

5)利用訓練及檢測后的分類模型自動識別水輪機轉輪葉片的裂紋故障。

步驟3)的具體操作為：

以可讀矩陣X＝[x₁,x₂,L,x_n]為輸入，利用非線性映射函數(shù)將其由原始輸入空間映射到高維特征空間,在高維特征空間中對可讀矩陣進行分解，得投影向量γ，其中，狀態(tài)向量的低維表示為投影向量γ通過求解式(1)得到：

其中，D為對角矩陣，L為拉普拉斯矩陣；

得核局部投影算法的廣義特征值方程為：