[发明专利]一种基于FINFLO算法的设备高温故障预测性维护方法

权利要求书

1.一种基于FINFLO算法的设备高温故障预测性维护方法，其特征在于：包括以下步骤：

步骤1、获取监控区域的监控设备采集图像信息，将采集图像中的光信号输入光电转换器并以数字信号形式输出；

步骤2、将数字信号通过微波及有线网络将图像传到监控中心进行灰度转换、去噪和滤波处理，生成矫正后的图像；

步骤3、以相邻区域像素高度差异性原则，利用k-means算法对矫正后的图像进行分割处理，使其分割为若干个离散的区域；

步骤4、对比分析不同区域的灰度直方图，基于相对温差判别法与同类对比判别法对监测设备进行故障诊断，判断监控设备温度是否处于正常区间，并根据不同温度生成不同等级的警报响应；

步骤5、采集步骤1至步骤4的数据集进行对比分析，采用FINFLO快速局部异常点监测算法保留有意义的报警信息。

2.根据权利要求1所述的一种基于FINFLO算法的设备高温故障预测性维护方法，其特征在于：所述步骤1中监控区域包括翻车机底层电缆汇集区和底层皮带机廊道，采集图像信息包括可见光图像、热成像图像、监控区域对应的摄像头编号。

3.根据权利要求1所述的一种基于FINFLO算法的设备高温故障预测性维护方法，其特征在于：所述步骤2中灰度转换的具体实现方法为：从图像信息中进行抽帧处理且对其进行图像识别，将图像转变为灰度图像，逐帧分解RGB红外图像，并采用加权平均值法得到更清晰的灰度图像：

Gray_(i，j)＝0.299×R_(i，j)+0.578×G_(i，j)+0.114×B_(i,j)

其中，Gray_(i,j)表示灰度图像的第x行、y列点处像素的灰度值，R_(i，j)、G_(i，j)、B_(i，j)分别表示RGB图像中第x行、y列点处像素的红、绿、蓝三个颜色分量值。

4.根据权利要求1所述的一种基于FINFLO算法的设备高温故障预测性维护方法，其特征在于：所述步骤2中滤波的具体实现方法为：采用极值中值滤波法对图像信号进行处理，将由信号传输过程中产生的高斯噪声和脉冲噪声过滤：

将热成像图像以矩阵[x_ij]的形式表示，W[x_ij]为以点(i,j)为中心划分的不同滤波窗口，每个窗口中的点都属于[x_ij]，后对窗口W[x_ij]中的所有点进行取中值操作，处理后的输出图像设为y_ij]，滤波操作对信号与噪声的判断标准为：若某点(i,j)处的灰度值与其邻域内点的灰度值差值很大或为最大或最小值，则判定其为噪声，否则该点(i,j)为信号：

按照信号与噪声的判断标准，滤波方法为：

其中，N为噪声点，S为信号点。