產(chǎn)品概述：

基于我司多年積累的技術(shù)優(yōu)勢，再加上人工智能飛速發(fā)展，研制出一款基于圖像采集分析處理的系統(tǒng)，前端視頻采集，后端經(jīng)過圖像分析算法建立模型庫，經(jīng)過分析比對完成采集數(shù)據(jù)的分析報警。葉片音視頻監(jiān)測系統(tǒng)通過兩方面技術(shù)進行葉片狀態(tài)分析：一是通過圖像處理，分析葉片表象故障，常見的葉片損壞類型有普通損壞，前緣腐蝕，前緣開裂，后緣開裂，后緣損壞，葉根斷裂，葉根開裂折斷，表面裂紋，雷擊損壞等；二是通過音頻分析葉片狀態(tài)，例如葉片出水孔堵塞，葉片老化引起的其他內(nèi)外部問題等。

產(chǎn)品特點：

• 采集端：智能處理單元、云臺相機以及拾音器組成。智能處理單元根據(jù)計劃文件，控制云臺相機和拾音器，按照計劃采集前端數(shù)據(jù)并進行特定數(shù)據(jù)處理（比如圖像篩選、帶通過濾等），通過風場環(huán)網(wǎng)傳把音視頻相應(yīng)輸至中控室服務(wù)器。

• 服務(wù)端：包含算法管理系統(tǒng)、數(shù)據(jù)庫服務(wù)系統(tǒng)、WEB服務(wù)器系統(tǒng)。算法管理系統(tǒng)管理圖像處理算法和音頻處理算法調(diào)度以及算法后的處理。算法管理系統(tǒng)在收到音視頻數(shù)據(jù)后，調(diào)用對應(yīng)的算法進行處理。圖像數(shù)據(jù)或者視頻數(shù)據(jù)根據(jù)相依的數(shù)據(jù)模型獲得各種故障的最大可能性；同理，音頻數(shù)據(jù)調(diào)用相應(yīng)的算法，分析波形圖、頻譜、時域圖，匹配模型，輸出分析結(jié)果。

• 隨著海量故障數(shù)據(jù)進入數(shù)據(jù)庫，形成故障大數(shù)據(jù)，再次利用這些數(shù)據(jù)進行進一步的建模和深度學習，形成更加緊密的模型數(shù)據(jù)庫。

• 葉片聲音預(yù)警主要基于采集的聲音數(shù)據(jù)及風機運行中的相關(guān)過程數(shù)據(jù)，結(jié)合時域、頻域分析方法進行特征工程，結(jié)合機器學習算法實現(xiàn)對葉片異常的檢測與分類，同時在頻域結(jié)合相關(guān)圖像處理方法實現(xiàn)對特定損傷模式的檢測識別。

• 葉片音視頻監(jiān)測系統(tǒng)承擔了與風機信息交互、音視頻數(shù)據(jù)儲存和處理、音視頻數(shù)據(jù)實時顯示和設(shè)備故障預(yù)警推送等任務(wù)，并面向用戶提供友好的操作界面，是機器學習和算法配置的終端。葉片音視頻判斷主要基于采集的視頻和音頻數(shù)據(jù)及風機運行中的相關(guān)過程數(shù)據(jù)，提取視頻和音頻中相關(guān)特征數(shù)據(jù)，結(jié)合機器學習算法實現(xiàn)對葉片異常狀態(tài)的檢測與分類。

硬件組成：

云臺相機模塊：

表1云臺相機模塊表

智能處理單元模塊：

表2處理單元表