本公开一般涉及图像处理领域,并且特别涉及使用图像标识维护资产的系统和方法。
背景技术:
1、计算机化维护管理系统(cmms)包括维护资产数据库和用于管理维护资产的维护信息和维护操作过程的软件。cmms软件通常用于优化维护资产的利用率和可用性,维护资产可能包括物理装备、车辆和机器。通过监测各种性能指标,诸如机器使用统计、维护统计和机器效率,机器状况监测可以用于评估维护资产随时间的机器健康。由cmms管理的维护资产的机器健康可以被连续地监测,使得可以实时地做出关于机器维护的主动决策,而不是严格地遵循维护时间表或者简单地等待维护资产出现故障才执行维护。
2、工业维护工作流程中的一个重大挑战是取得与机器健康诊断图像相关联的适当上下文信息,诸如热图像。一条重要的上下文信息是被成像的特定对象或资产的标识(例如,资产id)。其它上下文信息可以包括技术人员的观察、机器操作状态、负载、环境条件、时间和日期、和/或被成像的特定对象或资产的位置信息。
技术实现思路
1、提供了使用机器健康诊断图像标识维护资产并将个体机器健康诊断图像链接到标识的维护资产的系统和方法。机器健康诊断图像可以包括各种类型的图像,诸如热图像、可见光(vl)图像和/或声学图像。标识的维护资产可以包括与唯一的资产标识符相关联的个体机器。在一些情况下,诊断图像链接系统可以获取机器健康诊断图像;应用对象检测和其它计算机视觉技术来使用机器健康诊断图像标识特定机器;使用机器健康诊断图像确定特定机器的一个或多个机器性质;使用机器健康诊断图像生成特征向量集;选择与维护资产集合内的维护资产相对应的一个或多个机器学习模型;使用一个或多个机器学习模型和该特征向量集生成一个或多个预测答案;使用一个或多个预测答案生成特定机器的资产标识符;以及使用电子设备的显示器显示资产标识符。提供了利用机器学习技术的若干方法,以使用机器健康诊断图像集自动标识维护资产和/或将个体机器健康诊断图像链接到标识的维护资产。可以在图像文件、视频文件和/或视听文件上并行使用机器学习技术,诸如深度学习神经网络算法的应用,以执行图像分类、对象检测、对象定位(例如,标识图像内对象的位置和/或确定对象周围的边界框)、光学字符识别(ocr)文本提取和用于音频记录的音频语音到文本转换。
2、根据一些实施例,本文中公开的用于使用机器健康诊断图像标识维护资产并将个体机器健康诊断图像链接到标识的维护资产的系统和方法的技术益处包括减少正确标识维护资产的时间,提高正确标识和链接维护资产的准确性,提高维护资产的操作效率,以及降低维护维护资产的总成本。
1.一种用于标识资产的方法,包括: