基于交替曲率驱动遗传算法的电缆绝缘厚度精准测量方法研究

本文提出交替曲?率驱动遗传算法（ACD-GA），创新性地将几何先验知识与进化计算相结合，通过建立多尺度曲率基因信息数据库，解决了工业电缆绝缘厚度检测中解空间巨大（达3×109）与亚毫米级精度要求的双重挑战。实验表明ACD-GA相比传统方法检测时间减少95.8%，最小厚度偏差降低89.3%，在异形电缆检测中展现出显著优越性。

　　

亮点

• 我们设计了基于边缘曲率的初始种群生成算法，采用独立多染色体编码和新型自适应交叉变异算子。该算子根据当前位置及其他位置的曲率信息动态调整变异概率，显著增强算法搜索能力。

• 利用电缆内外边缘曲率与绝缘厚度测量位置的关联性，建立多尺度曲率基因数据库。该数据库捕获每个边缘像素在不同尺度下的曲率及其变化，通过归一化处理获得指导后续遗传操作的多尺度曲率因子。

• 内外边缘像素的选择对检测结果具有同等影响力，同步遗传操作可能导致局部优质基因丢失。为维持最优检测位置并加速全局解收敛，我们提出内外边缘染色体的交替配对更新机制。单边完成交叉变异后与另一边种群联合更新，确保优质解得以保留。

• 通过真实电缆样本图像验证了该方法在检测速度、精度和测量重复性方面的有效性与优越性，在不同类型异形电缆样本中均表现出强大泛化能力。

电缆绝缘厚度模型与约束条件

根据电缆绝缘厚度检测国际标准（IEC 60811-201-2012和IEC 63294-2021），应从三个间距至少1米的位置各取一个样本，每个样本需测量六个点，首个测量点应选在绝缘最薄处。对于异形截面样本（如扇形导体或绞合导体），六个厚度测量点的选择应确保覆盖绝缘层的关键区域。

检测流程

电缆绝缘厚度检测需同步追踪内外边缘。最优检测位置取决于位于这些边缘的像素点，凸显了其在确定解中的关键作用。传统遗传算法（GA）在概率性同步搜索内外边缘时，往往缺乏强力的局部搜索能力，可能错过全局最优解。因此，本文提出基于电缆绝缘厚度检测特性的交替曲率驱动遗传算法（ACD-GA）。

基本设置

为验证所提ACD-GA在电缆绝缘厚度检测中的有效性，我们采用Accura III 2010光学成像系统（广州海克斯）捕获电缆图像（图8）。改进算法使用Python 3.9.7和OpenCV 4.5.5.62实现，并利用PyQt5 5.15.6开发了测试软件系统。遵循标准流程，我们使用刀片从三种不同标准电缆（图9）上切割样本，并采用标准刻度尺校准成像系统。

结论与未来工作

工业电缆绝缘厚度的精确测量是一个计算密集的优化挑战，需要在实时约束下于非凸搜索空间中实现亚毫米级精度。传统计算机视觉系统难以处理不规则几何形状，而常规进化算法在高维空间中收敛缓慢。为解决这些双重局限，我们提出的ACD-GA将微分几何原理与自适应遗传操作相融合，建立了多尺度曲率基因信息数据库。未来工作将探索深度学习与进化计算的进一步融合，以应对更复杂的工业检测场景。