基于无人机平台的起重机金属结构损伤检测方法

王凯雷 望 斌 程 军 陈 琼 于志强武汉市特种设备监督检验所 武汉 430040摘 要：起重机的金属结构主要通过焊接、铰接或螺栓等方式连接而成，其在交变载荷作用下会发生疲劳变形、裂纹甚至断裂等现象，进而引发严重的安全事故。然而，有些细节部位在检验过程中不便于接近观察。近年来，无人术的应用越来越广泛，文中针对起重机金属结构损伤的特征与检验检测过程中碰到的难点以无人机作为平台，对起机金属结构损伤检测方法进行了研究。关键词：无人机；金属结构；裂纹；损伤检测中图分类号：TH215：V279 ＋ .2 文献标识码：B 文章编号：1001-0785（2018）10-0073-050 引言金属结构是起重机的骨架，主要起传递和承受载荷的作用，通常由型材、板材、铸件、锻件等金属制件经过焊接、铰接或螺栓等方式连接而成。起重机在使用过程中需不断承受交变载荷的作用，这对其本身的金属结构造成较大冲击，且处于自然环境中的起重机由于长期受到温度场的作用，其结构各部分间会因为热胀冷缩而产生内应力，将加剧金属结构的破坏。起重机作业的范围较大，一旦发生事故后果不可估量。目前，针对起重机安全性能的检验主要分为两类：一类是以使用单位为主体进行的日检、周检、月检：另一类是由第三方检验单位负责进行的定期检验。据有关部门统计，针对起重机的各类检验项目中有将近70%的项目是通过感官的看、听、嗅、问、摸来获得检验信息和数据。但在实际检验中，由于起重机的桥架、门架、臂架等结构通常较高且相对难以接近，故常规检验很难将起重机的所有细节都覆盖到。1 起重机金属结构的损伤形式及检验1.1 损伤形式1）焊接缺陷 焊接缺陷是指在焊接的过程中出现咬边、未焊透、密集气孔和弧坑等固有缺陷，这不仅会降低连接处的强度，还在一定程度上促使该节点处产生应力集中的可能性大大升高。2）表面损伤 该损伤形式主要表现为磨损、腐蚀。磨损是指在起重机正常使用过程中各零部件之间相互摩擦造成的损伤，尤指大小车与轨道之间、臂架下铰点等处的磨损。腐蚀主要由恶劣的工作环境或者处于露天场地而导致。3）疲劳断裂损伤 起重机金属结构的损伤多以疲劳裂纹为其表现形式，许多重大事故的产生都是由于未能及时发现疲劳裂纹导致其不断扩展，最终造成整个结构的破坏。上述3 种损伤形式对起重机金属结构安全性造成的影响不可小觑，其中裂纹是起重机最常见的损伤形式，占金属机构故障的80% 以上。裂纹的存在破坏了金属的连续性，极易引起应力集中，加速裂纹的扩展，使零部件在低应力作用下提前破坏，直至造成事故。1.2 检验现状及难点根据TSG Q7015—2016《起重机械定期检验规则》，检验部门对于桥、门式起重机的定期检验通常每2 年进行1 次，其中针对金属结构的检查主要体现在：主要受力结构件的连接焊缝无明显可见的裂纹；主要受力结构件断面有效厚度不低于设计厚度的90%；螺栓和销轴等连接无明显松动、缺件、损坏等缺陷[1]。可以看出，检规重点检查内容为连接件的松动、脱落，结构件的腐蚀，焊缝的裂纹或开裂等。结合实际检验工作，起重机金属结构部分检查内容及判定标准如表1 所示。在起重机金属结构的检验中，桥架结构一般为十几米至几十米不等，如果采用人工方式进行检查，既费时又费力，尤其是检验人员无处通过、无法落脚的部位，检验工作很难完成。例如，在对电动单梁桥式起重机进行检验时，须对端梁与横梁的连接处进行检查，如果直接从地面进行观察很难看清楚连接处的螺栓有无松动、脱落，而电动单梁起重机又没有可供检验人员行走的通道，这时检验目标将很难完成。为此，本文针对起重机金属结构的损伤检测方法进行研究，为了克服上述检验难点，提出了基于数字图像处理技术，以无人机为搭载平台的损伤检测系统。2 检测系统的介绍及功能实现2.1 系统介绍我国虽在起重机检测技术方面起步较晚，但随着该技术的不断进步，目前我国已建立了较完善的行业体系，得到了长足的发展。国内外对于起重机的检测正在逐步从人工检测向自动化检测方向迈进，传感器技术和计算机技术的广泛应用大大加速了发展的进程。将图像以数字信号的形式存储在电脑或其他可人机交互的硬件中，然后根据使用要求对其进行处理的过程称为数字图像处理。无人机技术的高速发展为起重机检测提供了一种全新的解决方案。无人机具有体积小巧、操作简单、适合空中拍摄等特点，应用广泛。本文所设计的损伤检测系统主要用来检测结构表面的裂纹，系统拟将高清摄像机挂载于无人机上对整个金属结构进行观测检查（见图1），以便及时发现细微的损伤，提前做出处治，避免发生重大事故[2]。与采用人工方式进行检查相比，本系统具备如下优势：1）可以直达待检部位，无需其他辅助措施，节省费用；2）针对检验人员无法企及的部位，无人机可抵近观察更多细节，为检验工作带来了极大便利；3）无需检验人员登高或涉险，极大地提高了检验的可靠性和安全性。图1 挂载高清摄像机的无人机2.2 系统功能的实现基于无人机平台的金属结构损伤检测系统的硬件设备主要有无人机平台+ 避障系统、远程遥控设备、高清CCD 摄像机、数据传输系统（包括发射器与接收器）以及平板电脑等。软件环境为Microsoft Visual Studio 平台和OpenCV 视觉函数库。其系统架构如图2 所示。图2 系统架构图该系统功能的实现主要由两名检验人员配合完成，一人手持无人机远程遥控设备，使无人机沿待检部位表面飞行，并调整摄像机空中姿态使待检部位在CCD 上成像，经光电转换为视频信号进行发射；另外一人通过平板电脑接收由高清CCD 摄像机实时回传的信号，并通过运行预先调试好的程序对图像进行处理，经过一定的处理，检验人员即可对检验结果进行判定。整个功能的实现流程如图3 所示。系统检测对象主要包括螺栓连接部位、应力集中部位、焊缝处、肉眼可见的有明显腐蚀的部位、极易产生磨损的部位等。图3 系统功能实现流程图3 数字图像处理3.1 图像灰度化处理数字图像通常由R、G、B 三原色组合而成，三原色各有256 级亮度，用数字可表示为0、1、2、…、255。经计算，256 级的RGB 色彩约能组合出1 678 万种色彩，即256×256×256 ＝ 16 777 216，故数字图像也被称为千万色。对于一幅灰度图像而言，每一个像素的红、绿、蓝三色值相同，故它能够表示的颜色只有256 种[3，4]。在本课题中，色彩信息对于研究内容并不必要；同等大小真彩图像的数据量约为灰度图的3 倍，如果对摄像机采集的真彩图像进行处理必然会影响图像处理的效率。因此，在进行后续处理前应先将真彩图像转换化为灰度图。如图4 所示，左侧为原始图像，右侧为处理后的灰度图，该过程就是图像的灰度化。（a）原始图 （b）灰度图图4 图像灰度化3.2 图像滤波由于光照、成像系统等原因，采集到的数字图像会有噪声，这对于整个图像来说属于冗余信息，需要通过滤波来进行降噪处理。滤波是图像处理中不可或缺的一步，常用方法有3 种：均值滤波、高斯滤波、中值滤波[5]。其中，均值滤波和高斯滤波属于线性滤波，均值滤波函数可表示为中值滤波基于排序统计理论，属于非线性滤波，这使其能克服线性滤波带来的问题，该方法的核心思想是将图像中像素点的值用与其相邻像素点灰度值的中值来替代。分别采用上述3 种方法处理后的图像效果如图5所示。在实际检验中，裂纹区域通常呈细长且连续的状态，面积较系统噪声来说要大得多，经比较，本文选用中值滤波来消除裂纹图像的噪声。（a）均值滤波效果图 （b）高斯滤波效果图 （c）中值滤波效果图图5 3 种滤波方式对比图（a）参数值＝ 90 （b）参数值＝ 105 （c）参数值＝ 120图6 图像二值化3.4 裂纹边缘检测目标提取大致分为目标边缘提取和目标区域提取两类。由于本文主要以细长且连续的裂纹作为研究对象，故选用目标边缘提取。目前较常用的边缘检测算子有一阶微分算子（如Roberts 算子、Sobel 算子等）和二阶微分算子（如Laplacian 算子、Canny 算子等）。一阶微分算子（如Sobel 与Prewitt 算子）是通过差分和滤波的形式来进行边缘检测，当增大窗口领域时，检测的边缘会显得比较粗糙。二阶微分算子（如Canny 算子）是基于梯度最优边缘的检测算子，相比于其他几种二阶微分算子，Canny 算子运用双阈值判定机制，提高了轮廓提取的精确程度，并在一定程度上降低了噪声的干扰，故本文选用Canny 边缘检测算子。Canny 边缘检测的步骤主要有：1）消除噪声 通常使用高斯平滑滤波对各像素点进行卷积降噪。2）计算梯度幅值和方向 此处可依据Sobel 滤波器的步骤来操作。3）非极大值抑制 用来剔除非边缘像素。4）滞后阈值 Canny 的阈值操作需要高、低两个阈值共同完成。①若某像素点的幅值高于高阈值，则该像素点将被保留成边缘像素；②若某像素点的幅值低于低阈值，则该像素点将被剔除；③若某像素点的幅值介于低阈值和高阈值中间，则该像素点仅在与一个幅值超过高阈值的像素点毗邻时被保留。图7 为Canny 边缘检测算子处理的效果图。图7 参数值＝ 116 时边缘检测效果图3.5 裂纹图像识别经上述图像处理可得到裂纹的边缘图像，但在实际应用中，由于现场环境的影响或者起重机结构表面污渍的原因，图像中出现的曲线或圆点并不一定就代表金属结构表面出现了损伤，故要通过技术手段对处理后的图像中显示的信息加以区分。由于本文主要以细长且连续的裂纹为研究对象，故长度信息的重要性就凸显出来。通过现场选取参照物可基本确定处理所得图像中每一个像素所代表的实际尺寸，然后计算曲线经过像素点的个数即可对图中曲线的长度进行估测，系统可设定一个临界值，当曲线长度超过该临界值时即可判定为裂纹，通过蜂鸣等其他方式通知检验员做进一步观测。4 结语随着社会的不断发展，起重机必将在我国的经济建设与发展中扮演越来越重要的角色。为保障生命财产的安全，避免灾难性事故的发生，也为及时对旧有起重机进行合理维修、减少维护费用，应采取有效的技术手段对起重机的检验方法进行完善。本文首先对金属结构的损伤特征进行了简单介绍，然后依次分析了检验现状和以无人机为平台的金属结构损伤检测系统的功能及其实现方法，最后对系统中用到的图像处理与裂纹识别的原理进行了较详细的描述。文中所述金属结构表面裂纹的识别方法可应用于疲劳裂纹的实时监测，操作简便易行，对设备要求较低。参考文献[1] TSG Q7015—2016 起重机械定期检验规则[S].[2] 程军，望斌，宋毅. 无人机遥感技术在大型起重机械结构检测的应用前景展望[J]. 特种设备安全技术，2017(4)：32，33.[3] 朱华. 钢坯表面裂纹的图像识别算法研究[D]. 武汉：武汉科技大学，2013.[4] 莫国影.CCD 图像识别技术在疲劳裂纹检测中的应用基础研究[D]. 南京：南京航空航天大学，2008.[5] 王庆河，王庆山. 数据处理中的几种常用数字滤波算法[J]. 计量技术，2003(4)：53，54.[6] 张晓春，刘岩. 基于计算机图像识别的表面裂纹检测方法[J]. 重型机械，2003(5)：9，10，27.[7] 王勇智. 图像的二值化处理技术探究[J]. 湖南理工学院学报（自然科学版），2005，18(1)：31-33.举报/反馈发表评论发表作者最新文章高定位精度的第三代核环行起重机运行系统 刚柔耦合动力学仿真01-2014:40液压挖掘机转台有限元分析与疲劳强度评估01-2014:33SPMT 液压平板车车板变形有限元计算与仿真模拟01-2014:31相关文章反无人机电磁枪开始出货：射程近2000米 一发“入魂”航天彩虹：全球军用无人机 Top3目前虽落后，但印度正计划成为全球无人机和机器人制造中心？成功！无人机做光学中继，在移动量子网络中“穿针引线”回首2020 致敬每一块里程碑——2020物流科技产品盘点

本文来源于程序自动整理，版权争议与本站无关，如有侵权，请联系我们。
冀州区扬禹水工机械厂
厂家直销，支持定制，量大优惠
手机：13663289587
地址：河北省冀州区高田工业区