本發(fā)明涉及圖像處理。更具體地，本發(fā)明涉及一種基于紅外圖像的熱泵系統(tǒng)冷凝器工作狀態(tài)監(jiān)測(cè)方法。

背景技術(shù)：

1、熱泵系統(tǒng)中的冷凝器作為關(guān)鍵換熱部件，主要承擔(dān)著將制冷劑熱量向外部傳遞的重要功能。其工作性能直接決定了熱泵系統(tǒng)的能效比和運(yùn)行可靠性。為確保熱泵系統(tǒng)高效穩(wěn)定運(yùn)行，需要對(duì)冷凝器的工作狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)。

2、近年來(lái)，紅外熱成像技術(shù)因其非接觸、全場(chǎng)測(cè)溫的優(yōu)勢(shì)被引入設(shè)備狀態(tài)監(jiān)測(cè)領(lǐng)域。例如授權(quán)公告號(hào)為cn106251351b的中國(guó)專利文件公開(kāi)了一種基于云變換的輸電線路山火監(jiān)測(cè)閾值計(jì)算方法，申請(qǐng)公布號(hào)為cn116733690a的中國(guó)專利申請(qǐng)文件公開(kāi)了一種基于紅外圖像的風(fēng)機(jī)剎車預(yù)警方法，都是利用紅外熱成像技術(shù)進(jìn)行設(shè)備狀態(tài)的監(jiān)測(cè)。

3、但現(xiàn)有研究多采用閾值分割的方法進(jìn)行異常區(qū)域的識(shí)別，而在熱泵冷凝器的實(shí)際應(yīng)用領(lǐng)域仍存在以下技術(shù)難點(diǎn)：其一，冷凝器性能易受環(huán)境因素干擾，導(dǎo)致運(yùn)行溫度呈現(xiàn)周期性波動(dòng)，若直接采用固定閾值法進(jìn)行異常監(jiān)測(cè)，可能將正常的工況波動(dòng)誤判為系統(tǒng)異常；其二，在結(jié)垢初期階段，由于污垢熱阻導(dǎo)致的溫度變化幅值較小，基于閾值判別的監(jiān)測(cè)方法難以實(shí)現(xiàn)有效的早期故障識(shí)別。

4、因此，亟需一種基于紅外圖像的熱泵系統(tǒng)冷凝器工作狀態(tài)監(jiān)測(cè)方法。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述閾值分割的方法可能將正常的工況波動(dòng)誤判為系統(tǒng)異常，且難以實(shí)現(xiàn)早期故障識(shí)別的技術(shù)問(wèn)題，本發(fā)明提供了一種基于紅外圖像的熱泵系統(tǒng)冷凝器工作狀態(tài)監(jiān)測(cè)方法，包括：

2、構(gòu)建冷凝器區(qū)域圖像中每個(gè)像素點(diǎn)的溫度向量，所述溫度向量的方向?yàn)榛叶戎禍p小的方向，溫度向量的模長(zhǎng)為灰度值減小的速率；根據(jù)冷凝器各位置的管道整體走向以及管道局部走向確定冷凝器區(qū)域圖像中各像素點(diǎn)的理想降溫方向，根據(jù)各像素點(diǎn)的溫度向量的方向與理想降溫方向之間的差異確定各像素點(diǎn)的溫度變化方向異常值；根據(jù)各像素點(diǎn)的溫度向量的模長(zhǎng)將像素點(diǎn)分為三類，根據(jù)各類別中各像素點(diǎn)的溫度向量的模長(zhǎng)確定各類別中各像素點(diǎn)的溫度變化速率異常值；根據(jù)各像素點(diǎn)的溫度變化方向異常值以及溫度變化速率異常值確定各像素點(diǎn)的異常概率；根據(jù)各像素點(diǎn)的異常概率以及各像素點(diǎn)的位置，對(duì)各像素點(diǎn)進(jìn)行聚類，得到多個(gè)類別，根據(jù)類別中包含的像素點(diǎn)數(shù)量以及類別中所有像素點(diǎn)的異常概率的大小，篩選異常類別；根據(jù)異常類別確定冷凝器異常區(qū)域。

3、本發(fā)明利用溫度向量的方向量化熱傳導(dǎo)方向與速率，通過(guò)對(duì)比實(shí)際溫度向量與管道結(jié)構(gòu)對(duì)應(yīng)的理想降溫方向，量化溫度變化方向異常值，對(duì)各類別中溫度變化速率進(jìn)行分析，計(jì)算溫度變化速率異常值，最后融合雙維度異常指標(biāo)進(jìn)行概率化評(píng)估與空間聚類，有效克服了傳統(tǒng)單閾值檢測(cè)的局限性，顯著提升了異常區(qū)域識(shí)別的魯棒性，為冷凝器狀態(tài)監(jiān)測(cè)提供了更精確的空間定位與量化依據(jù)，能夠準(zhǔn)確識(shí)別結(jié)垢、堵塞或冷媒泄漏等異常。

4、優(yōu)選地，所述構(gòu)建冷凝器區(qū)域圖像中每個(gè)像素點(diǎn)的溫度向量，包括：將任意一個(gè)像素點(diǎn)作為目標(biāo)像素點(diǎn)，以目標(biāo)像素點(diǎn)為中心，沿預(yù)設(shè)的多個(gè)均勻分布的方向進(jìn)行射線掃描，獲取灰度值連續(xù)小于獲等于前一像素點(diǎn)的灰度值的邊界點(diǎn)，計(jì)算邊界點(diǎn)到目標(biāo)像素點(diǎn)的歐氏距離，獲取目標(biāo)像素點(diǎn)與邊界點(diǎn)的灰度差異，將灰度差異與距離的比值作為模長(zhǎng)，構(gòu)建每個(gè)方向的溫度變化向量；將目標(biāo)像素點(diǎn)各方向的溫度變化向量的向量和作為目標(biāo)像素點(diǎn)的溫度向量。

5、本發(fā)明通過(guò)構(gòu)建各像素點(diǎn)的溫度向量，實(shí)現(xiàn)了冷凝器各位置的熱傳導(dǎo)方向與速率的量化，為后續(xù)異常分析和故障診斷提供了具有明確物理意義的數(shù)據(jù)基礎(chǔ)。

6、優(yōu)選地，所述根據(jù)冷凝器各位置的管道整體走向以及管道局部走向確定冷凝器區(qū)域圖像中各像素點(diǎn)的理想降溫方向，包括：根據(jù)冷凝器結(jié)構(gòu)圖設(shè)置每個(gè)位置的管道整體走向以及管道局部走向，將冷凝器結(jié)構(gòu)圖對(duì)應(yīng)到冷凝器區(qū)域圖像中，得到冷凝器區(qū)域圖像中每個(gè)像素點(diǎn)所在位置的管道整體走向以及管道局部走向；對(duì)于冷凝器區(qū)域圖像中每個(gè)像素點(diǎn)，將像素點(diǎn)所在位置的管道整體走向?qū)?yīng)的單位向量與管道局部走向?qū)?yīng)的單位向量進(jìn)行矢量疊加，得到合成向量，將合成向量的方向作為該像素點(diǎn)的理想降溫方向。

7、優(yōu)選地，所述根據(jù)各像素點(diǎn)的溫度向量的方向與理想降溫方向之間的差異確定各像素點(diǎn)的溫度變化方向異常值，包括：對(duì)像素點(diǎn)的溫度向量的方向與像素點(diǎn)的理想降溫方向之間的夾角進(jìn)行歸一化，得到像素點(diǎn)的溫度變化方向異常值。

8、本發(fā)明利用像素點(diǎn)的溫度向量的方向與理想降溫方向之間的歸一化夾角，來(lái)量化溫度變化方向的偏離程度，實(shí)現(xiàn)了對(duì)局部冷卻情況的定量評(píng)估，使異常區(qū)域識(shí)別更具客觀性。

9、優(yōu)選地，所述根據(jù)各像素點(diǎn)的溫度向量的模長(zhǎng)將像素點(diǎn)分為三類，包括：按照垂直于管道局部走向的方向?qū)淠鲄^(qū)域圖像進(jìn)行掃描，按照掃描順序?qū)⑾袼攸c(diǎn)的溫度向量的模長(zhǎng)構(gòu)成一個(gè)序列，作為模長(zhǎng)序列，采用fisher最優(yōu)分割法將模長(zhǎng)序列分割為三個(gè)子序列，對(duì)于每個(gè)子序列，將子序列中包含的各元素對(duì)應(yīng)的像素點(diǎn)劃分為同一個(gè)類別。

10、優(yōu)選地，所述根據(jù)各類別中各像素點(diǎn)的溫度向量的模長(zhǎng)確定各類別中各像素點(diǎn)的溫度變化速率異常值，包括：響應(yīng)于像素點(diǎn)屬于第二個(gè)類別，對(duì)該像素點(diǎn)的溫度向量的模長(zhǎng)進(jìn)行歸一化，得到像素點(diǎn)的溫度變化速率異常值；響應(yīng)于像素點(diǎn)屬于第一個(gè)類別或第三個(gè)類別，將與該像素點(diǎn)屬于同一類別，且與該像素點(diǎn)的理想降溫方向相同的像素點(diǎn)作為該像素點(diǎn)的參考像素點(diǎn)；計(jì)算該像素點(diǎn)與其所有參考像素點(diǎn)的溫度向量的模長(zhǎng)之間的差異，對(duì)所述差異進(jìn)行加權(quán)求和，得到該像素點(diǎn)的溫度變化速率異常值；在進(jìn)行所述加權(quán)求和時(shí)，權(quán)重與參考像素點(diǎn)的溫度變化方向異常值負(fù)相關(guān)。

11、本發(fā)明中第一個(gè)類別對(duì)應(yīng)過(guò)冷蒸汽降溫階段，第二個(gè)類別對(duì)應(yīng)飽和蒸汽冷凝階段，第三個(gè)類別對(duì)應(yīng)過(guò)冷液體降溫階段，本發(fā)明根據(jù)不同階段的溫度變化特征確定各類別中像素點(diǎn)的溫度變化速率異常值，結(jié)果更加準(zhǔn)確。同時(shí)在計(jì)算第一個(gè)類別以及第三個(gè)類別中像素點(diǎn)的溫度變化速率異常值時(shí)，引入與像素點(diǎn)的溫度變化方向異常值負(fù)相關(guān)的權(quán)重，避免了溫度變化方向異常的像素點(diǎn)的異常溫度變化速率對(duì)計(jì)算結(jié)果的影響，最終得到的結(jié)果更加準(zhǔn)確。

12、優(yōu)選地，所述根據(jù)各像素點(diǎn)的溫度變化方向異常值以及溫度變化速率異常值確定各像素點(diǎn)的異常概率，包括：對(duì)像素點(diǎn)的溫度變化方向異常值與溫度變化速率異常值進(jìn)行加權(quán)求和，得到像素點(diǎn)的異常概率。

13、優(yōu)選地，所述根據(jù)各像素點(diǎn)的異常概率以及各像素點(diǎn)的位置，對(duì)各像素點(diǎn)進(jìn)行聚類，包括：將冷凝器區(qū)域圖像中各像素點(diǎn)的坐標(biāo)以及異常概率構(gòu)成各像素點(diǎn)的特征向量，根據(jù)特征向量對(duì)冷凝器區(qū)域圖像中像素點(diǎn)進(jìn)行聚類，得到多個(gè)類別。

14、本發(fā)明綜合考慮了像素點(diǎn)的空間分布特征和異常概率信息，將具有相似特征的像素點(diǎn)聚合為同一類別，從而實(shí)現(xiàn)對(duì)異常區(qū)域的精準(zhǔn)識(shí)別和定位，提升了檢測(cè)結(jié)果的準(zhǔn)確性。

15、優(yōu)選地，所述根據(jù)類別中包含的像素點(diǎn)數(shù)量以及類別中所有像素點(diǎn)的異常概率的大小，篩選異常類別，包括：響應(yīng)于類別中包含的像素點(diǎn)的數(shù)量大于預(yù)設(shè)的第一閾值，且類別中所有像素點(diǎn)的異常概率的均值大于預(yù)設(shè)的第二閾值，將類別作為異常類別。

16、優(yōu)選地，所述根據(jù)異常類別確定冷凝器異常區(qū)域，包括：將異常類別中所有像素點(diǎn)構(gòu)成的區(qū)域作為冷凝器的異常區(qū)域。

17、本發(fā)明的有益效果在于：本發(fā)明利用溫度向量的方向量化熱傳導(dǎo)方向與速率，通過(guò)對(duì)比實(shí)際溫度向量與管道結(jié)構(gòu)對(duì)應(yīng)的理想降溫方向，對(duì)各類別中溫度變化速率進(jìn)行分析，計(jì)算溫度變化速率異常值，最后融合雙維度異常指標(biāo)進(jìn)行概率化評(píng)估與空間聚類，有效克服了傳統(tǒng)單閾值檢測(cè)的局限性，顯著提升了異常區(qū)域識(shí)別的魯棒性，為冷凝器狀態(tài)監(jiān)測(cè)提供了更精確的空間定位與量化依據(jù)，能夠準(zhǔn)確識(shí)別結(jié)垢、堵塞或冷媒泄漏等異常。