技术特征：
1.一种基于无人机负载dr数字成像的金具压接缺陷评价系统，其特征在于：包括智能评价子系统、无人机飞行子系统(1)以及x射线数字成像子系统(2)，所述无人机飞行子系统(1)上搭载有x射线数字成像子系统(2)，用于控制x射线数字成像子系统(2)在作业期间移动；x射线数字成像子系统(2)用于采集金具压接状态图像；智能评价子系统用于分析数字成像子系统(2)采集的金具压接状态图像，并对金具压接状态进行评价。2.根据权利要求1所述一种基于无人机负载dr数字成像的金具压接缺陷评价系统，其特征在于：所述无人机飞行子系统(1)包括无人机机身(105)以及设置在无人机机身(105)上的动力组件(101)和控制组件(103)，所述无人机机身(105)底部两端均设有起落支架(104)，无人机机身(105)底部设有第一视角摄像头(102)，且第一视角摄像头(102)位于两个起落支架(104)之间。3.根据权利要求1所述一种基于无人机负载dr数字成像的金具压接缺陷评价系统，其特征在于：所述x射线数字成像子系统(2)包括脉冲式x射线机(201)、平板探测器(202)以及辅助工装(203)，所述脉冲式x射线机(201)的射线端朝向平板探测器(202)，脉冲式x射线机(201)与平板探测器(202)通过辅助工装(203)连接。4.根据权利要求1所述一种基于无人机负载dr数字成像的金具压接缺陷评价系统，其特征在于：所述x射线数字成像子系统(2)通过绳索挂设在无人机飞行子系统(1)上。5.一种基于无人机负载dr数字成像的金具压接缺陷评价方法，其特征在于，基于权利要求1-4中任一权利要求所述金具压接缺陷评价系统，评价方法具体包括以下步骤：1)无人机飞行子系统(1)将x射线数字成像子系统(2)移动至金具压接处，使x射线数字成像子系统(2)采集金具压接状态图像；2)智能评价子系统获取多个带标识的x射线图；3)对带标识的x射线图像进行预处理，并将预处理后的x射线图像分成训练集和测试集；4)利用训练集对预先构建的基于卷积神经网络的图像识别模型进行训练，利用测试集对训练后的图像识别模型进行测试；5)最后智能评价子系统利用测试后的图像识别模型对x射线数字成像子系统(2)采集的金具压接状态图像进行识别，并评价金具压接的状态。6.根据权利要求5所述一种基于无人机负载dr数字成像的金具压接缺陷评价方法，其特征在于：所述1)中多个带标识的x射线图像包括正常压接图像、凹凸槽漏压缺陷图像、凹凸槽欠压缺陷图像、铝管过压缺陷图像、锚管与芯线漏压缺陷图像以及钢锚弯曲缺陷图像。7.根据权利要求5所述一种基于无人机负载dr数字成像的金具压接缺陷评价方法，其特征在于：所述3)中图像识别模型包括多个通道特征权重提取模块，通道特征权重提取模块用于获取图像特征提取过程中每个通道的权重系数，放大权重靠前的通道特征、抑制权重靠后的通道特征。8.根据权利要求5所述一种基于无人机负载dr数字成像的金具压接缺陷评价方法，其特征在于：所述3)中的卷积神经网络基于yolov4算法构建。
技术总结
一种基于无人机负载DR数字成像的金具压接缺陷评价系统以及评价方法，该系统包括智能评价子系统、无人机飞行子系统以及X射线数字成像子系统，无人机飞行子系统上搭载有X射线数字成像子系统，用于控制X射线数字成像子系统在作业期间移动；X射线数字成像子系统用于采集金具压接状态图像；智能评价子系统用于分析数字成像子系统采集的金具压接状态图像，并对金具压接状态进行评价。通过无人机飞行子系统以及X射线数字成像子系统配合解决压接图像采集人工作业风险高、劳动强度大的问题，通过智能评价子系统解决人工缺陷评判效率低、准确性差的问题。性差的问题。性差的问题。
技术研发人员：陈瑞斌 谭兴华 王方芳 张明磊 陈晓朋 杨红旗 仝海龙 李旭 刘岩 刘礼琴 李万波 从鹏松 李付磊 张辉 牛鹏涛 李云 吕若冰 贺旭东 吕金勇
受保护的技术使用者：河南四达电力设备股份有限公司
技术研发日：2022.09.02
技术公布日：2022/11/4