(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111309301.9 (22)申请日 2021.11.06 (71)申请人 中山嘉明电力有限公司 地址 528400 广东省中山市 火炬开发区中 山六路陵岗村 申请人 广东拓普视科技有限公司 (72)发明人 李爱玲　邱健斌　陈治华　张冬爽　 谢广录　廖青　罗威　贾轩　李波　 赵广辉　潘志明　郭海军　袁彪　 (74)专利代理 机构 中山市捷凯专利商标代理事 务所(特殊普通 合伙) 44327 代理人 杨连华 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/73(2017.01)G06T 3/60(2006.01) G06T 5/50(2006.01) G06T 3/20(2006.01) G06K 9/62(2022.01) G06N 20/00(2019.01) G06V 10/774(2022.01) (54)发明名称 一种基于机器人的跑冒滴漏检测方法 (57)摘要 本发明公开了一种基于机器人的跑冒滴漏 检测方法， 通过深度学习建立AI模型， 部署跑冒 滴漏分析推理服务， 通过机器人实时巡检， 自动 调用跑冒滴漏分析推理服务， 实现变电站、 发电 厂等生产区域的全天候、 全自主智能监控； 通过 机器人多角度全覆盖收集数据， 精 准有效地排查 跑冒滴漏异常情况； 减少人工排查可能的疏漏， 有效降低劳动强度， 降低电厂运维成本， 降低环 境污染风险， 提高安全巡 检作业效率。 权利要求书1页 说明书3页 附图2页 CN 114155196 A 2022.03.08 CN 114155196 A 1.一种基于 机器人的跑冒滴漏检测方法， 其特 征在于， 包括如下步骤： S01， 通过机器人巡检配置工具对需要自动巡检跑冒滴漏缺陷的设备部件进行点位配 置； S02， 由机器人收集设备部件的样本图像数据； S03， 对样本图像数据进行清洗、 标注； S04， 由步骤S01至S0 3获取的数据， 通过深度学习算法训练获得AI模型； S05， 将AI模型部署为跑冒滴漏分析推理服 务， 提供接口； S06， 由机器人巡检， 收集设备部件的图像数据； S07， 自动调用跑冒滴漏分析推理服 务， 判断有无 跑冒滴漏； 若 有， 则进行提 示。 2.根据权利要求1所述的基于机器人的跑冒滴漏检测方法， 其特征在于， 步骤S01中所 述点位配置为设备部件分析区域， 即当机器人运行到点位配置区域时， 机器人自动收集设 备部件的图像数据。 3.根据权利要求1所述的基于机器人的跑冒滴漏检测方法， 其特征在于， 所述步骤S02 中机器人从多角度收集设备部件的样本图像数据， 所述样本图像数据包括所述设备部件的 所有可视 部位图像数据。 4.根据权利要求3所述的基于机器人的跑冒滴漏检测方法， 其特征在于， 所述步骤S02 中图像数据包括 正常工作时对应的正常影 像和跑冒滴漏时对应的缺陷影 像。 5.根据权利要求1所述的基于机器人的跑冒滴漏检测方法， 其特征在于， 所述步骤S03 中对样本图像数据进行清洗、 标注包括对样本图像数据进行比例变换、 旋转变换、 位移变 换、 光线变换和图像合成。 6.根据权利要求1所述的基于机器人的跑冒滴漏检测方法， 其特征在于， 所述步骤S07 中自动调用跑冒滴漏分析推理服 务为异步调用。 7.根据权利要求1所述的基于机器人的跑冒滴漏检测方法， 其特征在于， 所述步骤S01 中的点位配置支持对同一 点位进行单个或者多个识别区域配置 。 8.根据权利要求1所述的基于机器人的跑冒滴漏检测方法， 其特征在于， 所述步骤S01 中需要自动巡检跑冒滴漏缺陷的设备部件包括法兰、 阀门、 管路接口、 管件连接面、 管路转 弯处和管路焊接处。 9.根据权利要求8所述的基于机器人的跑冒滴漏检测方法， 其特征在于， 所述步骤S07 中提示依据严重程度进行不同紧急程度的提示； 所述严重程度通过跑冒滴漏的大小、 跑冒 滴漏发生的区域和跑冒滴漏的物料来区别。 10.根据权利要求1 ‑9任一项所述的基于机器人的跑冒滴漏检测方法， 其特征在于， 还 包括步骤S08， 进行人工校验， 当实际结果与跑冒滴漏分析推理服务反馈的结果不一致时， 将图像数据加入样本图像数据， 重复步骤S0 3至S05来训练更新AI模型。权　利　要　求　书 1/1 页 2 CN 114155196 A 2一种基于机 器人的跑冒滴漏检测方 法 【技术领域】 [0001]本申请涉及计算机技 术领域， 尤其涉及一种基于 机器人的跑冒滴漏检测方法。 【背景技术】 [0002]跑冒滴漏是指液体、 气体进行存放， 运输等过程中， 因管理不善及操作不当而产生 跑气， 冒水， 滴液， 漏液的现象。 不但会造成成本的浪费， 同时也会导致设备腐蚀和环境污 染， 形成潜在的安全隐患， 及时发现生产现场的跑冒滴漏问题， 是发电厂安全生产的重要指 标之一。 当前 跑冒滴漏问题的发现主 要依靠人工 巡视， 工作效率低、 及时性 不高。 【发明内容】 [0003]本发明的目的在于提供一种基于机器人的跑冒滴漏检测方法， 实现及时、 精准、 自 动推送报警， 提高电力生产过程的安全风险管控和应急处置能力。 [0004]本发明提供了一种基于 机器人的跑冒滴漏检测方法， 包括如下步骤： [0005]S01， 通过机器人巡检配置工具对需要自动巡检跑冒滴漏缺陷的设备部件进行点 位配置； [0006]S02， 由机器人收集设备部件的样本图像数据； [0007]S03， 对样本图像数据进行清洗、 标注； [0008]S04， 由步骤S01至S0 3获取的数据， 通过深度学习算法训练获得AI模型； [0009]S05， 将AI模型部署为跑冒滴漏分析推理服 务， 提供接口； [0010]S06， 由机器人巡检， 收集设备部件的图像数据； [0011]S07， 自动调用跑冒滴漏分析推理服 务， 判断有无 跑冒滴漏； 若 有， 则进行提 示。 [0012]进一步地， 步骤S01中所述点位配置为设备部件分析区域， 即当机器人运行到点位 配置区域时， 机器人自动收集设备部件的图像数据。 [0013]进一步地， 所述步骤S02中机器人从多角度收集设备部件的样本图像数据， 所述样 本图像数据包括所述设备部件的所有可视 部位图像数据。 [0014]进一步地， 所述步骤S02中图像数据包括正常工作时对应 的正常影像和跑冒滴漏 时对应的缺陷影 像。 [0015]进一步地， 所述步骤S03中对样本图像数据进行清洗、 标注包括对样本图像数据进 行比例变换、 旋转变换、 位移变换、 光线变换和图像合成。 [0016]进一步地， 所述步骤S07中自动调用跑冒滴漏分析推理服 务为异步调用。 [0017]进一步地， 所述步骤S01中的点位配置支持对同一点位进行单个或者多个识别区 域配置。 [0018]进一步地， 所述步骤S01中需要自动巡检跑冒滴漏缺陷的设备部件包括法兰、 阀 门、 管路接口、 管件连接面、 管路转弯处和管路焊接处。 [0019]进一步地， 所述步骤S07中提示依据严重程度进行不同紧急程度的提示； 所述严重 程度通过 跑冒滴漏的大小、 跑冒滴漏发生的区域和跑冒滴漏的物料来区别。说　明　书 1/3 页 3 CN 114155196 A 3