[发明专利]一种PID图的智能化方法

权利要求书

1.一种PID图的智能化方法，其特征在于：

包括图形符号和文字代号识别及其属性设置步骤、连接线识别及其属性设置步骤和连接关系识别及其属性设置步骤，所述图形符号和文字代号识别及其属性设置步骤和连接线识别及其属性设置步骤的输出端均与连接关系识别及其属性设置步骤的输入端连接。

2.根据权利要求1所述的一种PID图的智能化方法，其特征在于：所述图形符号和文字代号识别及其属性设置步骤，包括如下步骤：

S10、对输入的PID图采用基于卷积神经网络的图形识别模块对图面上的图形符号进行识别；

S11、对S10识别出来的图形符号，在数据库中为其增添相应的属性记录，用于记录所述图形符号的属性，所述属性包括所对应图形符号所属的类型、子类、序号、设备位号等信息；

S12、计算S10识别出的图形符号的中心坐标用于确定所述图形符号在图面上的位置，并把所述中心坐标值记录在所述图形符号的属性中；

S13、由S10识别出来的图形符号，对在所述图形符号区域的内部或近旁标注的文字代号采用基于卷积神经网络的文字识别模块进行文字识别，并把识别出的文字代号信息记录在所述图形符号的属性中；

S14、对S10识别出来的图形符号，采用基于图形特征匹配方法的图形匹配模块把所述图形符号与标准图形库中的标准图形进行匹配，找到与所述图形符号相匹配的标准图形，并把所述标准图形的标准属性复制到所述图形符号的属性中，同时根据所述标准属性所含有的类别和子类信息确定所述图形符号所属的类别和子类；

S15、对于由S10和S14得到的仪表类图形符号，由于存在着图形符号完全相同的多个子类，在S14中无法根据所述图形匹配模块确定所述仪表类图形符号的子类；

因此需要进一步把S13识别出的含有仪表类子类信息的文字代号信息与标准图形库中仪表类各标准子类的标准属性信息进行文字匹配，找到与之相匹配的标准子类，由此来确定所述仪表类图形符号的子类，并把所述标准子类的标准属性复制到所述仪表类图形符号的子类的属性中；

S16、重复上述步骤完成工艺装置内的全部图纸上的所有图形符号以及相关文字代号的识别，并且使得每个图形符号与数据库中的属性纪录一一对应。

3.根据权利要求2所述的一种PID图的智能化方法，其特征在于：所述图形识别模块是预先在TensorFlow框架下构建卷积神经网络，通过大量现有的各种纸质版和CAD版的PID图面上图形符号作为训练集进行训练得到。

4.根据权利要求2所述的一种PID图的智能化方法，其特征在于：所述标准图形库是预先构建的，所述标准图形库里存放的标准图形是根据国家石油化工行业标准SH/T 3101-2017对PID图的规定而创建的，对所述标准图形按设备、仪表、阀门等类别进行分类，同一类别的各个标准图形根据其图形局部微小差异进一步分成多个标准子类，对所述标准图形预先定义了相应的标准属性，所述标准属性含有相应所述标准图形所属的类型、子类以及其他工程信息。

5.根据权利要求2所述的一种PID图的智能化方法，其特征在于：所述连接线识别及其属性设置步骤，包括如下步骤：

S20、对输入的PID图的图面上的连接线，即管道或信号线，采用基于轮廓跟踪算法的连接线识别模块对图面上的各段连接线进行识别；

S21、对S20识别出来的连接线，在数据库中为其增添相应的属性记录，用于记录所述连接线的属性；

S22、计算S20识别出的连接线的中心坐标及其两端点的坐标，并把连接线的中心点和两端点的坐标值记录在所述连接线的属性中；

S23、重复S20到S22完成工艺装置内的全部图纸上的所有连接线的识别，并且使得每段连接线与数据库中的属性纪录一一对应。

6.根据权利要求1和5所述的一种PID图的智能化方法，其特征在于：所述连接关系识别步骤是对S20识别出来的连接线，采用连接关系识别模块判断所述连接线的端点是否位于某个图形符号边缘区域的内部或边界上，或者是否位于其他连接线的端点上， 由此来确定所述连接线与所述图形符号或所述其他连接线之间的连接关系，并把所述连接关系信息记录在所述连接线以及所述图形符号的属性中。