起重机钢丝绳漏磁-视觉多模态融合检测装置及方法制造方法及图纸

本发明专利技术公开了一种起重机钢丝绳漏磁

【技术实现步骤摘要】
起重机钢丝绳漏磁
‑
视觉多模态融合检测装置及方法


[0001]本专利技术属于钢丝绳无损检测
，具体涉及起重机钢丝绳漏磁
‑
视觉多模态融合检测装置及方法。

技术介绍

[0002]目前，起重机钢丝绳检测方法主要为人工目视法、电磁检测法、机器视觉检测法、电涡流检测法等方法。电磁检测难以准确分辨识别锈蚀、磨损等不同类型损伤，当锈蚀、磨损状况较为严重时，断丝损伤难以准确检测，并且不能详细地对断丝和断丝分布进行可视化检测和量化分析，在复杂工作条件和强噪声干扰下容易导致漏检和误检，对卷筒、滑轮、绳夹、楔块、接头等应力弯折处钢丝绳存在检测盲区问题，不能完全检测出GB/T 5972—2016《起重机械钢丝绳保养、维护、检验和报废》中指定的几种报废条件：可见断丝、钢丝绳直径的减小、断股、锈蚀、畸形、热/电弧损伤等。
[0003]视觉检测法具有能够直观掌握钢丝绳表面损伤状况方面的优点，可以及时发现微小损伤，并找到根源，避免损伤演化或进一步受损（如周期性的滚筒咬绳、滑轮磨损），但在一定程度上受抖动、表面油污的影响，且不能检测钢丝绳内部缺陷，且现有视觉检测法主要是在钢丝绳图像信息获取的基础上配合人工分析，缺乏智能化分析处理与评估。综上所述，现有技术中钢丝绳单一无损检测方法存在漏检或误检、不够准确全面、效率低等问题。

技术实现思路

[0004]本专利技术的目的在于提供一种起重机钢丝绳漏磁
‑
视觉多模态融合检测装置及方法，解决现有技术中钢丝绳单一无损检测方法存在漏检或误检、不够准确全面、效率低等问题。
[0005]为了解决上述问题，本专利技术通过如下技术方案实现：起重机钢丝绳漏磁
‑
视觉多模态融合检测装置，包括便携式计算机、环形漏磁探伤装置和三台微型工业摄像机；所述环形漏磁探伤装置包括本体，以及设置在本体内腔中的多级环形漏磁检测组件和多回路永磁励磁组件；本体的端面呈圆环状，微型工业摄像机固定设置在本体的前端；所述多级环形漏磁检测组件、多回路永磁励磁组件和微型工业摄像机均与便携式计算机电性连接。
[0006]本专利技术通过设置环形漏磁探伤装置和三台微型工业摄像机，在通过环形漏磁探伤装置定性检出缺陷的基础上，通过视觉检测实现断丝、锈蚀、磨损、径缩、畸形缺陷分类识别和损伤程度的确定；另外还可以直接手持该设备对卷筒、滑轮、绳夹、楔块、接头处等电磁法无法检测的钢丝绳应力弯折部位进行拍摄和缺陷识别，实现全绳无盲区检测，提高钢丝绳损伤检出率和准确率，实现钢丝绳智能精准可视化检测。同时，基于钢丝绳表面和内部量化累积损伤，实现钢丝绳剩余强度和安全状态准确评估，可以及时发现钢丝绳安全隐患，预防断绳事故发生，辅助人员科学检测维修和安全经济换绳决策，科学延长钢丝绳使用寿命，避免传统定期换绳或根据作业量换绳策略带来的使用浪费问题。
[0007]进一步优化，所述本体被沿其轴线所在平面分割为两个分体单元，两个分体单元可拆式连接；两个分体单元的接触面上均沿其长度开设有第一凹槽，当两个分体单元装配完成后，两个第一凹槽形成供钢丝绳穿过的第一孔。
[0008]检测时，打开两个分体单元，将待检测钢丝绳的端头卡设在其中一个分体单元的第一凹槽中，然后盖合另一个分体单元，使钢丝绳穿过第一孔。通过将本体分体设计，便于钢丝绳与环形漏磁探伤装置适配组装。
[0009]进一步优化，每个分体单元的两端均设置有导向轮，导向轮上沿周向设置有第二凹槽；当两个分体单元装配后，位于同一端的两个第二凹槽形成供钢丝绳穿过的导向孔；通过设置导向轮，便于钢丝绳顺利通过环形漏磁探伤装置，防止卡阻。
[0010]进一步优化，三台微型工业摄像机绕第一孔所在轴线呈周向均匀布置，每个微型工业摄像机的拍摄角度大于等于120
°
。通过设置三台微型工业摄像机，确保采集到钢丝绳360
°
无死角图像，提高检测精准度。
[0011]进一步优化，还包括支架，所述环形漏磁探伤装置设置在支架上，该支架为可伸缩支架。根据需要调节支架高度，提高适应性。
[0012]进一步优化，设定环形漏磁探伤装置与微型工业摄像机的距离为L；设定环形漏磁探伤装置采集钢丝绳磁场信号数据并传递给便携式计算机接收，以及便携式计算机判断钢丝绳存在缺陷的时间为t1，便携式计算机从判断钢丝绳存在缺陷到发出拍照指令的时间为t2，通过调节牵引钢丝绳向前移动的速度为V，则满足L=V*（t1+ t2），保证微型工业摄像机能够准确拍摄到钢丝绳缺陷位置。
[0013]根据环形漏磁探伤装置与微型工业摄像机的距离，通过牵引装置来调节钢丝绳的移动速度，并调节便携式计算机从判断该段钢丝绳存在漏磁现象到发出拍照指令的时间t2，保证钢丝绳的损伤部位移动到微型工业摄像机时，微型工业摄像机正好被触发，对其进行拍照，实现对钢丝绳缺陷位置准确拍摄，提高检测精准度。
[0014]一种融合漏磁与视觉的起重机械钢丝绳损伤智能检测评估方法，基于上述起重机钢丝绳漏磁
‑
视觉多模态融合检测装置，具体包括如下步骤：步骤1、开启环形漏磁探伤装置，以设定速度牵引钢丝绳一端穿过环形漏磁探伤装置的第一孔，并持续向前移动；钢丝绳对应段穿过环形漏磁探伤装置第一孔时，通过多回路永磁励磁组件实现对该段钢丝绳的饱和励磁，再通过多级环形漏磁检测组件采集钢丝绳的磁场信号数据，并将磁场信号数据实时传输到便携式计算机；步骤2、便携式计算机收到磁场信号数据后，通过加载基于LMA和LF的钢丝绳多尺度损伤漏磁检测算法模块，对该段钢丝绳是否有引起漏磁量和磁通量变化的缺陷进行定性检测，当检测到存在缺陷时，便携式计算机的控制模块发出指令，控制微型工业摄像机对该段钢丝绳进行拍照，并将拍摄的图像传输到便携式计算机；步骤3、便携式计算机收到图像后，通过加载基于区域建议网络与图像分割的钢丝绳表面缺陷检测分类与定量识别算法模块对图像数据进行处理，判断该段钢丝绳表面是否存在缺陷：如果是，识别表面缺陷类型，为断丝、锈蚀、磨损、径缩和畸形中哪的一种或几种，并通过分析对缺陷进行量化识别；如果否，则判定缺陷位于该段钢丝绳的内部，此时对该段钢丝绳进行标记，后续通
过人工对该段钢丝绳进行拆解，进一步确定是否有内部缺陷；步骤4、根据步骤3的检测结果，判断钢丝绳是否达到报废标准：如果是，则报废；如果否，便携式计算机通过加载基于钢丝绳累积量化损伤与剩余强度的安全状态综合评估算法模块，对钢丝绳的缺陷进行分析、计算，获取钢丝绳剩余强度和静态安全系数，实现对钢丝绳安全状态准确评估。
[0015]进一步优化，所述步骤3中，通过加载基于区域建议网络与图像分割的钢丝绳表面缺陷检测分类与定量识别算法模块对图像数据进行处理，具体包括如下步骤：步骤3.1、在经过步骤2定性检测出损伤类型的基础上，通过多尺度缺陷检测器分层设计，构建基于Faster R
‑
CNN区域建议网络的缺陷检测及分类算法，通过两组分类层和回归层实现对钢丝绳表面缺陷的具体分类和检测，算法详细步骤如下：步骤3.1.1、便携式计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.起重机钢丝绳漏磁
‑
视觉多模态融合检测装置，其特征在于，包括环形漏磁探伤装置、三台微型工业摄像机和便携式计算机；所述环形漏磁探伤装置包括本体，以及设置在本体内腔中的多级环形漏磁检测组件和多回路永磁励磁组件；本体的端面呈圆环状，微型工业摄像机固定设置在本体的前端；所述多级环形漏磁检测组件、多回路永磁励磁组件和微型工业摄像机均与便携式计算机电性连接。2.根据权利要求1所述的起重机钢丝绳漏磁
‑
视觉多模态融合检测装置，其特征在于，所述本体被沿其轴线所在平面分割为两个分体单元，两个分体单元采用可拆式连接；两个分体单元的接触面上均沿其长度方向开设有第一凹槽，当两个分体单元装配完成后，两个第一凹槽共同形成供钢丝绳穿过的第一孔。3.根据权利要求2所述的起重机钢丝绳漏磁
‑
视觉多模态融合检测装置，其特征在于，每个分体单元的两端均设置有导向轮，导向轮上沿周向设置有第二凹槽；当两个分体单元装配后，位于同一端的两个导向轮上第二凹槽共同形成供钢丝绳穿过的导向孔。4.根据权利要求3所述的起重机钢丝绳漏磁
‑
视觉多模态融合检测装置，其特征在于，三台微型工业摄像机绕第一孔所在轴线呈周向均匀布置，每个微型工业摄像机的拍摄角度大于等于120
°
。5.根据权利要求1所述的起重机钢丝绳漏磁
‑
视觉多模态融合检测装置，其特征在于，还包括支架，所述环形漏磁探伤装置设置在支架上，该支架为可伸缩支架。6.根据权利要求1所述的起重机钢丝绳漏磁
‑
视觉多模态融合检测装置，其特征在于，设定环形漏磁探伤装置到微型工业摄像机的距离为L；设定环形漏磁探伤装置采集钢丝绳磁场信号数据并传递给便携式计算机接收，以及便携式计算机判断钢丝绳存在缺陷的时间为t1，便携式计算机从判断钢丝绳存在缺陷到发出拍照指令的时间为t2，通过调节牵引钢丝绳向前移动的速度为V，则满足L=V*（t1+ t2）。7.一种融合漏磁与视觉的起重机械钢丝绳损伤智能检测评估方法，其特征在于，基于权利要求1
‑
6中任一项所述的起重机钢丝绳漏磁
‑
视觉多模态融合检测装置，具体包括如下步骤：步骤1、开启环形漏磁探伤装置，以设定速度牵引钢丝绳一端穿过环形漏磁探伤装置的第一孔，并持续向前移动；钢丝绳对应段穿过环形漏磁探伤装置第一孔时，通过多回路永磁励磁组件实现对该段钢丝绳的饱和励磁，再通过多级环形漏磁检测组件采集钢丝绳的磁场信号数据，并将磁场信号数据实时传输到便携式计算机；步骤2、便携式计算机收到磁场信号数据后，通过加载基于LMA和LF的钢丝绳多尺度损伤漏磁检测算法模块，对该段钢丝绳是否有引起漏磁量和磁通量变化的缺陷进行定性检测，当检测到存在缺陷时，便携式计算机的控制模块发出指令，控制微型工业摄像机对该段钢丝绳进行拍照，并将拍摄的图像传输到便携式计算机；步骤3、便携式计算机收到图像后，通过加载基于区域建议网络与图像分割的钢丝绳表面缺陷检测分类与定量识别算法模块对图像数据进行处理，判断该段钢丝绳表面是否存在缺陷：如果是，识别表面缺陷类型，为断丝、锈蚀、磨损、径缩和畸形中的哪一种或几种，并通过分析对缺陷进行量化识别；
如果否，则判定缺陷位于该段钢丝绳的内部，此时对该段钢丝绳进行标记，后续通过人工对该段钢丝绳进行拆解，进一步确定是否有内部缺陷；步骤4、根据步骤3的检测结果，判断钢丝绳是否达到报废标准：如果是，则报废；如果否，便携式计算机通过加载基于钢丝绳累积量化损伤与剩余强度的安全状态综合评估算法模块，对钢丝绳的缺陷进行分析、计算，获取钢丝绳剩余强度和静态安全系数，实现对钢丝绳安全状态准确评估。8.根据权利要求7所述的融合漏磁与视觉的起重机械钢丝绳损伤智能检测评估方法，其特征在于，所述步骤3中，通过加载基于区域建议网络与图像分割的钢丝绳表面缺陷检测分类与定量识别算法模块对图像数据进行处理，具体包括如下步骤：步骤3.1、在经过步骤2定性检测出损伤类型的基础上，通过多尺度缺陷检测器分层设计，构建基于Faster R
‑
CNN区域建议网络的缺陷检测及分类算法，通过两组分类层和回归层实现对钢丝绳表面缺陷的具体分类和检测，算法详细步骤如下...

【专利技术属性】
技术研发人员：丁树庆，周前飞，冯月贵，王会方，庆光蔚，蒋铭，胡静波，倪大进，曹明，王小燕，陈新建，顾金健，邬晓月，王爽，宁士翔，丁必勇，褚曙，谢池，
申请(专利权)人：南京市特种设备安全监督检验研究院，
类型：发明
国别省市：