一种基于数字孪生的设备三维热成像方法、装置及设备与流程 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明涉及图像处理技术领域，尤其涉及一种基于数字孪生对设备进行三维热成像的方法、装置及设备。背景技术：2.水利行业、电力行业纷纷开始以数字技术与实体经济深度融合为主线，充分依靠数字孪生、大数据、人工智能等新一代信息技术，对大型水电站、电网等运维工作进行赋能，实现在三维场景中对水电站运维、电网运维进行全过程全覆盖实时监测。3.在运维工作中，设备过热问题是常见的电力设备安全隐患之一。目前传统监测技术是采用红外热成像仪在三维场景中通过接入红外热成像的视频流进行实景视频叠加温度颜色的方式呈现，这种方式其实是以输出的视频流为载体，进行二维图像热成像。该方法违背了构建数字孪生三维场景的初衷，即虚拟世界中实时呈现真实世界的物体状态，仍然需要人为地去通过二维图像数据信息与三维场景设备进行理解，无法直观表现设备的热力分布。4.专利号202110120341 .2的中国发明专利公开了一种三维热力图生成方法：通过获取热力数据生成基于屏幕显示范围的目标热力纹理，结合渐变色卡生成三维热力图，从而生成三维地图热力图。通过这种方法实现了三维地图的热力表现，其相比于二维热力图，增加了高度和颜色要素，丰富了热力图的展示效果。但由于其温度数据来源为地理位置信息的经纬度和温度数据，因此相对于二维热力图只添加了地形的高度信息和颜色要素，目标是实现地形的三维热力图，但是设备在三维空间有独立的三维空间信息，与经纬度数据无关，因此，这种方法实际上无法实现温度在设备物体表面生成相应的热力分布。5.机器视觉的图像特征识别技术目前已广泛应用于图片特征提取领域，其图像增强和分析算法主要用于在提取数字图像数据中发掘出可以精确、详细且不冗余地表述目标对象的数据，这些数据在图像配准、图像跟踪、图像识别等等有非常多的应用。技术实现要素：6.为了解决上述问题，本发明提出一种基于数字孪生的设备三维热成像方法、装置及设备，以使三维场景中的设备表面能够实时呈现其三维热力分布，便于运维人员通过直观的三维场景进行设备监测、对设备问题的精准定位以及故障分析。7.本发明解决其技术问题采取的技术方案是：第一方面，本发明提供一种基于数字孪生的设备三维热成像方法，包括以下步骤：s1、在三维场景中创建设备模型；s2、采集实体设备的热成像图像；s3、基于机器视觉，将s2的热成像图像与s1设备模型纹理的基础颜色贴图进行特征校验比对，识别并提取设备的关键特征点，并获取关键特征点的温度数据和uv坐标，以生成设备关键点信息矩阵；s4、基于s3所获取的设备关键点信息矩阵，生成基于设备模型的热图像纹理，并将该热图像纹理作为第二颜色贴图传输到模型的渲染材质中，与所述基础颜色贴图叠加生成具有热图像的设备模型；s5、设备模型的热图像纹理数据，将会随着s3中设备关键点信息矩阵的实时信息变化而进行动态改变，并在三维场景中进行实时渲染。8.进一步地，所述的设备三维热成像方法，还包括：s6、通过构建设备运行温度常态模型对温度异常的设备进行故障预警，基于专家知识库，对设备温度位置和温度数据进行故障特征量诊断，推荐相应的故障诊断方法。9.在一种具体的实施方式中，所述s2的具体步骤包括：s21：在实体设备周围架设若干热成像仪；s22：若干热成像仪相互配合获取设备在不同视角下的热成像图像，所述热成像图像包括设备表面所有的热力分布。10.在一种具体的实施方式中，所述s3的具体步骤包括：s31、基于机器视觉的图像增强和分析算法，从设备热图像中抽取设备的目标特征，将其与设备模型纹理的基础颜色贴图进行颜色特征、纹理特征、形状特征和空间关系特征的校验比对，实现关键特征点的自动识别；s32、提取设备特征关键点数据，在设备热图像中获取该设备关键特征点的温度数据，并在设备模型纹理的基础颜色贴图中获取该设备特征关键点基于纹理贴图的uv坐标；s33、重复s31~s32步骤，基于s32中所获取的关键点温度数据和关键点基于纹理贴图的uv坐标，获取所有关键点数据，生成关键点信息矩阵。11.在一种具体的实施方式中，所述s4的具体步骤包括：s41、根据热成像仪渐变色卡中温度区间与颜色的对应关系，确定关键点信息矩阵中关键点温度所对应的颜色；s42：基于设备关键点信息矩阵中所确定的关键点的uv坐标及颜色，生成设备的第一热成像纹理；s43：获取一关键点uv坐标，遍历其他关键点uv坐标，计算并获取该关键点与其他关键点的向量方向和长度，筛选出该关键点周边的关键点；s44：根据关键点与其周边关键点的距离以及热成像渐变色卡，对第一热成像纹理关键点周边的像素通过混合计算进行颜色填充；s45：重复s43~s44步骤，最终生成完整的基于设备模型的热图像纹理；s46：将生成的热图像纹理作为第二颜色贴图传输到模型的渲染材质中，并对基础颜色贴图和第二颜色贴图进行混合计算，生成具有热图像的设备模型。12.在一种具体的实施方式中，所述s6的具体步骤包括：s61：根据设备历史运行温度数据拟合出设备运行温度常态模型，根据设备不同位置设置不同的温度监测阈值，当设备某一位置温度超过该位置所设定的温度阈值，即进行故障预警；s62：基于设备位置和该位置的温度数据建立设备故障专家知识库，对实际设备位置和温度进行故障特征量诊断，推荐相应的故障诊断方法。13.第二方面，本发明还提供了一种基于数字孪生的设备三维热成像装置，包括：模型创建模块，用以在三维场景中创建实体设备的模型；热成像采集模块，用以采集实体设备的热成像图像；热图像模型分析模块，用以通过机器视觉将热成像图像与设备模型纹理的基础颜色贴图进行特征校验比对，识别并提取设备的关键特征点，并获取关键特征点的温度数据和uv坐标，以生成设备关键点信息矩阵；热图像模型生成模块，用以通过设备关键点信息矩阵生成基于设备模型的热图像纹理，并将该热图像纹理作为第二颜色贴图传输到模型的渲染材质中，与所述基础颜色贴图叠加生成具有热图像的设备模型；孪生渲染模块，用以使设备模型的热图像纹理数据随着设备关键点信息矩阵的实时信息变化而进行动态改变，并在三维场景中进行实时渲染。14.进一步地，所述的设备三维热成像装置，还包括：故障预警模块，用以通过构建设备运行温度常态模型对温度异常的设备进行故障预警，并基于专家知识库对设备温度位置和温度数据进行故障特征量诊断，推荐相应的故障诊断方法。15.第三方面，本发明提供一种计算机设备，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上所述的基于数字孪生的设备三维热成像方法的步骤。16.第四方面，本发明提供一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上所述的基于数字孪生的设备三维热成像方法的步骤。17.本发明的有益效果如下：1、本发明将红外热成像、机器视觉及数字孪生技术相结合，提出了一种三维热力图的生成方法，该方法使得数字孪生场景中的设备能够在表面直观呈现出设备的热力分布，通过视觉直观监测到设备运行的温度情况以及设备温度过高的点位，从而能够更加便于故障定位和故障初步评估。18.2、本发明同时配备故障预警功能，通过该功能对设备运行状态进行全面的监测，并且能够明确诊断出故障部位和故障类型，能够有效提高设备的健康状态监测以及故障维修。附图说明19.图1是一种基于数字孪生的设备三维热成像装置结构示意图；图2是热成像仪获取的热成像图像；图3是纹理贴图与二维空间图特征比对示意图；图4是实施例一方法实施后的设备模型热成像效果图；图5是一种计算机设备的结构图。具体实施方式20.为能清楚说明本方案的技术特点，下面将通过具体实施方式，以变压器为例，结合其附图，对本发明的技术方案进行详细阐述。下文的公开提供了许多不同的实施例用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。21.实施例一一种基于数字孪生的变压器三维热成像方法，包括以下步骤：s1、在三维场景中创建实体变压器的模型，所述设备模型具有纹理的基础颜色贴图；s2、在实体变压器的周围架设两台热成像仪，两台热成像仪相互配合，采集变压器在不同视角下的热成像图像，所述热成像图像应覆盖所述变压器表面所有的热力分布。22.s3、基于机器视觉的图像增强技术和分析算法，从s1采集到的变压器热图像中抽取变压器的目标特征，将其与变压器模型纹理的基础颜色贴图进行颜色特征、纹理特征、形状特征和空间关系特征的校验比对，实现关键特征点的自动识别；在变压器热图像中获取所述关键特征点的温度数据，并在变压器模型纹理的基础颜色贴图中获取所述关键特征点基于纹理贴图的uv坐标；基于获取的温度数据和uv坐标，获取所有关键点数据，并生成关键点信息矩阵。23.s4、根据热成像仪渐变色卡中温度区间与颜色的对应关系，确定关键点信息矩阵中关键点的温度所对应的颜色；基于关键点信息矩阵中所确定的关键点的uv坐标及颜色，生成变压器的第一热成像纹理；获取一关键点uv坐标，遍历其他关键点uv坐标，计算并获取该关键点与其他关键点的向量方向和长度，筛选出该关键点周边关键点；根据关键点与周边关键点的距离以及热成像渐变色卡，对第一热成像纹理关键点周边的像素通过混合计算进行颜色填充；最终生成完整的基于变压器模型的热图像纹理；将生成的热图像纹理作为第二颜色贴图传输到模型的渲染材质中，并对基础颜色贴图和第二颜色贴图进行混合计算，生成具有热图像的变压器模型。24.s5、变压器模型的热图像纹理数据随着关键点信息矩阵的实时信息变化而进行动态改变，对三维场景中的变压器模型进行实时渲染。25.s6、通过拟合出的变压器运行温度常态模型对变压器的运行温度进行实时全方面监测，当监测到变压器某一位置温度超出其设定的温度监测阈值时进行故障预警；并进一步结合设备位置和该位置的温度数据所建立的设备故障专家知识库，对当前位置和温度进行故障特征量诊断，推荐相应的故障诊断方法。26.实施例二如图1所示，本实施例提供一种基于数字孪生的变压器三维热成像装置，包括以下技术模块：模型创建模块，用以在三维场景中创建实体设备的模型；热成像采集模块，用以采集实体设备的热成像图像；热图像模型分析模块，用以通过机器视觉将热成像图像与设备模型纹理的基础颜色贴图进行特征校验比对，识别并提取设备的关键特征点，并获取关键特征点的温度数据和uv坐标，以生成设备关键点信息矩阵；热图像模型生成模块，用以通过设备关键点信息矩阵生成基于设备模型的热图像纹理，并将该热图像纹理作为第二颜色贴图传输到模型的渲染材质中，与所述基础颜色贴图叠加生成具有热图像的设备模型；孪生渲染模块，用以使设备模型的热图像纹理数据随着设备关键点信息矩阵的实时信息变化而进行动态改变，并在三维场景中进行实时渲染；故障预警模块，用以通过构建设备运行温度常态模型对温度异常的设备进行故障预警，并基于专家知识库对设备温度位置和温度数据进行故障特征量诊断，推荐相应的故障诊断方法。27.实施例三本实施例涉及一种计算机设备，其结构如图5所示，本实施例的一种计算机设备，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行实施例一所述的基于数字孪生的变压器三维热成像方法的步骤。28.具体地，上述存储器和处理器能够为通用的存储器和处理器，这里不做具体限定，当处理器运行存储器存储的计算机程序时，能够执行上述的基于数字孪生的变压器三维热成像方法。29.本领域技术人员可以理解，图5中示出的计算机设备的结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。30.在一些实施例中，该计算机设备还可以包括触摸屏可用于显示图形用户界面（例如，应用程序的启动界面）和接收用户针对图形用户界面的操作（例如，针对应用程序的启动操作）。具体的触摸屏可包括显示面板和触控面板。其中显示面板可以采用lcd(liquid crystal display，液晶显示器)、oled(organic light-emitting diode,有机发光二极管)等形式来配置。触控面板可收集用户在其上或附近的接触或者非接触操作，并生成预先设定的操作指令，例如，用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作。另外，触控面板可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位、姿势，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成处理器能够处理的信息，再送给处理器，并能接收处理器发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板，也可以采用未来发展的任何技术实现触控面板。进一步的，触控面板可覆盖显示面板，用户可以根据显示面板显示的图形用户界面，在显示面板上覆盖的触控面板上或者附近进行操作，触控面板检测到在其上或附近的操作后，传送给处理器以确定用户输入，随后处理器响应于用户输入在显示面板上提供相应的视觉输出。另外，触控面板与显示面板可以作为两个独立的部件来实现也可以集成而来实现。31.对应于上述应用程序的启动方法，本发明实施例还提供了一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行实施例一所述基于数字孪生的变压器三维热成像方法的步骤。32.本技术实施例所提供的应用程序的启动装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本技术实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。33.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。34.在本技术所提供的实施例中，应该理解到，所揭露装置和方法可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。35.作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。36.另外，在本技术提供的实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。37.本技术是参照根据本技术实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。38.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。39.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。40.最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!