一种用于检测数据中心冷冻水管锈蚀检测方法及其装置与流程

1.本发明涉及数据中心维护技术领域，尤其涉及一种用于检测数据中心冷冻水管锈蚀检测方法及其装置。


背景技术：

2.随着信息化成为当今世界经济社会发展的大趋势，急速增长的数据量使得原有存储容量和应用系统难以满足迫切的需要，因此，建设高可靠、大容量的大数据中心十分必要，数据中心高可靠性运作源自于数据中心安全维护，而数据中心冷冻水管是采用水冷机组的数据中心通过冷源即水冷机组运输冷冻水到业务机房精密空调进行业务机房供冷的管道系统之一，是数据中心安全维护的重点设施。
3.由于数据中心的冷冻水管管道因温度过低，出于防范冷凝水且延长管道寿命的考量，采用保温材料进行包覆以克服缺陷，但随着保温材料使用年限的增长、前期施工阶段保温材料包裹质量低以及检测不到位的问题，导致管道保温材料脱落而不贴合，管道外表面与空气接触，导致管道会产生锈蚀，而管道被保温材料包覆，巡检人员难以通过肉眼直接发现管道锈蚀，极大危害数据中心的安全。
4.现有技术中，管道锈蚀检测包括超声波检测、磁粉检测、磁记忆检测、激光扫描技术、管道内壁腐蚀检测技术、x光检测技术和热红外图像检测等，但上述直接应用于数据中心存在难点，第一，数据中心通常是全天运作，且不能受到电磁干扰，第二，冷冻水管路包裹保温棉，将保温棉拆开后进行检测工作量太大，第三，数据中心空间有限，难以放置大型检测设备，第四，现有的检测方式均只考虑当前位置的检测结果，其当前位置的检测结果定位并不准确，并未将检测结果对接绝对空间参考，不利于锈迹检测的程度和结果传递到维保人员进行自动化维保处理。
5.综上所述，亟需一种方案使得数据中心管道锈蚀检测更加准确，提高数据中心的运行安全性。


技术实现要素：

6.有鉴于此，本发明提出一种用于检测数据中心冷冻水管锈蚀检测方法及其装置。
7.本发明的技术方案是这样实现的：第一方面，一种用于检测数据中心冷冻水管锈蚀装置，其特征在于，包括步进部、标记部、激光检测部、红外检测部、环境基准部以及外部处理主机终端；其中，所述步进部包括套设在包括冷冻水管保温层上的步进装置，所述步进装置包括半环形本体以及构件支架，所述半环形本体包括本体中间的固定桥和两个可伸展的弹性环臂，所述固定桥背离所述冷冻水管保温层的一端连接构件支架，所述半环形本体的两个可伸展的弹性环臂的端部以及固定桥靠近所述冷冻水管保温层的一端均分别连接有电动液压连杆，所述固定桥连接的所述电动液压连杆模块安装主动滑动轮，所述主动滑动轮
上安装有可远程调节步进电机，所述两个可伸展的弹性环臂的端部对应的所述电动液压连接有从动轮，所述步进电机启动时，所述主动滑动轮带动从动轮紧贴所述冷冻水管保温层沿着冷冻水管走向的方向前进；所述标记部设置于至少一个所述从动轮上，所述标记部包括喷涂装置以及编码器，所述编码器用于测量相对位移，所述喷涂装置根据预设间隔位移参数用于在包覆在所述冷冻水管保温层上间隔喷涂上多个定位标记；所述激光检测部位于构件支架上，包括激光发射器、旋转式扫描仪、激光接收器、时钟和计数器、数据处理器以及第一数据无线传输模块；所述红外检测部位于构件支架上，包括红外相机镜头、红外感测阵列、数据采集卡以及第二数据无线传输模块；所述环境基准部，包括靶标，所述靶标为预先布置在数据中心冷冻水管附近的已知基准点；所述外部主机处理终端，包括三维点云图特征处理单元、热红外特征处理单元、融合处理单元以及锈蚀检测单元；所述三维点云特征处理单元根据所述定位标记设置第一特征识别算子，所述第一特征识别算子识别所述定位标记，结合所述靶标，继而确定所述定位标记在三维点云图的绝对坐标；热红外特征处理单元、热红外图像拼接单元以及融合处理单元，所述热红外特征处理单元根据所述定位标记设置第二特征识别算子，所述第二特征识别算子识别所述定位标记，当所述热红外图像扫描识别到间隔设置的至少两个定位标记时，确定定位标记在所述热红外图像中的图像像素位置，且当相邻热红外图像识别到至少一个定位标记，将相邻热红外图像进行拼接构成热红外拼接图像，所述融合处理单元基于所述定位标记、三维点云图、预设间隔位移参数与所述热红外拼接图像进行融合校正，形成融合图像；所述锈蚀检测单元构建卷积神经网络对所述融合处理单元得到的融合图像进行处理，以获得锈蚀检测结果。
8.作为进一步可选方案，其特征在于，所述激光检测部包括激光发射器、旋转式扫描仪、激光接收器、时钟和计数器、数据处理器、靶标以及第一数据无线传输模块，所述激光发射器发射激光束，所述旋转式扫描仪在水平和垂直方向上扫描整个冷冻水管附近环境，所述激光接收器，接收所述激光束并进行光电转换，所述时钟和计数器用于测量所述激光束往返时间，并计算出环境中物体到激光雷达的距离，所述数据处理器用于处理接收到环境物体激光信号以及靶标激光信号，并生成准确的三维点云图，所述第一数据传输模块将所述三维点云图发送到所述外部处理主机终端；作为进一步可选方案，其特征在于，所述红外相机镜头设置在所述构件支架靠近管道一侧，所述红外感测阵列接收由红外相机镜头获取的冷冻水管的热辐射信号，所述数据采集卡实现用于光电转换，所述第二数据无线传输模块将所述光电转换获取的多个热红外图像发送到所述外部处理主机终端。
9.作为进一步可选方案，其特征在于，所述第一特征识别算子识别所述定位标记，结合所述靶标，继而确定所述定位标记在三维点云图的绝对坐标包括：若识别到两个或两个以上的定位标记，则将定位标记之间以及定位标记与所述靶标之间进行矢量相连，将所述预设间隔位移参数作为距离约束条件进行平差，根据所述平差得到定位标记在三维点云图的绝对坐标改正值，基于所述绝对坐标改正值，继而确定所述定位标记在三维点云图的绝
对坐标。
10.作为进一步可选方案，其特征在于，所述定位标记具备序号编码功能。
11.第二方面，一种利用前述用于检测数据中心冷冻水管锈蚀装置的锈蚀检测方法，其特征在于：步骤一：启动步进电机，所述主动滑动轮带动从动轮紧贴所述冷冻水管保温层沿着冷冻水管走向的方向前进；所述红外检测部根据预先设置的采样频率对包覆保温层的冷冻水管进行采样；所述激光检测部接收到环境物体激光信号以及靶标激光信号，并生成准确的三维点云图；基于所述定位标记、三维点云图、预设间隔位移参数与所述热红外拼接图像进行融合校正，形成融合图像；步骤二、对所述融合图像进行灰度化和归一化操作，构造gaussian滤波器对所述融合图像进行滤波，通过经验模态分解结合直方图均衡化的方法进行数据处理，其具体数据处理过程是通过经验模态分解对红外图像处理分解为imf1至imf6，其中imf1的频率最高，imf6的频率最低，对imf2-imf6组分进行直方图均衡化处理，对imf1分量设置预设阈值过滤高频噪声，将imf1-imf6进行重构以及归一化获得处理后的融合图像；步骤三、将处理后的融合图像输入卷积神经网络中进行锈迹检测，并根据锈迹表征对锈迹程度进行分类，所述卷积神经网络的建立是通过获取数据中心冷冻水管红外锈蚀图像标注集作为测试集，采用所述融合图像作为训练集，通过所述测试集和训练集训练卷积神经网络，利用训练好的卷积神经网络，获得锈蚀检测结果。
12.作为进一步可选方案，其特征在于，所述卷积神经网络包括输入层、卷积层和池化层、批归一化层和激活函数层、全连接层设计以及模型优化。
13.作为进一步可选方案，其特征在于，输入层：假设输入融合图像的大小为w
×
h，其中w和h分别表示图像的宽度和高度；卷积层和池化层：使用较小的卷积核大小以提取局部特征，同时使用多个卷积层，逐渐提取更高层次的特征，然后使用池化层对其进行降维处理；批归一化层和激活函数层：在卷积层和全连接层之间加入批归一化层和激活函数层，使用relu作为激活函数，加入批归一化层对输出进行归一化；全连接层：使用具有多个神经元的全连接层作为输出层，并使用softmax函数作为激活函数，生成每个类别的概率值，表示图像属于不同类别的概率，定义4个类别，分别对应无锈蚀、轻微锈蚀、中度锈蚀和严重锈蚀，全连接层的公式如下：y = softmax(w*x + b)其中，x表示输入特征，w和b表示全连接层的权重和偏置参数，y表示每个类别的概率值；模型优化：采用交叉熵作为损失函数，并使用随机梯度下降算法进行模型的训练和优化，同时采用正则化技术和dropout技术避免过拟合，交叉熵的公式如下：loss =
ꢀ‑
1/n * sum(z*log(y_hat))其中，n表示样本数量，z表示真实标签，y_hat表示模型预测的概率值。
14.第三方面，一种步进机器人，所述步进机器人用于实现前述所述方法。
15.第四方面，一种计算机存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现前述所述方法。
16.本发明提供了一种用于检测数据中心冷冻水管锈蚀检测方法、装置及其存储介质，至少具备以下有益效果：1、通过设置步进部，步进电机启动时，所述主动滑动轮带动从动轮紧贴所述冷冻水管保温层沿着冷冻水管走向的方向前进，通过上述方式可以沿着冷冻水管保温层进行自动化作业，提高检测效率，同时，避免人工手持检测误差。
17.2、步进部上设置可伸展的弹性环臂和电动液压连接，可以更好适应和贴合不同包覆保温层冷冻管道的尺寸。
18.3、针对现有的检测方式均只考虑当前位置的检测结果，其当前位置的检测结果定位并不准确，并未将检测结果对接绝对空间参考，因此，设置标记部以及环境基准部，其上述作用具备如下作用，其一是提供一个相对序号编码功能实现精确标注，其二是绝对空间参考基准传递，其三是作为图像处理特征以及参与误差改正。
19.4、采集三维点云图以及热红外图像，靶标处理得到包含精确位置的定位标记的三维点云图，并先将热红外图像根据标记进行拼接，然后融合处理单元基于所述定位标记、三维点云图、预设间隔位移参数与所述热红外拼接图像进行融合校正，形成融合图像；采用所述融合图像进行灰度化和归一化操作，构造gaussian滤波器对所述融合图像进行滤波，通过经验模态分解结合直方图均衡化的方法进行数据处理，继而将处理后的融合图像输入卷积神经网络中进行锈迹检测，并根据锈迹表征对锈迹程度进行分类，上述处理过程可以有效的提高锈蚀检测的精度以及锈蚀程度分类的精度。
附图说明
20.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
21.图1为本发明一种用于检测数据中心冷冻水管锈蚀装置示意图。
22.图中，1-冷冻水管，2-冷冻水管保温层，3-半环形本体，4-构件支架，5-固定桥，6-弹性环臂，7-电动液压连杆，8-主动滑动轮，9-从动轮，10-喷涂装置，11-激光检测部，12-红外检测部。
具体实施方式
23.下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
24.参考图1，第一方面，一种用于检测数据中心冷冻水管锈蚀装置，其特征在于，包括：包括步进部、标记部、激光检测部、红外检测部、环境基准部以及外部处理主机终端；其中，所述步进部包括套设在包括冷冻水管保温层2上的步进装置，所述步进装置包括半环形本体3以及构件支架4，所述半环形本体包括本体中间的固定桥5和两个可伸展的弹性环臂6，所述固定桥背离所述冷冻水管保温层的一端连接构件支架4，所述半环形本
体的两个可伸展的弹性环臂的端部以及固定桥靠近所述冷冻水管保温层的一端均分别连接有电动液压连杆7，所述固定桥连接的所述电动液压连杆模块安装主动滑动轮8，所述主动滑动轮上安装有可远程调节步进电机，所述两个可伸展的弹性环臂的端部对应的所述电动液压连杆连接有从动轮9，所述步进电机启动时，所述主动滑动轮8带动从动轮9紧贴所述冷冻水管保温层沿着冷冻水管1走向的方向前进；可以理解的是，可远程调节的电机可以通过远程控制方式来控制电机的转速或停止的电机，其可以通过无线遥控或有线网络控制，本发明不对其具体类型作进一步限定。
25.通常，冷冻水管的保温层包括外护层、保温材料填充层和内衬层，其中，外护层用于保护管道保温层免受雨水、腐蚀物和火灾的影响；保温材料填充层，用于减少管道输送过程中能量的损失，材料类型包括聚氨酯泡沫、聚苯板、玻璃棉、岩棉等；内衬层用于防止保温材料受到介质侵蚀和损坏，采用高密度聚乙烯、铝箔等材料进行敷设。
26.值得一提的是，通过设置步进部，步进电机启动时，所述主动滑动轮带动从动轮紧贴所述冷冻水管保温层沿着冷冻水管走向的方向前进，通过上述方式可以沿着冷冻水管保温层进行自动化作业，提高检测效率，同时，避免人工手持检测误差。
27.另外，步进部上设置可伸展的弹性环臂和电动液压连接，可以更好适应和贴合不同包覆保温层冷冻管道的尺寸。
28.所述标记部设置于至少一个所述从动轮9上，所述标记部包括喷涂装置10以及编码器，所述编码器用于测量相对位移，所述喷涂装置10根据预设间隔位移参数用于在包覆在所述冷冻水管保温层2上间隔喷涂上多个定位标记；所述激光检测部11位于构件支架4上，包括激光发射器、旋转式扫描仪、激光接收器、时钟和计数器、数据处理器以及第一数据无线传输模块；所述红外检测部12位于构件支架4上，包括红外相机镜头、红外感测阵列、数据采集卡以及第二数据无线传输模块；所述环境基准部，包括靶标，所述靶标为预先布置在数据中心冷冻水管1附近的已知基准点；所述外部主机处理终端，包括三维点云图特征处理单元、热红外特征处理单元、融合处理单元以及锈蚀检测单元；所述三维点云特征处理单元根据所述定位标记设置第一特征识别算子，所述第一特征识别算子识别所述定位标记，结合所述靶标，继而确定所述定位标记在三维点云图的绝对坐标；热红外特征处理单元、热红外图像拼接单元以及融合处理单元，所述热红外特征处理单元根据所述定位标记设置第二特征识别算子，所述第二特征识别算子识别所述定位标记，当所述热红外图像扫描识别到间隔设置的至少两个定位标记时，确定定位标记在所述热红外图像中的图像像素位置，且当相邻热红外图像识别到至少一个定位标记，将相邻热红外图像进行拼接构成热红外拼接图像，所述融合处理单元基于所述定位标记、三维点云图、预设间隔位移参数与所述热红外拼接图像进行融合校正，形成融合图像；所述锈蚀检测单元构建卷积神经网络对所述融合处理单元得到的融合图像进行处理，以获得锈蚀检测结果。
29.值得一提的是，针对现有的检测方式均只考虑当前位置的检测结果，其当前位置的检测结果定位并不准确，并未将检测结果对接绝对空间参考，因此，设置标记部以及环境基准部，其上述作用具备如下作用，其一是提供一个相对序号编码功能，其二是绝对空间参
考基准传递，其三是作为图像处理特征以及参与误差改正。
30.可以理解的是，该冷冻水管锈蚀装置受到激光或红外传感器视角的影响存在有观测盲区，因此，当所述锈蚀装置沿着水管的前进的第一方向进行一轮正向自动采集之后，可以根据所述定位标记将所述锈蚀装置设置在水管的对侧，以使所述锈蚀装置可以沿着水管相反的第二方向进行一轮反向自动采集，以消除观测盲区。
31.值得说明的是，正向和反向两次自动采集亦需要借助定位标记进行融合校正，以实现精确的锈蚀检测。
32.作为进一步可选方案，其特征在于，所述激光检测部包括激光发射器、旋转式扫描仪、激光接收器、时钟和计数器、数据处理器、靶标以及第一数据无线传输模块，所述激光发射器发射激光束，所述旋转式扫描仪在水平和垂直方向上扫描整个冷冻水管附近环境，所述激光接收器，接收所述激光束并进行光电转换，所述时钟和计数器用于测量所述激光束往返时间，并计算出环境中物体到激光雷达的距离，所述数据处理器用于处理接收到环境物体激光信号以及靶标激光信号，并生成准确的三维点云图，所述第一数据传输模块将所述三维点云图发送到所述外部处理主机终端；作为进一步可选方案，其特征在于，所述红外相机镜头设置在所述构件支架靠近管道一侧，所述红外感测阵列接收由红外相机镜头获取的冷冻水管的热辐射信号，所述数据采集卡实现用于光电转换，所述第二数据无线传输模块将所述光电转换获取的多个热红外图像发送到所述外部处理主机终端。
33.作为进一步可选方案，其特征在于，所述第一特征识别算子识别所述定位标记，结合所述靶标，继而确定所述定位标记在三维点云图的绝对坐标包括：若识别到两个或两个以上的定位标记，则将定位标记之间以及定位标记与所述靶标之间进行矢量相连，将所述预设间隔位移参数作为距离约束条件进行平差，根据所述平差得到定位标记在三维点云图的绝对坐标改正值，基于所述绝对坐标改正值，继而确定所述定位标记在三维点云图的绝对坐标。
34.值得一提的是，上述识别到两个或两个以上的定位标记的改正过程可以持续迭代进行，可以设置预设条件进行迭代平差解算，例如预设时长、预设步长、预设观测次数等，通过上述方式，确保定位标记在三维点云图的绝对坐标的精度。
35.可以理解的是，特征识别算子可以通过计算图像的强度、梯度、角度等特征来识别具有代表性的特征点或特征描述符，实现对图像的特征提取和匹配，现有技术中，通常包括harris、sift（scale-invariant feature transform）、surf（speeded up robust features）、fast（features from accelerated segment test）、hog（histogram of oriented gradients）等，本发明对此不作进一步限定。
36.作为进一步可选方案，其特征在于，所述定位标记具备序号编码功能。
37.第二方面，一种利用前述用于检测数据中心冷冻水管锈蚀装置的锈蚀检测方法，其特征在于：步骤一：启动步进电机，所述主动滑动轮带动从动轮紧贴所述冷冻水管保温层沿着冷冻水管走向的方向前进；所述红外检测部根据预先设置的采样频率对包覆保温层的冷冻水管进行采样；所述激光检测部接收到环境物体激光信号以及靶标激光信号，并生成准确的三维点云图；基于所述定位标记、三维点云图、预设间隔位移参数与所述热红外拼接图
像进行融合校正，形成融合图像；步骤二、对所述融合图像进行灰度化和归一化操作，构造gaussian滤波器对所述融合图像进行滤波，通过经验模态分解结合直方图均衡化的方法进行数据处理，其具体数据处理过程是通过经验模态分解对红外图像处理分解为imf1至imf6，其中imf1的频率最高，imf6的频率最低，对imf2-imf6组分进行直方图均衡化处理，对imf1分量设置预设阈值过滤高频噪声，将imf1-imf6进行重构以及归一化获得处理后的融合图像；步骤三、将处理后的融合图像输入卷积神经网络中进行锈迹检测，并根据锈迹表征对锈迹程度进行分类，所述卷积神经网络的建立是通过获取数据中心冷冻水管红外锈蚀图像标注集作为测试集，采用所述融合图像作为训练集，通过所述测试集和训练集训练卷积神经网络，利用训练好的卷积神经网络，获得锈蚀检测结果。
38.值得一提的是，采用所述融合图像进行灰度化和归一化操作，构造gaussian滤波器对所述融合图像进行滤波，通过经验模态分解结合直方图均衡化的方法进行数据处理，继而将处理后的融合图像输入卷积神经网络中进行锈迹检测，并根据锈迹表征对锈迹程度进行分类，上述处理过程可以有效的提高锈蚀检测的精度以及锈蚀程度分类的精度。
39.可以理解的是，直方图均衡化的具体步骤包括：统计图像中每个灰度级出现的像素个数，得到原始图像的灰度级分布直方图。
40.根据灰度级分布直方图计算每个灰度级的累积分布函数（cumulative distribution function，cdf），即将每个灰度级的像素个数累加起来并归一化。
41.根据cdf计算每个灰度级的映射函数（mapping function），即将原始图像中每个灰度级映射到一个新的灰度级，使得新的灰度级分布尽量均匀。
42.将原始图像中的每个像素的灰度级根据映射函数进行转换，得到均衡化后的图像。
43.其中，直方图均衡化也可能会引入一些副作用，如增强噪声和细节。
44.为了提高锈迹检测卷积神经网络识别有效性，通过采用所述融合图像进行灰度化和归一化操作，构造gaussian滤波器对所述融合图像进行滤波，通过经验模态分解结合直方图均衡化的方法进行数据处理。
45.作为进一步可选方案，其特征在于，所述卷积神经网络包括输入层、卷积层和池化层、批归一化层和激活函数层、全连接层设计以及模型优化。
46.作为进一步可选方案，其特征在于，输入层：假设输入融合图像的大小为w
×
h，其中w和h分别表示图像的宽度和高度；卷积层和池化层：使用较小的卷积核大小以提取局部特征，同时使用多个卷积层，逐渐提取更高层次的特征，然后使用池化层对其进行降维处理；批归一化层和激活函数层：在卷积层和全连接层之间加入批归一化层和激活函数层，使用relu作为激活函数，加入批归一化层对输出进行归一化；全连接层：使用具有多个神经元的全连接层作为输出层，并使用softmax函数作为激活函数，生成每个类别的概率值，表示图像属于不同类别的概率，定义4个类别，分别对应无锈蚀、轻微锈蚀、中度锈蚀和严重锈蚀，全连接层的公式如下：y = softmax(w*x + b)其中，x表示输入特征，w和b表示全连接层的权重和偏置参数，y表示每个类别的概
率值；模型优化：采用交叉熵作为损失函数，并使用随机梯度下降算法进行模型的训练和优化，同时采用正则化技术和dropout技术避免过拟合，交叉熵的公式如下：loss =
ꢀ‑
1/n * sum(z*log(y_hat))其中，n表示样本数量，z表示真实标签，y_hat表示模型预测的概率值。
47.第三方面，一种步进机器人，所述步进机器人用于实现前述所述方法。
48.第四方面，一种计算机存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现前述所述方法。
49.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)、dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
50.上述已经详细描述了本发明公开的实施例，为了避免遮蔽本发明公开的技术构思，对于相关领域普通技术人员所公知的细节，本领域技术人员根据上述实施例的记载，是可以完成知晓如何实施公开的技术方案。
51.以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种用于检测数据中心冷冻水管锈蚀装置，其特征在于，包括步进部、标记部、激光检测部、红外检测部、环境基准部以及外部处理主机终端；其中，所述步进部包括套设在包括冷冻水管保温层（2）上的步进装置，所述步进装置包括半环形本体（3）以及构件支架（4），所述半环形本体包括本体中间的固定桥（5）和两个可伸展的弹性环臂（6），所述固定桥背离所述冷冻水管保温层的一端连接构件支架（4），所述半环形本体的两个可伸展的弹性环臂的端部以及固定桥靠近所述冷冻水管保温层的一端均分别连接有电动液压连杆（7），所述固定桥连接的所述电动液压连杆模块安装主动滑动轮（8），所述主动滑动轮上安装有可远程调节步进电机，所述两个可伸展的弹性环臂的端部对应的所述电动液压连杆连接有从动轮（9），所述步进电机启动时，所述主动滑动轮（8）带动从动轮（9）紧贴所述冷冻水管保温层沿着冷冻水管（1）走向的方向前进；所述标记部设置于至少一个所述从动轮（9）上，所述标记部包括喷涂装置（10）以及编码器，所述编码器用于测量相对位移，所述喷涂装置（10）根据预设间隔位移参数用于在包覆在所述冷冻水管保温层（2）上间隔喷涂上多个定位标记；所述激光检测部（11）位于构件支架（4）上，包括激光发射器、旋转式扫描仪、激光接收器、时钟和计数器、数据处理器以及第一数据无线传输模块；所述红外检测部（12）位于构件支架（4）上，包括红外相机镜头、红外感测阵列、数据采集卡以及第二数据无线传输模块；所述环境基准部，包括靶标，所述靶标为预先布置在数据中心冷冻水管（1）附近的已知基准点；所述外部主机处理终端，包括三维点云图特征处理单元、热红外特征处理单元、融合处理单元以及锈蚀检测单元；所述三维点云特征处理单元根据所述定位标记设置第一特征识别算子，所述第一特征识别算子识别所述定位标记，结合所述靶标，继而确定所述定位标记在三维点云图的绝对坐标；热红外特征处理单元、热红外图像拼接单元以及融合处理单元，所述热红外特征处理单元根据所述定位标记设置第二特征识别算子，所述第二特征识别算子识别所述定位标记，当所述热红外图像扫描识别到间隔设置的至少两个定位标记时，确定定位标记在所述热红外图像中的图像像素位置，且当相邻热红外图像识别到至少一个定位标记，将相邻热红外图像进行拼接构成热红外拼接图像，所述融合处理单元基于所述定位标记、三维点云图、预设间隔位移参数与所述热红外拼接图像进行融合校正，形成融合图像；所述锈蚀检测单元构建卷积神经网络对所述融合处理单元得到的融合图像进行处理，以获得锈蚀检测结果。2.根据权利要求1所述的一种用于检测数据中心冷冻水管锈蚀装置，其特征在于，所述激光检测部包括激光发射器、旋转式扫描仪、激光接收器、时钟和计数器、数据处理器、靶标以及第一数据无线传输模块，所述激光发射器发射激光束，所述旋转式扫描仪在水平和垂直方向上扫描整个冷冻水管附近环境，所述激光接收器，接收所述激光束并进行光电转换，所述时钟和计数器用于测量所述激光束往返时间，并计算出环境中物体到激光雷达的距离，所述数据处理器用于处理接收到环境物体激光信号以及靶标激光信号，并生成准确的三维点云图，所述第一数据传输模块将所述三维点云图发送到所述外部处理主机终端。3.根据权利要求2所述的一种用于检测数据中心冷冻水管锈蚀装置，其特征在于，所述红外相机镜头设置在所述构件支架靠近管道一侧，所述红外感测阵列接收由红外相机镜头
获取的冷冻水管的热辐射信号，所述数据采集卡实现用于光电转换，所述第二数据无线传输模块将所述光电转换获取的多个热红外图像发送到所述外部处理主机终端。4.根据权利要求3所述的一种用于检测数据中心冷冻水管锈蚀装置，其特征在于，所述第一特征识别算子识别所述定位标记，结合所述靶标，继而确定所述定位标记在三维点云图的绝对坐标包括：若识别到两个或两个以上的定位标记，则将定位标记之间以及定位标记与所述靶标之间进行矢量相连，将所述预设间隔位移参数作为距离约束条件进行平差，根据所述平差得到定位标记在三维点云图的绝对坐标改正值，基于所述绝对坐标改正值，继而确定所述定位标记在三维点云图的绝对坐标。5.根据权利要求1所述的一种用于检测数据中心冷冻水管锈蚀装置，其特征在于，所述定位标记具备序号编码功能。6.一种利用权利要求1-5所述用于检测数据中心冷冻水管锈蚀装置的锈蚀检测方法，其特征在于：步骤一：启动步进电机，所述主动滑动轮（8）带动从动轮（9）紧贴所述冷冻水管保温层（2）沿着冷冻水管走向的方向前进；所述红外检测部（12）根据预先设置的采样频率对包覆保温层的冷冻水管进行采样；所述激光检测部（11）接收到环境物体激光信号以及靶标激光信号，并生成准确的三维点云图；基于所述定位标记、三维点云图、预设间隔位移参数与所述热红外拼接图像进行融合校正，形成融合图像；步骤二、对所述融合图像进行灰度化和归一化操作，构造gaussian滤波器对所述融合图像进行滤波，通过经验模态分解结合直方图均衡化的方法进行数据处理，其具体数据处理过程是通过经验模态分解对红外图像处理分解为imf1至imf6，其中imf1的频率最高，imf6的频率最低，对imf2-imf6组分进行直方图均衡化处理，对imf1分量设置预设阈值过滤高频噪声，将imf1-imf6进行重构以及归一化获得处理后的融合图像；步骤三、将处理后的融合图像输入卷积神经网络中进行锈迹检测，并根据锈迹表征对锈迹程度进行分类，所述卷积神经网络的建立是通过获取数据中心冷冻水管红外锈蚀图像标注集作为测试集，采用所述融合图像作为训练集，通过所述测试集和训练集训练卷积神经网络，利用训练好的卷积神经网络，获得锈蚀检测结果。7.根据权利要求6所述的锈蚀检测方法，其特征在于：所述卷积神经网络包括输入层、卷积层和池化层、批归一化层和激活函数层、全连接层设计以及模型优化。8.根据权利要求7所述的锈蚀检测方法，其特征在于：输入层：假设输入融合图像的大小为w
×
h，其中w和h分别表示图像的宽度和高度；卷积层和池化层：使用较小的卷积核大小以提取局部特征，同时使用多个卷积层，逐渐提取更高层次的特征，然后使用池化层对其进行降维处理；批归一化层和激活函数层：在卷积层和全连接层之间加入批归一化层和激活函数层，使用relu作为激活函数，加入批归一化层对输出进行归一化；全连接层：使用具有多个神经元的全连接层作为输出层，并使用softmax函数作为激活函数，生成每个类别的概率值，表示图像属于不同类别的概率，定义4个类别，分别对应无锈蚀、轻微锈蚀、中度锈蚀和严重锈蚀，全连接层的公式如下：y = softmax(w*x + b)其中，x表示输入特征，w和b表示全连接层的权重和偏置参数，y表示每个类别的概率
值；模型优化：采用交叉熵作为损失函数，并使用随机梯度下降算法进行模型的训练和优化，同时采用正则化技术和dropout技术避免过拟合，交叉熵的公式如下：loss =
ꢀ‑
1/n * sum(z*log(y_hat))其中，n表示样本数量，z表示真实标签，y_hat表示模型预测的概率值。9.一种步进机器人，所述步进机器人用于实现权利要求6-8任一项所述方法。10.一种计算机存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现如权利要求6-8中任一项所述方法。

技术总结
本发明公开了一种用于检测数据中心冷冻水管锈蚀检测方法及其装置，其包括红外检测部根据预先设置的采样频率对包覆保温层的冷冻水管进行采样；激光检测部接收到环境物体激光信号以及靶标激光信号，并生成准确的三维点云图；基于定位标记、三维点云图、预设间隔位移参数与所述热红外拼接图像进行融合校正，形成融合图像；通过经验模态分解结合直方图均衡化的方法对融合图像进行数据处理，将处理后的融合图像输入卷积神经网络中进行锈迹检测，并根据锈迹表征对锈迹程度进行分类。采用本发明的实施方式，一方面可以提高锈蚀检测精度，另一方面，有利于对锈蚀区域和锈蚀程度进行精确标注，提高了后续维保的处理效率。提高了后续维保的处理效率。提高了后续维保的处理效率。


技术研发人员：谭长华 李顺利 车科谋 陈康壮 赵振东
受保护的技术使用者：广东云下汇金科技有限公司
技术研发日：2023.08.21
技术公布日：2023/9/16