技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种基于防人因的核电厂主控室智能巡检装置及方法与流程  >  正文

一种基于防人因的核电厂主控室智能巡检装置及方法与流程

  • 国知局
  • 2024-11-21 11:31:19

本发明属于人工智能,具体涉及一种基于防人因的核电厂主控室智能巡检装置及方法。

背景技术:

1、核电站作为一种关键的能源供应方式,其安全运行至关重要。每日对核电站主控室进行巡检是确保核电站安全运行的关键措施之一。然而,传统的巡检方法需要巡检员手动识读大量机械式仪器设备的读数,耗时且存在人为误判的风险。为解决这一问题,已有技术尝试利用数字化手段对机械式仪表进行监测,例如通过安装模拟信号传感器并将信号转换为数字信号,然后传输至智能终端。然而,在核电站环境中,对仪器设备信号通路的修改可能引发核安全风险,因此需要一种低耦合度且高鲁棒性的智能巡检系统。

2、如图1所示,传统的主控室巡检流程巡检员需要人工辨识仪表设备的读数或状态信息,然后填写一份纸质版的巡检单(如图2所示)。巡检单当中的时间信息是由巡检员填写的,巡检员有潜在的在巡检时间上造假的可能。虽然巡检单是按照一定顺序来编写的,但是对于巡检员来说,并没有一定要遵循特定顺序的强约束。如果巡检员不按顺序填写,可能会出现遗漏的情况。纸质巡检单无法实现数据验证的功能,当巡检员遗漏某一项内容,且审查员也因疏忽未检查出该项遗漏,将会出现漏检。巡检单当中含有一些并未明确到每一个仪表设备的笼统巡检需求,例如“无异常报警”、“阀门状态正确”等,要确认这些需求,需要巡检员经过一定的培训,积累巡检经验后才能判断。

技术实现思路

1、本发明的目的是提供一种基于防人因的核电厂主控室智能巡检装置及方法,针对于高度复杂且必须保证安全性不受威胁的实时运行中的核电厂主控室系统,解决了系统在不能停机且不能额外耦合任何非此系统自有设备的要求下,难以通过数字化手段获取运行相关数据的技术问题。

2、本发明的技术方案如下:一种基于防人因的核电厂主控室智能巡检装置,包括增强光学元件、功能光学元件及光学传感器、中央处理器及其相关存储设备、通信模块、显示器、麦克风及扬声器、电池以及拍摄操作手柄。

3、一种基于防人因的核电厂主控室智能巡检方法,包括如下步骤:

4、步骤1:打开智能巡检软件;

5、步骤2:录入姓名或工号等个人信息;

6、步骤3:按照增强现实以及语音播报指引,前往指定盘台位置;

7、步骤4:按照增强现实以及语音播报指引,拍摄盘台特定区域的照片;

8、步骤5:照片上传至服务器,进行检测;

9、步骤6:对主控室巡检智能检测算法得出的结果进行核查;

10、步骤7:生成电子巡检单;

11、步骤8:服务器对电子巡检单利用区块链技术进行加密后存储;

12、步骤9:重复步骤3至步骤8,直至所有盘台巡检完毕。

13、所述的步骤3中智能巡检软件从主控室智能巡检装置内部存储当中读取对应的指引用增强现实模型并显示,增强现实功能先使用全景相机、激光雷达对核电站主控室进行三维建模,然后在谷歌ar core框架的基础上进行逻辑的建立,事件、动作交互使用unity三维引擎来实现。

14、所述的步骤5具体为:

15、步骤51:对盘台进行目标检测,将盘台仪表设备图片分类裁切;

16、步骤52:对分类为指针式弧形仪表、阀门状态指示器和手柄式控制器的图片进行图像增强;

17、步骤53:对分类为指针式弧形仪表、阀门状态指示器和手柄式控制器的图片进行语义分割;

18、步骤54:语义分割后的指针式弧形仪表进行仪表刻度识别;

19、步骤55:语义分割后的阀门状态指示器和手柄式控制器进行角度状态识别;

20、步骤56:对分类为控制器的图片进行控制器状态识别;

21、步骤57:对分类为控制器的图片进行光学字符识别;

22、步骤58:对分类为标签的图片进行光学字符识别;

23、步骤59:将信息整合至盘台数字化模型,验证数据;

24、步骤510:将整合验证后的数据返回用户界面,若有特情,则报警。

25、所述的步骤53还包括以下步骤:

26、编码器输入一张待分割的图像,将其输入deeplabv3+网络,经过编码器部分,使用深度残差网络提取图像的特征表示;

27、空洞空间金字塔池化模块:在解码器部分,采用aspp模块对编码器输出的特征图进行多尺度的特征提取,aspp模块利用不同尺度的空洞卷积核进行特征采样,以捕捉不同尺度的信息;

28、解码器对aspp模块输出的特征图进行上采样操作,使其恢复到原始图像的尺寸,将解码器中的特征图与编码器中的低级特征进行融合;

29、分类器通过一个1×1的卷积层将特征图的通道数映射到类别数,生成最终的语义分割结果,每个像素点上的预测结果对应着图像中相应位置的物体类别。

30、所述的步骤57还包括利用paddleocr光学字符识别算法,paddleocr包含三个部分:

31、文本检测:文本检测使用深度学习算法,通过分析图像找到可能含有文字的区域;

32、文本识别:使用深度学习模型,针对检测到的含有文字的区域进行文本识别;文本识别算法会将检测到的文字区域中的文本内容转换为对应的字符序列;

33、方向分类器:方向分类器用于判断文字区域的方向。

34、所述的步骤59包括通过各仪表之间的位置关系,配合步骤58读取的标签内容,将步骤55、56、57得到的结果填入盘台数字化模型。

35、所述的步骤59服务器采用的是flask服务框架,算法运算结束后,flask将回应主控室巡检设备通信模块发送的post请求,返回一个包含盘台数字化模型和可视化结果文件地址的json格式文件,主控室巡检设备通信模块在post请求成功后,将分别对json格式文件当中所附的地址进行get请求,并将得到的数据显示在显示器上。

36、所述的8包括以下步骤:

37、步骤81:初始哈希值生成

38、核电站管理者自定义密钥,并利用该密钥生成一个初始哈希值,该初始哈希值将用于生成第一份巡检单的加密信息;

39、步骤82:巡检单链条生成

40、第一份巡检单的内容中包含了初始哈希值,根据包含初始哈希值的这份巡检单生成一个新的哈希值,并记录该文件生成的顺位,之后的每一个新生成的巡检单都会包含上一个巡检单生成的哈希值,形成一个链条,每一份巡检单的哈希值都依赖于前一份巡检单的哈希值;

41、步骤83:文件完整性验证

42、如果链条中间的某个哈希值和前后环节不匹配,表明文件被篡改;

43、步骤84:加密保护。

44、本发明的有益效果在于:将目标检测、语义分割等人工智能算法转化为在核工业生产领域的具体应用,解决生产当中的实际问题。相较于传统的巡检流程,本方法可以大幅度减少人为因素导致的错误,提高了巡检的准确率和效率。增强现实引导巡检:通过结合增强现实技术和语音播报,巡检员可以通过ar界面实时看到虚拟的指示箭头和文字,引导其完成特定的巡检任务,以便特定的巡检流程可以有效避免漏检,也使巡检过程更加易于理解,降低巡检人员的培训难度。数字化巡检单管理模式:创新的数字化巡检单管理模式。利用区块链技术加密后的巡检单无法篡改,这种创新的数字化巡检单管理模式提高了追责证据的可靠性,强化了巡检员的责任意识。

本文地址:https://www.jishuxx.com/zhuanli/20241120/331609.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。