农用离心泵体工作状态识别系统的制作方法

本发明涉及农机设备领域，尤其涉及一种农用离心泵体工作状态识别系统。

背景技术：

1、农业机械是指在作物种植业和畜牧业生产过程中，以及农、畜产品初加工和处理过程中所使用的各种机械。农业机械包括农用动力机械、农田建设机械、土壤耕作机械、种植和施肥机械、植物保护机械、农田排灌机械、作物收获机械、农产品加工机械、畜牧业机械和农业运输机械等。广义的农业机械还包括林业机械、渔业机械和蚕桑、养蜂、食用菌类培植等农村副业机械。农业机械属于相对概念，指用于农业、畜牧业、林业和渔业所有机械的总称，农业机械属于农机具的范畴。推广使用农业机械称为农业机械化。

2、作为农业机械的重要类型之一，农用离心泵体经常用于进行农田灌溉的水体抽送，其工作性能直接决定了农田灌溉的效率和效果，然而，由于农用离心泵体所在的环境恶劣以及一些操作人员操作不当，导致农用离心泵体的外形结构受到破坏，进而影响到农用离心泵体的工作性能，一些细微的农用离心泵体的外形结构的损坏是无法通过人工进行辨识的，需要一种高精度的电子检测机制对农用离心泵体的外形结构上的细微变化进行检测和鉴别。

技术实现思路

1、为了克服现有技术中的技术问题，本发明提出了一种农用离心泵体工作状态识别系统，通过引入多层学习器件用于对卷积神经网络执行预设数目的多次学习处理以完成对卷积神经网络的多层学习，并将完成多层学习后的卷积神经网络作为卷积神经网络模型输出，基于农用离心泵体在现场场景图像中占据的像素列数量、像素行数量以及像素点数量和农用离心泵体对应的基准俯拍图案的几何外形的平均曲率数值智能识别农用离心泵体对应的外形失真数值，从而采用简单机制直接确定农田灌溉设备的外形状态，还引入数据传输器件用于在接收到的农用离心泵体对应的外形失真数值大于等于设定外形失真阈值时，向远端的区块链服务节点无线发送包括农用离心泵体对应的泵体编号以及外形过度失真信息的网络数据包，从而实现对各处农田灌溉设备的分布式监控处理。

2、根据本发明，提供了一种农用离心泵体工作状态识别系统，所述系统包括：

3、可视化采集机构，设置在将灌溉水体提吸、增压并输送到各级管道及各个喷头的农用离心泵体的上方，以采集所述农用离心泵体的工作场景对应的现场场景图像；

4、连续映射机构，与所述可视化采集机构连接且内置第一处理组件、第二处理组件以及第三处理组件，用于对接收到的现场场景图像连续执行自适应递归滤波处理、畸变校正处理以及边沿锐化处理，以获得并输出相应的连续映射图像；

5、多层学习器件，用于对卷积神经网络执行预设数目的多次学习处理以完成对卷积神经网络的多层学习，并将完成多层学习后的卷积神经网络作为卷积神经网络模型输出；

6、状态识别器件，分别与所述连续映射机构以及所述多层学习器件连接，用于接收现场场景图像，获取农用离心泵体在现场场景图像中占据的像素列数量、像素行数量以及像素点数量并作为农用离心泵体对应的各项分布数据，同时获取农用离心泵体对应的基准俯拍图案的几何外形的平均曲率数值，采用卷积神经网络模型基于农用离心泵体在现场场景图像中占据的像素列数量、像素行数量以及像素点数量和农用离心泵体对应的基准俯拍图案的几何外形的平均曲率数值智能识别农用离心泵体对应的外形失真数值；

7、数据传输器件，与所述状态识别器件连接，用于在接收到的农用离心泵体对应的外形失真数值大于等于设定外形失真阈值时，向远端的区块链服务节点无线发送包括农用离心泵体对应的泵体编号以及外形过度失真信息的网络数据包；

8、其中，多层学习器件，用于对卷积神经网络执行预设数目的多次学习处理以完成对卷积神经网络的多层学习，并将完成多层学习后的卷积神经网络作为卷积神经网络模型输出包括：所述预设数目的取值与农用离心泵体对应的基准俯拍图案的二进制数值的数量成单调正向关联；

9、其中，获取农用离心泵体在现场场景图像中占据的像素列数量、像素行数量以及像素点数量并作为农用离心泵体对应的各项分布数据，同时获取农用离心泵体对应的基准俯拍图案的几何外形的平均曲率数值，采用卷积神经网络模型基于农用离心泵体在现场场景图像中占据的像素列数量、像素行数量以及像素点数量和农用离心泵体对应的基准俯拍图案的几何外形的平均曲率数值智能识别农用离心泵体对应的外形失真数值包括：将农用离心泵体在现场场景图像中占据的像素列数量、像素行数量以及像素点数量和农用离心泵体对应的基准俯拍图案的几何外形的平均曲率数值同步输入到所述卷积神经网络模型。

10、由此可见，本发明至少具有以下三个重要发明点：

11、首先：引入多层学习器件用于对卷积神经网络执行预设数目的多次学习处理以完成对卷积神经网络的多层学习，并将完成多层学习后的卷积神经网络作为卷积神经网络模型输出，其中，所述预设数目的取值与农用离心泵体对应的基准俯拍图案的二进制数值的数量成单调正向关联，从而为后续农用离心泵体外形失真数值的智能识别提供可靠的识别模型；

12、其次：基于农用离心泵体在现场场景图像中占据的像素列数量、像素行数量以及像素点数量和农用离心泵体对应的基准俯拍图案的几何外形的平均曲率数值智能识别农用离心泵体对应的外形失真数值，从而采用简单机制直接确定农田灌溉设备的外形状态；

13、再次：引入数据传输器件用于在接收到的农用离心泵体对应的外形失真数值大于等于设定外形失真阈值时，向远端的区块链服务节点无线发送包括农用离心泵体对应的泵体编号以及外形过度失真信息的网络数据包，从而实现对各处农田灌溉设备的分布式监控处理。

14、本发明的农用离心泵体工作状态识别系统运行稳定、操作智能。由于能够采用定制设计的卷积神经网络模型基于农用离心泵体的各项视觉化数据智能识别农用离心泵体对应的外形失真数值，从而采用简单机制准确鉴别出农田灌溉设备的外形状态。

技术特征：

1.一种农用离心泵体工作状态识别系统，其特征在于，所述系统包括：

2.如权利要求1所述的农用离心泵体工作状态识别系统，其特征在于：

3.如权利要求2所述的农用离心泵体工作状态识别系统，其特征在于，所述系统包括：

4.如权利要求3所述的农用离心泵体工作状态识别系统，其特征在于：

5.如权利要求4所述的农用离心泵体工作状态识别系统，其特征在于：

6.如权利要求2所述的农用离心泵体工作状态识别系统，其特征在于，所述系统还包括：

7.如权利要求2-6任一所述的农用离心泵体工作状态识别系统，其特征在于：

8.如权利要求2-6任一所述的农用离心泵体工作状态识别系统，其特征在于：

9.如权利要求2-6任一所述的农用离心泵体工作状态识别系统，其特征在于：

技术总结本发明涉及一种农用离心泵体工作状态识别系统，包括：状态识别器件，获取农用离心泵体的各项视觉化数据，同时获取农用离心泵体对应的基准俯拍图案的几何外形的平均曲率数值，采用卷积神经网络模型基于农用离心泵体的各项视觉化数据和农用离心泵体对应的基准俯拍图案的几何外形的平均曲率数值智能识别农用离心泵体对应的外形失真数值；数据传输器件，在外形失真数值超限时，无线发送相应的网络数据包。本发明的农用离心泵体工作状态识别系统运行稳定、操作智能。由于能够采用定制设计的卷积神经网络模型基于农用离心泵体的各项视觉化数据智能识别农用离心泵体对应的外形失真数值，从而采用简单机制准确鉴别出农田灌溉设备的外形状态。技术研发人员：请求不公布姓名,请求不公布姓名,请求不公布姓名受保护的技术使用者：苏州德贸斯机械设备有限公司技术研发日：技术公布日：2024/10/17