一种基于红外热波及图像处理的窑筒体缺陷在线检测方法技术

本发明专利技术涉及一种基于红外热波及图像处理的窑筒体缺陷在线检测方法，步骤包括：S1通过光电伺服控制系统对高精度分辨率红外热像仪进行控制和操作；S2高精度分辨率红外热像仪对窑筒体扫描采集，获取红外热波图像序列；S3微处理器将得到的红外热波多帧图像序列应用优化算法进行数据拟合、压缩与重建预处理；S4图像数据传输模块将预处理后的红外热波图像通过光纤传送至计算机；S5通过快速检查规范和判别程序、系统数据库对热波图像中的缺陷类型、尺寸参数检测和定量识别；S6对缺陷进行重建和三维显示，还原为视觉可见的图像，通过工业计算机显示出来，从而发现缺陷的类型和位置。从而发现缺陷的类型和位置。从而发现缺陷的类型和位置。

【技术实现步骤摘要】
一种基于红外热波及图像处理的窑筒体缺陷在线检测方法


[0001]本专利技术涉及红外热波检测技术来实现运转设备部件内部缺陷及损伤在线无损检测与图像处理分析方法，尤其涉及了一种基于红外热波及图像处理的窑筒体缺陷在线检测方法。

技术介绍

[0002]红外热波成像的实质是瞬态热波与被测对象内部结构以及界面相互作用的机理和作用后的表征问题，在此研究的基础上实现缺陷信息的完整携带和高保真解读，从而为缺陷的定量识别奠定理论基础。
[0003]回转窑是新型干法水泥生产装备线上核心设备之一，是水泥熟料锻烧过程中的关键设备。在水泥工业中，水泥熟料的煅烧是整个生产线最重要的工艺环节，回转窑则是该煅烧工艺环节的核心。回转窑筒体倾斜安装在数对支撑托轮组上且作旋转运动，承受着物料、窑衬、外齿圈等所有回转部件的重量。矿石经上游设备破碎、粉磨、预热后进入回转窑，回转窑筒体承担着物料的煅烧分解、输送等工艺过程；回转窑由窑头喷煤燃烧器为其提供热源，窑内温度可达1000℃～1450℃，物料在其中进行热交换和物理化学反应烧成水泥熟料块，烧成水泥熟料后从窑筒体的低端卸出，进入篦冷机。
[0004]回转窑筒体长度几十米、直径数米不等，由厚度不等的筒节现场拼接焊接而成，在其运输、焊接和使用过程中难免会出现各种类型的损伤和缺陷，这些损伤和缺陷的存在和扩展，将会极大地影响设备运行的可靠行和使用寿命；窑筒体技术性能和运转情况直接关系到熟料的质量、产量以及煤粉消耗和成本控制，因此必须采取有效的检测手段，对这些损伤和缺陷进行判定和识别，确保设备运行随时处于安全可靠状态。

技术实现思路

[0005]本专利技术的目的在于提供一种基于红外热波及图像处理的窑筒体缺陷在线检测方法。以解决现有技术中导致的上述缺陷，本专利技术主要解决了以下问题:一、如何对运转设备缺陷在线检测；二、如何更好的实现对微小缺陷图像处理分析并显示出来。
[0006]为了实现上述目的，本专利技术硬件系统主要包括保护罩、计算机、一台高精度分辨率红外热像仪、光电伺服控制系统、微处理器和电源等，其软件系统主要包括图像采集处理软件系统、快速检查规范和判别程序、系统数据库及其管理系统等内容。本专利技术采取的技术方案如下：所述保护罩用来为图像采集处理模块提供遮挡保护；所述光电伺服控制系统对高精度分辨率红外热像仪控制和操作；所述高精度分辨率红外热像仪安装在所述保护罩内对窑筒体扫描，采集获取窑筒体表面红外热波多帧图像；所述微处理器对红外热波图像序列数据应用优化算法拟合、压缩与重建算法预处理；所述数据传输模块将预处理后的红外热波图像经光纤传输至所述计算机；所述快速检查规范和判别程序、系统数据库对热波图像中的缺陷类型、尺寸参数检测和定量识别。所述硬件系统计算机将还原为视觉可见的缺陷图像显示出来。
附图说明
本说明书包括以下附图，所示内容分别是：
[0007]图1是红外热波检测原理框图；
[0008]图2是图像处理分析模块流程图；
具体实施方式
[0009]为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本专利技术，所述是对本专利技术的解释而不是限定。
[0010]本专利技术提供一种技术解决方案：一种基于红外热波及图像处理的窑筒体缺陷在线检测方法，能够较好的对运转设备缺陷在线无损检测和评估；基于图像处理技术可以获得和利用更多、更全面的表征缺陷信息，保证检测的准确性、科学性、完整性，有利于制定更优的维修解决方案，提高检测效率和检测质量。请参阅附图1至附图2，所述方法具体包括如下步骤：
[0011]步骤S1：通过光电伺服控制系统对高精度分辨率红外热像仪进行控制和操作，从而实现光电跟踪设备视轴的稳定和对目标的准确跟踪。其中采用保护罩对图像采集处理模块进行遮挡，以减少环境辐射等因素对检测结果带来的巨大噪声问题，有效提高检测能力。
[0012]步骤S2:通过高精度分辨率红外热像仪对窑筒体扫描采集，并进行相应的解码操作和对图像抽帧处理，获取窑筒体表面红外热波多帧图像。
[0013]步骤S3:通过微处理器将步骤S2采集得到的红外热波多帧图像序列数据应用优化算法进行拟合、压缩与重建预处理。
[0014]步骤S4:通过数据传输模块将步骤S3预处理后的红外热波图像通过光纤传送至中控计算机。
[0015]步骤S5通过快速检查规范和判别程序、系统数据库，应用热波图像序列数据的融合、分割和模式识别技术实现对缺陷的类型、尺寸参数检测和定量识别。
[0016]步骤S6：将步骤S4得到的图像，在缺陷定量识别的基础上，对缺陷进行重建和三维显示，还原为视觉可见的图像，通过计算机显示出来，就可以分辨出缺陷处与正常区域的差异，从而发现缺陷的类型和位置。
[0017]在本专利技术具体实现上，在步骤S2中，所述高精度分辨率红外热像仪是红外热波检测的核心部件，它的性能直接影响着对缺陷的准确检测。优选为非致冷红外焦平面阵列热像仪，这种热像仪具有非常高的温度分辨率，可以达到0.01℃，基本上能够满足热波检测的需要。
[0018]在步骤S3中应用优化算法对图像序列数据进行拟合、压缩与重建预处理是红外热波无损检测中的一项关键共性核心技术。它不仅可以显著降低帧间时域噪声，减少温度不均匀的影响，提高缺陷的对比度，而且可以大大压缩存储空间、提高检测的精度与速度；同时，重建的红外热波图像还是后续处理的基础，是能否实现缺陷定性、定量识别的关键所在。
[0019]在步骤S4中应用热波图像序列数据的融合、分割和模式识别技术，不仅可以分离出影响热波图像可视性和识别能力的有害和无用信息，而且可以有效提炼出相互印证的装备缺陷信息，实现更为准确和有效的无损检测与评估。
[0020]因此，以上结合附图对本专利技术进行了系统性描述。显然，本专利技术具体实现并不受上述方式的限制，只要是采用了本专利技术的方法构思和技术方案进行的各种非实质性的改进或未经改进，将本专利技术的上述方法和技术方案直接应用于其它场合的，均在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于红外热波及图像处理的窑筒体缺陷在线检测方法，其特征在于：包括硬件系统主要有保护罩、一台高精度分辨率红外热像仪、光电伺服控制系统、微处理器、计算机和电源等，其软件系统主要有图像采集处理软件系统、快速检查规范和判别程序、系统数据库及其管理系统等内容。2.一种基于红外热波及图像处理的窑筒体缺陷在线检测方法，其特征在于：包括如下步骤：步骤S1光电伺服控制系统对高精度分辨率红外热像仪进行控制和操作；步骤S2高精度分辨率红外热像仪对窑筒体扫描采集，获取窑筒体表面红外热波多帧图像；步骤S3微处理器将得到的红外热波多帧图像序列数据应用优化算法进行拟合、压缩与重建预处理。步骤S4图像数据传输模块将预处理后的红外热波图像序列通过光纤传送至计算机；步骤S5应用热波图像序列数据的融合、分割和模式识别技术实现对缺陷的类型、尺寸参数检测和定量识别；步骤S6对缺陷进行重建和三维显示，还原为视觉可见的图像。3.根据权利要求2所述的一种基于红外热波及图像处理的窑筒体缺陷在线检测方法，其特征在于：所述图像采集处理模块采用保护罩来进行遮挡，以减少环境辐射等因素对检测结果带来的巨大噪声问题，有效提高检测能力。4.根据权利要求2所述的一种基于...

【专利技术属性】
技术研发人员：王伟，王成健，陈之岳，宋金城，陶国柱，朱德鑫，
申请(专利权)人：东北林业大学，
类型：发明
国别省市：