CN119399200A 高速织布机在线图像检测与故障预测方法及系统 （宝鸡市大地纺织有限公司）

高速织布机在线图像检测与故障预测方法取检测织布图像，对检测织布图像进行滑动检2接收在线图像检测指令，基于在线图像检测指令设定在线检测时根据在线检测时刻，在储存织布图像集中提取对照织布图像在所述检测织布图像集中依次提取检测织布图像在完全滑动图像集中依次提取完全滑动图像，基于检测织布图汇总所述每个完全滑动图像的局部灰度数据故障因子集中的织布机故障因子与检测织布图像集中的检测织布图像基于所述织布机故障预测模型实现高速织布机在线图像检测基于预设的织布开始时刻，利用高清相机对高速织布机进行图像获取所述目标织布图像集的目标图像数量，判断所述目标图像若目标图像数量大于最大图像容量，则在目标织布图像集中提利用剔除织布图像集及当前织布时刻分别对原始织布图像集及织布开始时刻进行更若目标图像数量不大于最大图像容量，则等待预设的拍摄时间间3返回所述基于预设的织布开始时刻，利用高清相机对高速织布机进行图像拍摄的步将所述检测滑动区域放置于预设的原始图像位置，设定滑动速度并识根据滑动速度及横向滑动边界，并利用检测滑动区域在检测织布图像中进行横向滑,纵向滑动位置为原始图像位置在纵向方向上向下的纵向识别所述检测织布图像的横向像素点数及纵向像素点数，根据,基于滑动速度，将检测滑动区域从原始图像位置自左往右进行滑将检测滑动图像及原始滑动图像补充至预构建的原始滑动图像利用检测图像位置及目标滑动图像组分别对原始图像位置及原始滑动图像组进行更4对所述检测织布图像进行灰度转化，得到灰度整体图像，在灰对完全滑动图像进行灰度转化，得到灰度局部图像，在灰识别所述局部灰度值集中的最大局部灰度值，根据所述最,其中，表示背景灰度阈值，Hmax表示最大局部灰度值，wacx表示背景灰度比,在局部灰度数据组集中依次提取局部灰度数据组，并基于局部5,若织布破损因子大于最小破损因子，则将所述完全滑动统计所述破损织布图像集中破损织布图像的织布破损确定所述织布机故障因子集中每个织布机故障因子的故障检在织布机故障因子集及故障检测时长集中，分别识别当前织布在线段斜率组中识别最大线段斜率及最小线段斜率，并根据,示织布机故障预测模型，t表示预测时长变量，ta表示当前检测时长，Ra表示当前故障因6局部图像提取模块，用于根据在线检测时刻故障因子分析模块，用于在完全滑动图像集中依次提取完全滑动图像，预测模型构建模块，用于汇总所述每个检测织布图像的织布机故7[0005]为实现上述目的，本发明提供的一种高速织布机在线图在所述检测织布图像集中依次提取检测织布图像，对检测织布图像进行滑动检布机故障因子集中的织布机故障因子与检测织布图像集中的检测织布图8若目标图像数量大于最大图像容量，则在目标织布图像集中提取首位织布图像，利用剔除织布图像集及当前织布时刻分别对原始织布图像集及织布开始时刻进,基于纵向滑动间隔，确定纵向滑动位置并在检测织布图像上识别纵向滑动边界，9识别所述检测织布图像的横向像素点数及纵向像素点数，根据所述横向像素点,其中，ALX表示滑动横向尺寸，Sz表示利用检测图像位置及目标滑动图像组分别对原始图像位置及原始滑动图像组进,其中，Dpart表示局部灰度偏差值，表示局部灰度值集中局部灰度值的数量，而表示平均整体灰度值；,,,若织布破损因子大于最小破损因子，则将所述完全滑动图像记为破损织布图像，,障因子。[0014]为实现上述目的，本发明还提供一种高速织布机在线图机在所述在线检测时刻下拍摄到的图像记为当[0018]图1为本发明一实施例提供的高速织布机在线图像检测与故障预测方法的流程示图2为本发明一实施例提供的高速织布机在线图像检测与故障预测系统的功能模图3为本发明一实施例提供的实现所述高速织布机在线图像检测与故障预测方法[0023]参照图1所示，为本发明一实施例提供的高速织布机在线图像检测与故障预测方清相机已经拍摄到的关于该高速织布机中织布若目标图像数量大于最大图像容量，则在目标织布图像集中提取首位织布图像，利用剔除织布图像集及当前织布时刻分别对原始织布图像集及织布开始时刻进位的目标织布图像，所述剔除织布图像指将首位织布图像进行剔除后的目标织布图像集，机在所述在线检测时刻下拍摄到的图像记为当[0034]示例性的，某在线检测时刻为20min20s，小王在储存织布图像集中调取距离,基于纵向滑动间隔，确定纵向滑动位置并在检测织布图像上识别纵向滑动边界，识别所述检测织布图像的横向像素点数及纵向像素点数，根据所述横向像素点,利用检测图像位置及目标滑动图像组分别对原始图像位置及原始滑动图像组进,其中，Dpart表示局部灰度偏差值，表示局部灰度值集中局部灰度值的数量，之前的检测织布图像所在的颜色空间为RGB颜色空间，所述整体像素点集指灰度整体图像,,,若织布破损因子大于最小破损因子，则将所述完全滑动图像记为破损织布图像，破损织布图像集中破损织布图像的数量，所述织布机故障因子的数学形式表示为：中，织布机故障因子集中的织布机故障因子与检测织布图像集中的检测织布图像一一对[0058]可明白的，所述织布机故障预测模型指用于对高速织布某高速织布机的织布机故障预测模型，接着小张需要预测10min后该高速织布机的故障情,障因子。[0065]如图2所示，是本发明一实施例提供的高速织布机在线图像检测与故障预测系统[0066]本发明所述高速织布机在线图像检测与故障预测系统100可以安装于电子设备高清相机在所述在线检测时刻下拍摄到的图像记[0068]详细地，本发明实施例中所述高速织布机在线图像检测与故障预测系统100中的所述各模块在使用时采用与上述的图1中所述的高速织布机在线图像检测与故障预测方法[0069]如图3所示，是本发明一实施例提供的实现高速织布机在线图像检测与故障预测称PCI）总线或扩展工业标准结构（extendedindustrystandardarchitecture，简称现所述存储器11以及至少一个处理器10等[0075]例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。[0078]所述电子设备1中的所述存储器11存储的高速织布机在线图像检测与故障预测方在所述检测织布图像集中依次提取检测织布图像，对检测织布图像进行滑动检布机故障因子集中的织布机故障因子与检测织布图像集中的检测织布图[0081]本发明还提供一种计算机可读