本技术涉及图像数据处理技术领域,尤其涉及石墨烯远红外电热片系统的检测方法及系统,将特定波长激光响应性的纳米粒子均匀注入石墨烯材料中,产生干涉图案;利用多波长激光扫描生成干涉图像数据,并对其进行预处理、条纹检测、特征提取和多频特征融合,生成多频干涉条纹特征数据;基于这些数据进行多频光谱响应分析,建立动态纳米粒子响应模型,生成综合响应特征向量;利用该向量训练自适应故障检测模型,并通过动态校正机制实时调整模型参数,进行实时故障检测和分类;结合智能决策引擎生成故障处理建议,自动生成故障报告并触发报警系统,通过在线学习与反馈机制优化模型;本发明显著提高了故障检测的准确性和鲁棒性。
背景技术
石墨烯远红外电热片系统利用石墨烯材料的特殊性能和远红外辐射原理进行加热和温控,在热处理、加热和温控等领域有广泛应用。为了确保设备的性能和可靠性,石墨烯远红外电热片系统在出厂前需要进行故障检测,其中工作温度不均匀是常见故障。
石墨烯远红外电热片系统在检测过程中存在以下问题:
设备在工作时温度分布不均匀,导致红外图像中灰度值分布混乱;
由于设备不同区域的温度差异,红外图像中容易出现鬼影现象,影响故障检测的准确性。
现有技术(中国发明专利,公开号:CN116883412 B,名称:一种石墨烯远红外电热设备故障检测方法)主要采用传统图像处理算法对石墨烯远红外电热片进行故障检测,但存在以下不足:
现有技术采用传统的红外成像技术,由于温度分布不均匀,导致红外图像中灰度值差异显著,难以准确识别温度分布情况。这种方法无法有效去除红外图像中的鬼影,导致温度分布检测不准确。
现有技术采用简单的图像处理算法,由于图像中的鬼影现象,无法准确检测温度不均匀性,导致误检率高,检测结果不可靠。
实现思路