【技术实现步骤摘要】
本专利技术涉及船体检测，具体为基于数据预测的钢结构实时检测与反馈系统。
技术介绍
1、船体钢结构检测是一个全面、细致的过程，涉及多个环节和多个检测项目。通过严格的检测，可以确保船体钢结构的质量和安全性，为船舶的航行提供有力保障，其中重点包含焊缝、裂纹以及表面缺陷检测。
2、现有技术在使用时存在以下技术问题：
3、问题一，现有的船体钢结构检测时很多都是贴靠在船体上的，但没有对其进行结构限制，容易发生倾覆力矩而使检测小车发生脱离壁面的情况，其次智能化程度不高，导致检测的数据来源不稳定；
4、问题二，没有基于数据模型对采集的信息进行处理，如果缺少数据预测的支持，检测过程可能只能基于传统的物理检测和人工判断；
5、问题二，没有对检测方和接收方之间的传输通道进行加密，容易导致数据丢失。
6、所以需要一种基于数据预测的钢结构实时检测与反馈系统来解决以上问题。
技术实现思路
1、解决的技术问题
2、针对现有技术的不足，本专利技术提供了基于数据预测的钢结构实时检测与反馈系统，解决了以下问题：
3、1、保证了船体与履带间的最大化接触，从而增强了吸附力和稳定性，并且实时检测小车的吸附力，通过调整吸附结构(如轭铁和励磁线圈)的工作状态，确保小车在受到倾覆力矩时仍能保持与壁面的稳定接触，防止脱离壁面，确保检测信息有效；
4、2、通过改进yolov5算法和采用多尺度特征融合设计，模型能够更有效地提取和识别不同尺度
5、3、本专利技术设计的超声波无损检测框架实现了焊缝检测的自动化，简化了检测过程，提高了检测效率，根据超声波反射脉冲的位置和形状，可以迅速判断焊缝是否存在缺陷，并确定缺陷的位置、大小和形状，通过算法改进和数据增强，模型对裂纹和焊缝缺陷的检测精度得到了显著提升，模型能够处理不同尺度的目标，对小裂纹和细微焊缝缺陷也能进行有效检测。
6、4、增加了rsa公钥密码，对检测方和接收方之间的传输通道进行加密，防止数据丢失。
7、技术方案
8、为实现以上目的，本专利技术通过以下技术方案予以实现：基于数据预测的钢结构实时检测与反馈系统，所述系统由机器执行系统、检测传输系统、信息处理系统和检测反馈系统组成，其中：
9、所述机器执行系统包含检测小车车体和检测单元，所述检测小车车体底部驱动件采用永磁吸附履带，所述机器人单侧的永磁吸附履带由前后组双排从动链轮和中间一组双排主动链轮共同构成一个三角形链传动结构，双排主动链轮由减速电机驱动，从而带动整个永磁吸附履带运动；
10、所述永磁吸附履带的履带支撑部位安装有阻尼减震器，通过履带张紧更好地贴合船体曲面，所述永磁吸附履带的一端和框架式底盘固连，另一端和弹簧阻尼避震器的一端铰接，弹簧阻尼避震器的另一端和框架式底盘铰接，保证船体与履带间的最大化的接触；
11、所述由于检测小车受到重力的影响使检测小车受到倾覆力矩的作用，检测小车会有脱离壁面的倾覆趋势在接触点a，为克服机器人因受到倾覆力矩而使检测小车发生脱离壁面的情况，需要实时检测小车自身的吸附力来克服，检测小车不发生脱离壁面发生倾覆的条件。
12、优选的，所述检测小车车架内安装有驱动马达、电机驱动板和继电器，所述车履带内的吸附结构由轭铁和励磁线圈组成，所述检测小车的控制芯片分别为esp8266模块和mpu-6050芯片，所述检测小车通过esp8266接收控制平台发出的指令,通过l298n将esp826接收的指令转化成驱动马达的电信号,对机器人进行远程驱动控制。
13、优选的，所述检测单元包含有裂纹检查探头、焊缝超声波检测头和表面缺陷检测探头。
14、优选的，所述检测船体表面粘贴有磁吸式指向标，指向标正面标注为高亮度颜色，所述检测小车内部包含有cpu、数字量输入输出模块、canopen模块、rs485通讯模块、profibus通信模组，所述检测小车车底侧边外接有障碍感应器，扫描正前方1m范围内的半圆形区域，对行驶方向中的障碍物进行检测，这里的障碍物主要包括海藻、海洋生物附着物，车辆前方有障碍物，车辆会绕行。
15、优选的，所述检测船体自配备有huskylens视觉传感器，视觉传感器安装在检测小车框架的正面，实时检查粘贴在路经上的路标，用于识别导引路线和校正车体，检测小车通过视觉传感器对指向标进行物体识别、颜色识别以及标签识别，所述视觉传感器外接有2.0寸ips显示屏(320×240分辨率)，可以直接显示调试过程和识别结果，接口：板载uart/i2c接口，可以连接到arduino、掌控板、micro:bit、raspberry pi等主流控制器，编程支持：支持c/c++或python等编程语言进行通信交互，也支持图形化编程软件如mind+、makecode等。
16、优选的，所述裂纹检测探头采用yolov5网络模型算法，主船体结构外部裂纹数据集中的裂纹样本尺度变化较大，且小裂纹较多，在该数据集上训练的模型难以保证各个尺度目标的识别精度。通过对yolov5算法改进骨干网络，提高特征提取能力；同时融合fpn-pan设计,保证多尺度特征的充分融合，尤其是确保小目标的特征得以提取；输入端采用mosaic算法进行数据增强，增加小目标的出现频次。因此，本专利技术采用yolov5作为主船体结构外部裂纹检测任务的基础模型，信息处理系统通过检测传输系统接收裂纹检测探头采集的裂纹图像，整理构建主船体结构外部裂纹数据集，该模型的训练首先在源数据集上进行预训练，将获得的预训练模型的backbone和neck部分进行参数冻结，然后在主船体结构外部裂纹数据集上进行迁移学习训练，完成知识迁移，最后引入多种优化算法提升检测精度。
17、优选的，所述获得预训练模型后，冻结backbone和neck部分的参数，对主船体结构外部裂纹数据集的样本随机选择260张用于训练，剩余用于测试,训练迭代次数为700次，迭代批次大小设置为32，优化器选择sgd,使用四元数据加载器，学习率使用余弦退火算法，基础学习率设置为0.01,本专利技术以模型在配置2080t显卡的硬件平台上进行了部署为例，测试了模型的推理速度,对50张测试样本进行了裂纹检测，平均每张样本的推理时间为14.2ms，处理帧率图中达到70帧/s。
18、优选的，所述焊缝超声波检测头共有四组，四组超声波探头在不同位置，通过函数发生器计算检测船体结构焊缝需要的硬件设施，由功率放大器放大探测头的功率，采集数据后将采集结果显示在数字示波器中，经由信息处理系统做动态更新。
19、优选的，所述焊缝检测步骤为，首先构建超声波探头阵列，在计算机中模仿出探头的工作状态，根据每个探头的工作状态，构建阵列，设置探头驱动电路，探头驱动电路包括多条，每台对应一个探头，计算机实时追踪，记录下探头的工作状态，利用数字显示仪接收信号，在led屏上显示检测的结果。
20、优选的，所述表面缺陷检测探头本文档来自技高网...
【技术保护点】
1.基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述系统由机器执行系统、检测传输系统、信息处理系统和检测反馈系统组成，其中：
2.根据权利要求1所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述检测小车车架内安装有驱动马达、电机驱动板和继电器，所述车履带内的吸附结构由轭铁和励磁线圈组成，所述检测小车的控制芯片分别为ESP8266模块和MPU-6050芯片，所述检测小车通过ESP8266接收控制平台发出的指令,通过L298N将ESP826接收的指令转化成驱动马达的电信号,对机器人进行远程驱动控制。
3.根据权利要求2所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述检测单元包含有裂纹检查探头、焊缝超声波检测头和表面缺陷检测探头。
4.根据权利要求1所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述检测船体表面粘贴有磁吸式指向标，指向标正面标注为高亮度颜色，所述检测小车内部包含有CPU、数字量输入输出模块、CANopen模块、RS485通讯模块、Profibus通信模组，所述检测小车车底侧边外接有障碍感应
5.根据权利要求4所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述检测船体自配备有HuskyLens视觉传感器，视觉传感器安装在检测小车框架的正面，实时检查粘贴在路经上的路标，用于识别导引路线和校正车体，检测小车通过视觉传感器对指向标进行物体识别、颜色识别以及标签识别，所述视觉传感器外接有2.0寸IPS显示屏(320×240分辨率)，可以直接显示调试过程和识别结果，接口：板载UART/I2C接口，可以连接到Arduino、掌控板、micro:bit、RaspberryPi等主流控制器。
6.根据权利要求3所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述裂纹检测探头采用YOLOv5网络模型算法，同时融合FPN-PAN设计,保证多尺度特征的充分融合，输入端采用MOSAIC算法进行数据增强，增加小目标的出现频次，信息处理系统通过检测传输系统接收裂纹检测探头采集的裂纹图像，整理构建主船体结构外部裂纹数据集，该模型的训练首先在源数据集上进行预训练，将获得的预训练模型的backbone和neck部分进行参数冻结，然后在主船体结构外部裂纹数据集上进行迁移学习训练，完成知识迁移，最后引入多种优化算法提升检测精度。
7.根据权利要求6所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述获得预训练模型后，冻结backbone和neck部分的参数，对主船体结构外部裂纹数据集的样本随机选择260张用于训练，剩余用于测试,训练迭代次数为700次，迭代批次大小设置为32，优化器选择SGD,使用四元数据加载器，学习率使用余弦退火算法，基础学习率设置为0.01。
8.根据权利要求3所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述焊缝超声波检测头共有四组，四组超声波探头在不同位置，通过函数发生器计算检测船体结构焊缝需要的硬件设施，由功率放大器放大探测头的功率，采集数据后将采集结果显示在数字示波器中，经由信息处理系统做动态更新。
9.根据权利要求8所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述焊缝检测步骤为，首先构建超声波探头阵列，在计算机中模仿出探头的工作状态，根据每个探头的工作状态，构建阵列，设置探头驱动电路，探头驱动电路包括多条，每台对应一个探头，计算机实时追踪，记录下探头的工作状态，利用数字显示仪接收信号，在LED屏上显示检测的结果。
10.根据权利要求3所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述表面缺陷检测探头对船体表面图像进行采集，信息处理系统创建NEU数据集，数据集中包含1800张灰度图像，分为刮伤、折叠重皮、耳子、氧化铁皮以及麻点五种缺陷，该数据集有NEU-CLS和NEU-DET两个版本，前者用于分类，后者用于目标检测。
...【技术特征摘要】
1.基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述系统由机器执行系统、检测传输系统、信息处理系统和检测反馈系统组成，其中：
2.根据权利要求1所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述检测小车车架内安装有驱动马达、电机驱动板和继电器，所述车履带内的吸附结构由轭铁和励磁线圈组成，所述检测小车的控制芯片分别为esp8266模块和mpu-6050芯片，所述检测小车通过esp8266接收控制平台发出的指令,通过l298n将esp826接收的指令转化成驱动马达的电信号,对机器人进行远程驱动控制。
3.根据权利要求2所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述检测单元包含有裂纹检查探头、焊缝超声波检测头和表面缺陷检测探头。
4.根据权利要求1所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述检测船体表面粘贴有磁吸式指向标，指向标正面标注为高亮度颜色，所述检测小车内部包含有cpu、数字量输入输出模块、canopen模块、rs485通讯模块、profibus通信模组，所述检测小车车底侧边外接有障碍感应器，扫描正前方1m范围内的半圆形区域，对行驶方向中的障碍物进行检测，这里的障碍物主要包括海藻、海洋生物附着物，车辆前方有障碍物，车辆会绕行。
5.根据权利要求4所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述检测船体自配备有huskylens视觉传感器，视觉传感器安装在检测小车框架的正面，实时检查粘贴在路经上的路标，用于识别导引路线和校正车体，检测小车通过视觉传感器对指向标进行物体识别、颜色识别以及标签识别，所述视觉传感器外接有2.0寸ips显示屏(320×240分辨率)，可以直接显示调试过程和识别结果，接口：板载uart/i2c接口，可以连接到arduino、掌控板、micro:bit、raspberrypi等主流控制器。
6.根据权利要求3所述的基于数据预测的钢结构实时检测与反馈系统，其特征在于：所述裂纹检测探头采用yol...
【专利技术属性】
技术研发人员：鄢飞，雷友刚，毛德涵，文成，
申请(专利权)人：重庆天眼工程质量检测有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。