CN104704532A - 用于叶片检查中的间隙测量的霍夫变换方法 - Google Patents
用于叶片检查中的间隙测量的霍夫变换方法 Download PDFInfo
- Publication number
- CN104704532A CN104704532A CN201380053357.XA CN201380053357A CN104704532A CN 104704532 A CN104704532 A CN 104704532A CN 201380053357 A CN201380053357 A CN 201380053357A CN 104704532 A CN104704532 A CN 104704532A
- Authority
- CN
- China
- Prior art keywords
- line
- gap
- edge
- image
- processor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20096—Interactive definition of curve of interest
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20101—Interactive definition of point of interest, landmark or seed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
在燃气涡轮中,具有对象之间间隙的两个相邻对象在大于300华氏度的温度的热大气中旋转。通过拍摄间隙的图像,执行间隙的自动和精确的非接触测量。处理器从间隙的图像提取两个边缘,图像优选地为从间隙拍摄的红外图像。处理器还通过对像素应用霍夫变换,确定通过边缘的像素的线。边缘充分平行。还确定充分垂直于线的线。使用充分平行的线和充分垂直于充分平行的线,处理器确定间隙的宽度。
Description
技术领域
本发明涉及运行在300F和更高的温度的涡轮中叶片之间间隙的基于图像的非接触测量。
背景技术
相机可以用于测量诸如燃气涡轮的机器的不同叶片之间的间隙。当机器运行时,例如作为改变的温度、改变的压力或运行压力的结果,相邻叶片之间的间隙在不同的运行阶段期间可能改变其宽度。检测和精确测量这些间隙可能提供关于运行条件和机器性能的相关信息。即使在各部分的取向的已知主轴的情况下,精确和自动测量间隙仍是有挑战性的。例如,红外相机用于在涡轮的热环境中测量间隙。因为红外图像具有低对比度,并且信噪比(SNR)低,所以利用红外相机精确检测和测量间隙是有挑战性的。此外,优选的是在不间断运行的重要时间段上监视这种间隙。在不间断的热运行环境中自动测量间隙的简单和有效的方法以及装置目前被认为不存在。
因此,需要新颖的和改进的装置和方法,用于在热运行环境中以非接触方式精确地和自动地测量和监视机器中各部分之间的间隙。
发明内容
提供了用于从间隙的图像自动地测量机器中各移动部分之间间隙的宽度的方法。
根据本发明的一个方面,提供了一种用于测量机器中两个移动部分之间的间隙宽度的方法,包括:用红外相机记录所述间隙的图像,并且将所述图像存储为图像数据;处理器从所述图像数据提取与所述间隙相关的第一边缘和第二边缘;所述处理器对所述第一边缘的多个像素应用霍夫变换以确定第一线,并且对所述第二边缘的多个像素应用霍夫变换以确定第二线,所述第二线充分平行于所述第一线;所述处理器应用与所述第一线和所述第二线交叉的线;以及所述处理器通过应用所述第一线和所述第二线以及所述与所述第一线和所述第二线交叉的线,确定所述间隙的宽度。
根据本发明的一个方面,提供了一种方法,其中所述霍夫变换应用与所述第一边缘的多个像素相关的投票,以消除由所述图像数据中的噪声导致的线参数。
根据本发明的一个方面,提供了一种方法,其中由用户确定所述与所述第一线和所述第二线交叉的线的位置。
根据本发明的一个方面,提供了一种方法,其中所述机器是具有移动涡轮叶片的涡轮。
根据本发明的一个方面,提供了一种方法,其中所述间隙在涡轮的两个相邻叶片之间。
根据本发明的一个方面,提供了一种方法,其中在至少6小时的时段上多次确定所述间隙的宽度。
根据本发明的一个方面,提供了一种方法,其中以至少.1mm的精度测量所述间隙的宽度。
根据本发明的一个方面,提供了一种方法,其中由侃尼边缘检测器从所述图像数据提取与所述间隙相关的所述第一边缘和所述第二边缘。
根据本发明的一个方面,提供了一种方法,其中所述移动部分是具有大于300转每分钟的转速的旋转部分。
根据本发明的一个方面,提供了一种方法,其中所述两个相邻叶片在具有至少300华氏度的温度的大气中,以至少300转每分钟的转速旋转。
根据本发明的另一个方面,提供了一种用于测量机器中两个移动部分之间的间隙宽度的系统,包括:红外相机,用于记录所述间隙的图像;存储器,用于将所述间隙的图像存储为图像数据;处理器,用于运行指令以执行以下步骤:从所述图像数据提取与所述间隙相关的第一边缘和第二边缘;对所述第一边缘的多个像素应用霍夫变换以确定第一线,并且对所述第二边缘的多个像素应用霍夫变换以确定第二线;应用与所述第一线和所述第二线交叉的线;以及通过应用所述第一线和所述第二线以及所述与所述第一线和所述第二线交叉的线,确定所述间隙的宽度。
根据本发明的另一个方面,提供了一种系统,其中所述霍夫变换应用与所述第一边缘的多个像素相关的投票,以消除由所述图像数据中的噪声导致的线参数。
根据本发明的另一个方面,提供了一种系统,其中由用户确定所述与所述第一线和所述第二线交叉的线的位置。
根据本发明的另一个方面,提供了一种系统,其中所述机器是具有移动涡轮叶片的涡轮。
根据本发明的另一个方面,提供了一种系统,其中所述间隙在涡轮的两个相邻叶片之间。
根据本发明的另一个方面,提供了一种系统,其中在至少6小时的时段上多次确定所述间隙的宽度。
根据本发明的另一个方面,提供了一种系统,其中以至少.1mm的精度测量所述间隙的宽度。
根据本发明的另一个方面,提供了一种系统,其中由侃尼边缘检测器从所述图像数据提取与所述间隙相关的所述第一边缘和所述第二边缘。
根据本发明的另一个方面,提供了一种系统,其中所述移动部分是具有大于300转每分钟的转速的旋转部分。
根据本发明的另一个方面,提供了一种系统,其中所述两个相邻叶片在具有至少300华氏度的温度的大气中,以至少300转每分钟的转速旋转。
根据本发明的又一个方面,还提供了用于执行在此描述的步骤的系统。该系统包括使得能够存储包括指令的数据的存储器,以及使得能够运行指令以执行在此描述的步骤的处理器。
附图说明
图1根据本发明的一个方面提供两个移动机器部分以及它们之间间隙的通过红外相机的不同质量图像;
图2-图4图示霍夫变换;
图5图示根据本发明的一个方面的间隙宽度测量;以及
图6图示根据本发明的一个方面的基于处理器的系统。
具体实施方式
根据本发明的一个方面,用红外相机测量和监视热运行环境(至少高于300华氏度)中两个部分之间的间隙的宽度。本发明的一个实施例中的两个部分是燃气涡轮中的涡轮叶片,并且在涡轮的运行期间测量间隙。根据本发明的各个方面,用红外相机捕获间隙的图像,并且由处理器将间隙的图像存储为图像数据,该图像数据进一步由处理器处理。已知运行期间燃气涡轮中两个叶片之间的间隙的宽度将可测量地改变。然而,因为红外相机具有低对比度,并且信噪比低,所以精确地检测和测量这种间隙宽度是有挑战性的。
在于2006年4月27日公开的Brummel的美国专利申请序列号20060088793中已经描述了在燃气涡轮的热部分中安装和应用用于检查的红外相机。
图1图示涡轮叶片的IR和IR相关图像的示例。图1包含在三个不同时间用红外相机拍摄的图像101、102和103。可以观察到:(1)图像101具有低SNR;(2)间隙随着时间在尺寸上变化;(3)取决于何时拍摄图像,间隙在图像中的不同位置出现。
必须解决的挑战是以使得以一致和自动的方式从提取的间隙特征测量间隙的方式,提取、发现和识别IR图像中的间隙。
用于间隙测量的霍夫变换
因为一些图像中的SNR低,测量间隙可能是有挑战性的。根据本发明的一个方面,霍夫变换用于间隙测量。霍夫变换是用于通过投票程序在特定类别的形状中发现目标的瑕疵实例的特征提取技术。通常在调查中的形状的参数空间中执行投票程序。
根据本发明的一个方面,霍夫变换用作用于检测直线的线性变换,由于形成间隙的叶片的边缘是直边缘。在图像空间中,直线可以描述为y=mx+b并且可以对于每对图像点(x,y)图形地绘制。在霍夫变换中,主要思想是考虑不是作为图像点(x1,y1)、(x2,y2)等的直线的特征,而是替代地,在它的参数方面,即斜率参数m和截距参数b。基于该实事,直线y=mx+b可以表示为参数空间中的点(b,m)。然而,面对垂直线导致参数m和b的无限值的问题。为了计算原因,因此最好对于霍夫变换中的线使用不同参数对,表示为r和θ。这在图2中对于穿过(0,y)和(x,0)的线图示。
参数r代表线和原点之间的距离,而θ是从原点到该最近点的矢量角度。使用这种参数化,线的等式可以写为:
其可以重新整理为r=x cosθ+y sinθ。
因此可能将图像的每条线与对(r,θ)相关联,如果θ∈[0,π)并且r∈□,或者如果θ∈[0,π)并且r≥0,则对(r,θ)是唯一的。(r,θ)平面有时称为用于二维的直线组的霍夫空间。该表示使得霍夫变换在概念上非常接近二维拉东变换。
对于具有坐标(例如,(x0,y0))的图像平面上的任意点,经过它的线由r(θ)=x0cosθ+y0sinθ确定,其中r(线和原点之间的距离)由θ确定。
这对应于(r,θ)平面中的正弦曲线,其对于该点是唯一的。如果对应于两个点的曲线重叠,它们交叉的位置(霍夫空间中)对应于穿过两点的线(原始图像空间中)。更一般地,形成直线的一组点将产生在用于线的参数交叉的正弦曲线。
对于图像中的一组像素的霍夫变换的应用的一个方面是通过元素(或者像素)的所有可能线的构造,其中由它的(r,θ)参数确定线。每个元素或者像素支持通过它的多条线,每个具有不同(r,θ)参数。可以说每个图像点对于穿过它的所有线(或者与线有关的(r,θ)参数组)“投票”。可以创建箱子(bin),每个箱子与(r,θ)参数组相关联并且包含图像中的点或像素的数目,该图像(例如再提取的边缘上)具有与通过它的特定(r,θ)参数相关联的线。每个箱子累积选票(或者支持特定线的点/像素的数目)。确定具有最高数目的选票的箱子为“胜利者”,并且代表通过大部分点的线。“投票”的概念是应用(r,θ)参数的直方图,如在“Richard Duda and Peter Hart,Use of the HoughTransformation to Detect Lines and Curves in Pictures,Technical Note 36,April1971,Stanford Research Institute,Menlo Park,CA,Artificial Intelligence Center,published in the Comm.ACM,Vol 15,No.1,pp.11-15,Jan 1972,New York,NY.”中所公开的。
在图3中进一步图示的具有由黑三角形图示的一组像素的图像300中,从图像像素确定(r,θ)参数组的处理。构造由它们的(r,θ)参数确定的通过每个三角形或像素的所有可能线。
对于一个像素304,图示通过其的线301(具有参数(r1,θ1))、线302(具有参数(r2,θ2))和线303(具有参数(r3,3))。可以容易看到线303是包括除了像素305外的所有像素的唯一直线。像素305是具有参数(r4,θ3)的离群点。通过创建与每个(r,θ)参数组相关的直方图或箱子,或者收集与每个参数组相关的选票,将发现(r3,θ3)已经收集大部分选票,并且将选择线303作为具有大多数选票的线。
可以在图4中示出的绘图400中创建所有参数组的绘图,其图示与每个点、元素或像素相关联的正弦曲线。线303上的像素的正弦曲线具有公共的点401。不在303上的点或像素305具有与303平行的线,其具有参数(r4,θ3),并且r4>r3。在图4中为了说明的目的以非精确的方式图示通过405的正弦曲线的部分,以示出该曲线不具有与线303上的像素相关联的其他曲线共同的点401。点305因此将不处于参数(r3,θ3)的箱子中,并且将仅具有少数选票。通过使用霍夫变换,多数选票将确定线。
根据本发明的一个方面,实施了基于霍夫变换的自动间隙测量系统。对于每个新图像并且根据本发明的一个方面,应用边缘检测。在本发明的一个实施例中,应用坎尼(Canny)边缘检测方法。
处理器从图像数据检测和提取代表间隙的一侧的第一边缘以及代表边缘的另一侧的第二边缘。
在下一个步骤中,对于边缘图像或边缘的像素应用霍夫变换以检测限定边缘的两条基本平行的线。然后沿着垂直方向计算两条边缘线之间的距离。在本发明的一个实施例中这种线由用户预先定义,例如在序列开始之前。在一个假设中,间隙随着时间基本不改变其在视场中的取向。
根据本发明的一个方面,在参数化图像目标组上霍夫变换方法中的投票程序应用到提取的边缘上的像素。来自噪声IR图像的这些边缘可疑具有一些离群点。应用霍夫投票程序以丢弃由噪声导致的离群点,并且可以从应用霍夫变换到来自红外图像的提取边缘确定干净线。
在本发明的一个实施例中,两条边缘基本平行。尽管噪声和其他效应可能影响提取的边缘和通过边缘的像素的计算的线,但是可以假设边缘基本平行。在本发明的一个实施例中,两条边缘以5度或更小的角度(优选地在2度或更小的角度内,并且更优选地在1度或更小的角度内)平行。图像展现边缘基本平行的这种假设不是没有理由的。这意味着可以通过构造以至少5度(优选地至少在2度并且更优选地在1度的角度内)基本垂直于边缘或这些相关线的线,定义间隙的距离。
用户可以定义沿着其测量定义间隙的两条提取线之间距离的线。该线可以由处理器生成为垂直于通过霍夫变换确定的至少一条线。用户还可以定义图像中测量间隙的位置或区域,由于间隙可能基于对于相机的触发在图像上的不同位置出现。例如,可以生成间隙的第一图像,检测并且提取边缘。如果若干边缘出现,则一个实施例中的用户识别图像中处理器应该检测间隙的边缘并且用霍夫变换处理边缘或边缘的像素以定义边缘的线的区域。还可以提供应该考虑的线的一般方向,使得忽略其他边缘。处理器生成定义间隙的两条线。用户确认两条生成的线代表间隙。用户可以识别至少一个点,应该由处理器绘制通过该至少一个点垂直于间隙的线。
基于计算的间隙线,处理器然后生成基本垂直于间隙边缘的线。处理器可以在显示器上绘制检测到的间隙边缘、计算的间隙线以及垂直于边缘的线。基于垂直线和间隙线,处理器然后计算间隙线之间的距离。如果间隙线不平行,例如由于反射、噪声或其他影响,则可以垂直垂直于由霍夫变换确定的线中的一条的线,并且该垂直线与其他线交叉的点用于确定距离。
图5示出其中测量间隙的一个样本红外图像。图像示出对应于提取的边缘的计算的线501和502,以及可能垂直于至少501或502的接触或交叉线503。还示出间隙的主轴504,其可以用于便利间隙测量。线503还可以例如由用户预先定义。通过501和502之间的503的长度确定间隙的尺寸。还可以确定必须在线503上的至少一个点,并且线503在此情况下必须垂直于至少501或502或504。
具有本发明的各个方面的如在此提供的方法已经在西门子涡轮上对行2和行3叶片广泛测试若干小时。实时捕获图像序列(30帧每秒)。已经展示对于长时间段(例如在6小时或甚至更长)可以自动地和精确地测量叶片的各行之间的间隙。可以用高精度(例如,用.1mm的精度)测量间隙。
测量其之间的间隙距离的叶片是旋转马达的一部分。在本发明的一个实施例中,由每循环一次(once per revolution,OPR)传感器和处理器触发IR相机。处理器在特定时刻触发相机,使得可以在相对于OPR触发器的预定相位或偏移处观看间隙。在本发明的一个实施例中,由外部触发器触发相机,该外部触发器使得能够以涡轮的高转速记录叶片间隙的图像。
在本发明的一个实施例中,旋转叶片在涡轮以热模式运转时旋转,其中在大于300华氏度的温度的环境或大气中,叶片用大于每分钟300转或循环的转速旋转。在本发明的一个实施例中,处理器触发IR相机以每秒拍摄叶片的至少一个图像,并且处理器至少每秒计算叶片之间的间隙。
可以应用测量的叶片之间的间隙作为涡轮性能的指示符。在本发明的一个实施例中,对于间隙应用特定范围作为涡轮的至少充足性能的指示符。如果间隙超过该范围,则可以由处理器触发警报。在本发明的一个实施例中,使用间隙尺寸的改变作为性能指示符。在本发明的一个实施例中,可以应用缺乏间隙的尺寸的显著改变作为涡轮的稳态运行的指示。
在本发明的一个实施例中,如在此提供的方法在系统或计算机设备上实施。图6中图示并且如在此提供的系统使得能够接收、处理和生成数据。系统提供有能够存储在存储器1701上的数据。可以从诸如例如IR高速相机的相机的传感器或从任何其他数据相关源获得数据。可以在输入1706上提供数据。还用指令组或程序提供或编程处理器,指令组或程序执行本发明的方法,指令组或程序存储在存储器1702上,并且提供给处理器1703,处理器1703执行1702的指令以处理来自1701的数据。诸如图像数据或由处理器触发或导致的任何其他数据的数据可以在输出设备1704上输出,输出设备1704可以是用于显示图像的显示器或数据存储设备。处理器还具有通信信道1707,用于从通信设备接收外部数据并且发送数据到外部设备。在本发明的一个实施例中的系统具有输入设备1705,其可以包括键盘、鼠标、指针设备、一个或多个相机或可以生成要提供给处理器1703的数据的任何其他设备。
处理器可以是专用或特定应用硬件或电路。然而,处理器还可以是一般CPU、控制器或可以执行1702的指令的任何其他计算设备。因此,如图6中图示的系统提供用于处理从相机或任何其他数据源得到的数据的系统,并且使得能够执行作为本发明的一个或多个方面如在此提供的方法的各步骤。
根据本发明的一个或多个方面,已经提供了方法和系统,用于从由相机生成的图像数据自动地监视和测量诸如涡轮的机器的运动部分中的间隙。
因此,已经在此描述和提供了新颖的系统和方法以及实施方法的步骤。
应该理解,本发明可以以硬件、软件、固件、专用处理器、或者其组合的各种形式实施。在一个实施例中,本发明可以在作为有形地体现在程序存储设备上的应用程序的软件中实施。应用程序可以上传到包括任何适当架构的机器并且由该机器执行。
应该理解因为在附图中描述的组成系统组件和方法步骤的一些可以以软件实施,所以系统组件(或者处理步骤)之间的连接可能取决于本发明编程的方式而不同。假定在此提供本发明的教导,本领域的技术人员将能够构思本发明的这些和类似的实施方式或配置。
尽管如应用到其优选实施例,示出、描述和指出本发明的基本新颖特征,但是将理解的是可以由本领域的技术人员在图示的方法和系统的形式和细节以及其操作中进行各种省略和替换以及改变,而不背离本发明的精神。因此,旨在仅限制为由权利要求的范围指示。
Claims (20)
1.一种用于测量机器中两个移动部分之间的间隙宽度的方法,包括:
用红外相机记录所述间隙的图像,并且将所述图像存储为图像数据;
处理器从所述图像数据提取与所述间隙相关的第一边缘和第二边缘;
所述处理器对所述第一边缘的多个像素应用霍夫变换以确定第一线,并且对所述第二边缘的多个像素应用霍夫变换以确定第二线,所述第二线充分平行于所述第一线;
所述处理器应用与所述第一线和所述第二线交叉的线;以及
所述处理器通过应用所述第一线和所述第二线以及所述与所述第一线和所述第二线交叉的线,确定所述间隙的宽度。
2.如权利要求1所述的方法,其中所述霍夫变换应用与所述第一边缘的多个像素相关的投票,以消除由所述图像数据中的噪声导致的线参数。
3.如权利要求1所述的方法,其中由用户确定所述与所述第一线和所述第二线交叉的线的位置。
4.如权利要求1所述的方法,其中所述机器是具有移动涡轮叶片的涡轮。
5.如权利要求1所述的方法,其中所述间隙在涡轮的两个相邻叶片之间。
6.如权利要求1所述的方法,其中在至少6小时的时段上多次确定所述间隙的宽度。
7.如权利要求1所述的方法,其中以至少.1mm的精度测量所述间隙的宽度。
8.如权利要求1所述的方法,其中由侃尼边缘检测器从所述图像数据提取与所述间隙相关的所述第一边缘和所述第二边缘。
9.如权利要求1所述的方法,其中所述移动部分是具有大于300转每分钟的转速的旋转部分。
10.如权利要求5所述的方法,其中所述两个相邻叶片在具有至少300华氏度的温度的大气中,以至少300转每分钟的转速旋转。
11.一种用于测量机器中两个移动部分之间的间隙宽度的系统,包括:
红外相机,用于记录所述间隙的图像;
存储器,用于将所述间隙的图像存储为图像数据;
处理器,用于运行指令以执行以下步骤:
从所述图像数据提取与所述间隙相关的第一边缘和第二边缘;
对所述第一边缘的多个像素应用霍夫变换以确定第一线,并且对所述第二边缘的多个像素应用霍夫变换以确定第二线;
应用与所述第一线和所述第二线交叉的线;以及
通过应用所述第一线和所述第二线以及所述与所述第一线和所述第二线交叉的线,确定所述间隙的宽度。
12.如权利要求11所述的系统,其中所述霍夫变换应用与所述第一边缘的多个像素相关的投票,以消除由所述图像数据中的噪声导致的线参数。
13.如权利要求11所述的系统,其中由用户确定所述与所述第一线和所述第二线交叉的线的位置。
14.如权利要求11所述的系统,其中所述机器是具有移动涡轮叶片的涡轮。
15.如权利要求11所述的系统,其中所述间隙在涡轮的两个相邻叶片之间。
16.如权利要求11所述的系统,其中在至少6小时的时段上多次确定所述间隙的宽度。
17.如权利要求11所述的系统,其中以至少.1mm的精度测量所述间隙的宽度。
18.如权利要求11所述的系统,其中由侃尼边缘检测器从所述图像数据提取与所述间隙相关的所述第一边缘和所述第二边缘。
19.如权利要求11所述的系统,其中所述移动部分是具有大于300转每分钟的转速的旋转部分。
20.如权利要求15所述的系统,其中所述两个相邻叶片在具有至少300华氏度的温度的大气中,以至少300转每分钟的转速旋转。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/617,416 | 2012-09-14 | ||
US13/617,416 US9137462B2 (en) | 2011-09-22 | 2012-09-14 | Hough transform approach to gap measurement in blade inspection |
PCT/US2013/059587 WO2014043431A1 (en) | 2011-09-22 | 2013-09-13 | A hough transform approach to gap measurement in blade inspection |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104704532A true CN104704532A (zh) | 2015-06-10 |
Family
ID=49261785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380053357.XA Pending CN104704532A (zh) | 2012-09-14 | 2013-09-13 | 用于叶片检查中的间隙测量的霍夫变换方法 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP2896016A1 (zh) |
JP (1) | JP2015534054A (zh) |
KR (1) | KR20150055050A (zh) |
CN (1) | CN104704532A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108645602A (zh) * | 2018-03-27 | 2018-10-12 | 南京航空航天大学 | 旋转机械叶尖间隙与叶片转速综合测量系统及方法、图像处理程序 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102188327B1 (ko) | 2019-07-16 | 2020-12-08 | 한국섬유개발연구원 | 다양한 방적사의 제조가 용이한 멀티 콜렉터 |
CN114596281B (zh) * | 2022-03-08 | 2022-11-01 | 常州市新创智能科技有限公司 | 一种玻纤布面上纬纱纱线的间隙判断方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5796856A (en) * | 1994-08-24 | 1998-08-18 | Eastman Kodak Company | Gap measuring apparatus and method |
US20080149049A1 (en) * | 2006-12-21 | 2008-06-26 | Daniel Edward Mollmann | System and method for converting clearance data into vibration data |
CN102314599A (zh) * | 2011-10-11 | 2012-01-11 | 东华大学 | 一种车道识别偏离检测方法 |
CN102663352A (zh) * | 2012-03-23 | 2012-09-12 | 华南理工大学 | 一种轨道识别方法 |
-
2013
- 2013-09-13 CN CN201380053357.XA patent/CN104704532A/zh active Pending
- 2013-09-13 KR KR1020157009600A patent/KR20150055050A/ko not_active Application Discontinuation
- 2013-09-13 JP JP2015532059A patent/JP2015534054A/ja active Pending
- 2013-09-13 EP EP13770580.2A patent/EP2896016A1/en not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5796856A (en) * | 1994-08-24 | 1998-08-18 | Eastman Kodak Company | Gap measuring apparatus and method |
US20080149049A1 (en) * | 2006-12-21 | 2008-06-26 | Daniel Edward Mollmann | System and method for converting clearance data into vibration data |
CN102314599A (zh) * | 2011-10-11 | 2012-01-11 | 东华大学 | 一种车道识别偏离检测方法 |
CN102663352A (zh) * | 2012-03-23 | 2012-09-12 | 华南理工大学 | 一种轨道识别方法 |
Non-Patent Citations (3)
Title |
---|
HG BRUMMEL ET AL.: ""Online Monitoring of Gas Turbine Power Plants", 《PROCEEDINGS OF POWERGEN INTERNATIONAL, LAS VEGAS, NV.》 * |
唐颖 等: "海底图像中的拖网痕迹检测技术", 《第十二届全国图象图形学学术会议》 * |
顾容: "《双色小学数学词典》", 1 September 2003 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108645602A (zh) * | 2018-03-27 | 2018-10-12 | 南京航空航天大学 | 旋转机械叶尖间隙与叶片转速综合测量系统及方法、图像处理程序 |
CN108645602B (zh) * | 2018-03-27 | 2019-12-20 | 南京航空航天大学 | 旋转机械叶尖间隙与叶片转速综合测量系统及方法、图像处理程序 |
Also Published As
Publication number | Publication date |
---|---|
EP2896016A1 (en) | 2015-07-22 |
KR20150055050A (ko) | 2015-05-20 |
JP2015534054A (ja) | 2015-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shang et al. | Multi-point vibration measurement and mode magnification of civil structures using video-based motion processing | |
US10459615B2 (en) | Apparatus and method for analyzing periodic motions in machinery | |
CN102521560B (zh) | 高鲁棒仪表指针图像识别方法 | |
CN102842128B (zh) | 对象检测方法及其装置 | |
CN100504288C (zh) | 一种基于多源图像融合的物体几何尺寸测量装置及方法 | |
CN109716077B (zh) | 使用叶尖定时(btt)监测涡轮机转子叶片的方法和系统 | |
CN110494861A (zh) | 基于图像的异常检测方法和系统 | |
CN104089697A (zh) | 一种基于线程池并发技术的实时在线的视觉振动测量方法 | |
Wang et al. | A computer-vision-based rotating speed estimation method for motor bearing fault diagnosis | |
Guo et al. | Vision-based measurement for rotational speed by improving Lucas–Kanade template tracking algorithm | |
CN104704532A (zh) | 用于叶片检查中的间隙测量的霍夫变换方法 | |
Śmieja et al. | Motion magnification of vibration image in estimation of technical object condition-review | |
Ye et al. | Full-field motion and deformation measurement of high speed rotation based on temporal phase-locking and 3D-DIC | |
Wang et al. | Rotational speed measurement through digital imaging and image processing | |
Mai et al. | An automatic meter reading method based on one-dimensional measuring curve mapping | |
Mattioli et al. | 2D–3D spatial registration for remote inspection of power substations | |
Liu et al. | An efficient algorithm for server thermal fault diagnosis based on infrared image | |
Shang et al. | Multi-point vibration measurement for mode identification of bridge structures using video-based motion magnification | |
US9137462B2 (en) | Hough transform approach to gap measurement in blade inspection | |
Xue et al. | Numerical analysis of the feldkamp–davis–kress effect on industrial X-ray computed tomography for dimensional metrology | |
WO2018161717A1 (zh) | 一种基于双正弦变密度条纹的转速测量装置及方法 | |
Winstroth et al. | Wind turbine rotor blade monitoring using digital image correlation: assessment on a scaled model | |
Ueda et al. | A two-stage deep learning-based approach for automatic reading of analog meters | |
Zhao et al. | EV-Tach: A Handheld Rotational Speed Estimation System With Event Camera | |
CN109085374B (zh) | 基于kinect的用于低转速系统的多点测速装置及其测速方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150610 |