CN105372263A - 一种电涡流加热式管道缺陷红外成像检测装置及检测方法 - Google Patents
一种电涡流加热式管道缺陷红外成像检测装置及检测方法 Download PDFInfo
- Publication number
- CN105372263A CN105372263A CN201510917713.9A CN201510917713A CN105372263A CN 105372263 A CN105372263 A CN 105372263A CN 201510917713 A CN201510917713 A CN 201510917713A CN 105372263 A CN105372263 A CN 105372263A
- Authority
- CN
- China
- Prior art keywords
- infrared
- infrared laser
- heating
- image
- laser pen
- 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.)
- Granted
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 81
- 230000007547 defect Effects 0.000 title claims abstract description 67
- 238000003331 infrared imaging Methods 0.000 title claims abstract description 17
- 238000012360 testing method Methods 0.000 title abstract description 14
- 238000010998 test method Methods 0.000 title abstract 2
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 239000000523 sample Substances 0.000 claims abstract description 22
- 230000006698 induction Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 28
- 238000001931 thermography Methods 0.000 claims description 18
- 238000003384 imaging method Methods 0.000 claims description 14
- 238000005538 encapsulation Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- -1 if any Substances 0.000 claims description 2
- 239000003550 marker Substances 0.000 claims description 2
- 238000009659 non-destructive testing Methods 0.000 abstract description 2
- 229910000831 Steel Inorganic materials 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 abstract 1
- 239000010959 steel Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000005855 radiation Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005674 electromagnetic induction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 229910000975 Carbon steel Inorganic materials 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000010962 carbon steel Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
一种电涡流加热式管道缺陷红外成像检测装置及检测方法,属于无损检测领域。本装置由感应加热单元、图像采集单元、图像处理单元组成。感应加热单元的涡流加热探头对被测埋地管道进行非接触式局部微加热,埋地管道就会产生电涡流使管壁发热,向外辐射红外线,红外热像仪在红外激光笔的辅助下对准被测管道并进行图像采集,采集所得图像通过图像传输接口将图像信息传输给计算机,在计算机上处理后,标定出被子测管道是否有缺陷及缺陷的形状和实际大小。本发明由国家自然科学基金项目(51365019)资助完成,可与管道检测机器人配合使用,用于对钢结构埋地管道的实时在线检测。
Description
技术领域
本发明涉及红外热成像技术管壁无损检测系统,尤其涉及一种可与管道检测机器人配合使用,采用非接触主动式局部微加热红外成像技术的管道内部缺陷无损检测系统,属于无损检测领域。
背景技术
输送油气介质的埋地管道多为钢结构管道,由于腐蚀、老化或者遭遇破坏等原因会引起介质泄漏事故,因此埋地油气管道在运行过程中,除了需要根据人工经验定期检查,还需要实时在线检查,以对管道已泄露或可能发生泄露的危险区域进行及时的定位、补修,确保埋地管道的安全运行。由于埋地管道的特殊性,目前,对埋地管道内部缺陷进行实时在线检测的技术手段非常有限,更多的是凭经验定期开挖检测,或是等发生泄漏后再进行开挖修复。
考虑到机器人的灵活性及不受环境制约,采用管道检测机器人携带检测装置进入管道内完成实时在线检测是一种快速有效的方式,也是目前管道内检测技术的重要发展方向。但目前可被机器人携带进入管道、能与机器人配套使用的管道内部缺陷检测技术与装备还非常缺乏,缺少管道内部缺陷检测技术与装备,机器人只是一个移动载体,通常只能进行一些视频观察,例如查看管道是否阻塞,难以对管道实际存在的缺陷作出测定和判断,这是制约管道机器人进行应用推广的一个重要因素。目前用于管道检测机器人上的检测技术主要有漏磁通过检测技术、压电超声波检测技术。上述技术的不足之处在于:漏磁通过检测技术在对管道进行检测时,要求管壁达到完全磁性饱和,测试精度与管壁厚度有关,厚度越大,精度越低,还易引起管壁磁化,对后续检测和缺陷部位焊接修补造成不良影响,而且该技术的精度不高,对缺陷准确的确定还需依赖操作人员的经验;压电超声波检测技术是接触式检测技术,压电探头在运行管道环境中易损坏,且压电探头需通过液体耦合剂与管壁保持连续的耦合,以保证超声波能传递到被检测管道表面,在实际应用中较为复杂、繁琐。
红外热成像检测技术近年来发展较快,主要应用于集成电路板的焊接质量及工业上各种器件的焊缝检测方面。由于红外热成像检测技术具有无损、无磁、非接触、无需耦合、快速实时、动态检测距离等优点,在埋地管道内部缺陷实时在线检测方面具有较好的应用前景,但目前在管道内部缺陷检测领域的应用研究较少,缺乏相应的用于管道内部缺陷检测的实用技术与装置。受到管道使用环境限制,如果不针对管道缺陷检测需求特性进行优化调整,现有红外热成像检测技术还难以直接应用于管道内部缺陷检测中。此外,采用红外热成像进行管道内部缺陷检测的基本原理是利用红外热成像仪接收待测物体表面向外辐射的红外线,并通过相关的成像技术将其转换为可见的温度场分布云图,最后分析温度场异常来确定管道缺陷信息。根据成像原理知,只有当红外热像仪的镜头光心垂直照射待测管道,即沿着管道的半径时,才能保证采集到的图像是真实的图像。若不垂直,即当红外热像仪的镜头光心有倾角照射待检测管道时,采集到的图像会失真,导致采集到待测管道的形状有缺陷、大小有偏差,形成检测误差,因而不能准确地根据所得的图像来判断被检测物的真实形状及大小。然而,在实际操作时,如果没有其它辅助手段,要将红外热像仪的镜头光心垂直照射待检测管道,显然是困难的,即:在采集过程中无法保证所述装置中的镜头光心是否垂直管道,故而得到的成像并不能保证其为真实的图像,从而导致不能准确地根据图像来判断地下管道是否有缺陷或缺损的形状和大小。
发明内容
本发明的第一个目的,在于针对现有管道内部缺陷检测技术的不足,诸如会导致管道磁化,需要耦合剂使压电探头发射的超声波能传递到被检测管道表面等问题,提供一种结构简单、成本低廉、使用方便,采用红外热成像原理针对管道缺陷检测需求特性进行设计的管道缺陷检测装置。该装置既能方便地装于管道检测机器人操作臂末端,让机器人带入管道内进行检测,也可由检测人员直接进入管道内单独操作进行检测,检测结果可由检测人员在地面通过计算机直接观测和调整的实时在线检测装置。使用该装置,在不开挖地面的前提下,能够帮助机器人操作机构或检测人员准确地对地下管道待检区域进行垂直摄像,并可随时校正拍摄倾角,从而得到能反映地埋管道状况的真实图像。本发明的第二个目的,在于提供利用上述装置和辅助红外激光点成像技术,实现对埋地管道内部缺陷检测的方法,包括:红外图像采集校正、缺陷提取及标定方法,使用该方法,可以准确采集红外图像,从所得图像中提取判断是否有缺陷,如有缺陷将自动根据缺陷的像素尺寸标定和计算缺陷实际大小。
为实现上述目的,本发明人由国家自然科学基金项目(51365019)资助,设计完成了以下电涡流加热式管道缺陷红外成像检测装置,及使用此装置和辅助激光点成像技术实现对地埋管道内部缺陷进行检测的方法,包括:红外图像采集校正、缺陷提取及标定方法:
为实现本发明的第一个目的,本发明所述检测装置为电涡流加热式管道缺陷红外成像检测装置,是一种红外热成像管壁无损检测系统,由感应加热单元、图像采集单元、图像处理单元组成;所述感应加热单元由机械部分和微加热部分组成,其中,机械部分由封装筒1、右舵机4、左舵机5、右连杆6、左连杆7、右限位块9、左限位块10组成,所述封装筒1是一个中空的筒状容器;微加热部分由供电模块11、涡流加热探头8组成,涡流加热探头8内部含驱动电路16、温度传感器17及线圈18;所述图像采集单元由红外热像仪2、供电模块11、控制模块12和激光发射机构组成,该激光发射机构包括上红外激光笔3a、右红外激光笔3b、下红外激光笔3c、左红外激光笔3d四支激光笔;所述图像处理单元由计算机、数据连接线、图像输出接口13组成;其位置和连接关系为:右舵机4和左舵机5成180度分别安装于封装筒1前端外壳同一圆周的右左两侧,并与控制模块12连接;右连杆6和左连杆7的一端分别安装在右舵机4和左舵机5上,并可绕右舵机4和左舵机5转动,右连杆6和左连杆7的另一端分别与右限位块9、左限位块10连接,右限位块9和左限位块10之间安装有涡流加热探头8;红外热像仪2安装于封装筒1的前端,其四周在以红外热像仪2的镜头光心为圆心的相等半径上安装有上红外激光笔3a、右红外激光笔3b、下红外激光笔3c、左红外激光笔3d等四支激光笔,且四支红外激光笔发射的光必须始终与镜头光心的延长线平行,;供电模块11和控制模块12固定安装于封装筒1的空腔内,供电模块11通过控制模块12与涡流加热探头8的驱动电路16连接,驱动电路16和线圈18连接,供电模块11通过控制模块12与上红外激光笔3a、右红外激光笔3b、下红外激光笔3c、左红外激光笔3d等四支激光笔连接;温度传感器17与控制模块12连接;红外热像仪2的图像输出接口13安装在封装筒1的后端口上,通过数据连接线与计算机连接。
所述右限位块9、左限位块10的作用,主要有两个:一是起到限位的作用,避免意外操作导致涡流加热探头8的线圈18直接触碰到被检测管道而造成加热探头损伤;二是由于电涡流加热是非接触式加热,为了保证电热转换效率,需要激励线圈与被测物表面保持合适的间隙,因此在右限位块9、左限位块10顶端装有电子触碰开关15,并且控制模块12与电子触碰开关15连接,加热时右限位块9及左限位块10与管道接触,可以保证激励线圈与被测物表面之间的间隙,控制模块12通过电子触碰开关15检测,因此在右限位块9、左限位块10到位后,才控制供电模块12进行加热。
本发明的第二个目的,即利用上述装置和辅助红外激光点成像技术实现对地埋管道内部缺陷进行检测的方法,包括:红外图像采集校正、缺陷提取及标定方法,是这样实现的:所述的检测方法按以下步骤进行:
A、控制模块12控制左舵机5和右舵机4,带动左连杆7和右连杆6顺时针旋转90度,使涡流加热探头8正对被被测物14,控制模块12控制供电模块11,使涡流加热探头8的驱动电路16控制线圈18两端通交流电,对被测物14进行非接触式的加热;温度传感器17将加热后的管道温度传给控制模块12,控制被测物14的加热;
B、控制模块12控制左舵机5和右舵机4,带动左连杆7和右连杆6逆时针旋转90度,使涡流加热探头8回到初始位置;
C、控制红外热像仪2的镜头垂直对准被加热后的对被测物14,红外热像仪2内部的红外探测器接收并聚焦加热后的被测物14向外辐射的红外线,同时,控制模块12控制上红外激光笔3a、右红外激光笔3b、下红外激光笔3c、左红外激光笔3d向被测物14发射激光;
D、红外热像仪2采集到的图像信息及上红外激光笔3a、右红外激光笔3b、下红外激光笔3c、左红外激光笔3d反射的四个红外激光点通过图像传输接口13传输到计算机上,当上红外激光笔3a、右红外激光笔3b、下红外激光笔3c、左红外激光笔3d反射的四个红外激光点的连线不构成正方形或菱形时,调整红外热像仪2对被测物14的角度,使四个红外激光点的连线构成正方形或菱形;
E、采集当前红外图像,在计算机上对图像作灰度线性变换,通过滤波去除噪声,然后用阈值分割法结合形态学运算对图像进行分割,由于缺陷部位的图像点亮度较高,如果有缺陷,可以将其从背景中分割出来,并进行标记;
F、判断分割后的图像中是否有缺陷区域标记,如有,提取缺陷区域的形状轮廓坐标,使用坐标系转换函数将获得的轮廓坐标转换为极坐标;
G、在极坐标上判断缺陷的大致形状:根据仪器的内部设置,在计算机上确定采集到图片上两红外激光点间像素径向长度,实测两红外激光笔间的实际长度,计算出图像中每个像素点代表的实际空间中的长度,测量出图像上缺陷的像素点尺寸,再根据上述的关系,便可得出图像中缺陷在空间中的实际大小。
步骤A中,加热时右限位块9及左限位块10与管道接触,可以保证激励线圈与被测物表面之间的间隙。控制模块12通过电子触碰开关15检测,在右限位块9、左限位块10到位后,才控制供电模块11进行加热。
考虑到管道内部安全性以及加热功率耗损问题,且受红外热成像仪视场限制,对管道进行大面积高温加热是不现实的,但采用管道自然温度场又难以保证对缺陷的有效分辨率。为了解决这一问题,经过大量实验研究,发现对于碳钢埋地管道,只需对被测物进行局部微加热,形成临界温度场,即可保证红外成像温度场对缺陷的有效分辨率。所述的临界温度场指的是满足以下条件的特定温度场:
(1)温度场是局部的,但范围要覆盖红外成像区域;
(2)温度场在红外成像区域中近似均匀分布;
(3)温度场达到使其对应红外热成像对缺陷具备有效分辨率的最低界限。
本发明专利装置的工作原理是:本装置利用了电磁感应加热技术与红外热成像技术,正对管道的涡流加热探头工作时产生交变电流,对埋于地下的管道进行加热,所需要的热量由控制模块控制。根据电磁感应原理,放在变化磁通量中的管道会产生电动势,此电动势成为感应电动势,磁力线穿过管道形成回路,从而形成感应电流,使管道发热,此加热方式为非接触式加热,当被测物受热后,加热后的被测物向外辐射红外线,温度越高,辐射能力就越强,在实际情况下,对于碳钢埋地管道,只需对被测物进行局部微加热,形成临界温度场,即可保证红外成像温度场对缺陷的有效分辨率,且这种方式具有加热时间短、检测效率高、功耗低等特点,加热探头无需采用高电压驱动,符合管道检测的安全要求,整个检测装置可以做到体积小、重量轻,便于机器人携带进入管道,也便于检测人员手持操作。加热完成后,将红外热像仪的镜头对准加热后的被测物,而红外探测器为红外热像仪内部组成的一部分,根据热成像原理,通过红外热像仪上的光学镜头将待测物辐射的红外能聚焦,然后红外热像仪向红外探测器电子元件发送信息,这种信息会反映到采集到的图像上,当待测物内部结构出现缺陷时,表征在物体表面就出现温度场异常,这种温度异常会反映到图像上,通过图像传输接口将采集到的图像信息从上述装置中传输到计算机上,从而可以识别缺陷。在将红外热像仪的镜头对准加热后的被测物时,根据成像原理及光线的直线传播原理得知则在图像上显示出来的四个光点应是水平、垂直对称的,即四个光点的连线应为正方形或菱形。如果镜头没有垂直对准被测管道,则在与红外热像仪连接的计算机上四支红外激光笔产生的激光点的连线不能构成正方形或菱形,此时可调整红外热像仪镜头的角度,使四支红外激光笔产生的激光点的连线构成正方形或菱形,即可得到被测物的真实图像。灰度线性变换不但增加了温度值对应的灰度等级,而且其最主要增大了目标区域和背景区域的对比度。
本发明装置及检测方法的有益效果是:本发明提供的检测装置和检测方法,将红外热成像检测技术应用于管道内部缺陷检测领域,具有无损、无磁、非接触、无需耦合、快速实时、动态检测距离等优点,避免了传统的漏磁通过检测技术、压电超声波检测技术带来的不利影响,为管道内部缺陷检测提供了新的技术解决方案。此外,由于采用了根据四支红外激光笔产生的激光点是否构成正方形或菱形,判断出红外热像仪上的光学镜头是否对准了被测物,以得到被测物的真实图像,解决了在地埋管道中采集红外图像时将镜头对准管道的问题,从而有助于正确分析埋地管道是否有缺陷,并能根据本装置的检测方法,判断出地埋管道是否有缺陷以及缺陷的实际大小。而且由于采用了局部微加热方式,具有加热时间短、检测效率高、功耗低等特点,加热探头无需采用高电压驱动,符合管道检测的安全要求,整个检测装置可以做到体积小、重量轻,既便于机器人携带进入管道,也便于检测人员手持操作。
附图说明
图1是本发明实施例提供的电涡流加热式管道缺陷红外成像检测装置的机械结构图;
图2是本发明实施例提供的检测装置加热工作时的示意图;
图3是本发明实施例提供的检测装置图像采集工作时的示意图;
图4是本发明的整体系统框图;
图5是本发明的检测流程图;
图6是本发明的红外成像原理图;
图7是本发明的装置成像过程示意图;
图8是本发明的成像图;
图9是本发明的涡流加热探头结构框图。
图中各标记为:1-封装筒、2-红外热像仪、3a-红外激光笔、3b-红外激光笔、3c-红外激光笔、3d-红外激光笔、4-右舵机、5-左舵机、6-右连杆、7-左连杆、8-涡流加热探头、9-右限位块、10-左限位块、11-供电模块、12-控制模块、13-图像输出接口、14-被加热物、15-电子触碰开关、16-驱动电路、17-温度传感器18-线圈。
具体实施方式
为能进一步了解本发明的发明内容,特点及功效,下面结合附图和实施例对本发明进一步说明。
实施例:本发明由国家自然科学基金项目(51365019)资助,设计完成了以下电涡流加热式管道缺陷红外成像检测装置,及使用此装置和辅助激光点成像技术实现对地埋管道进行检测的图像做检测校正及其标定方法,电涡流加热探头8通过左、右连杆7、6连接到左、右舵机5、4上,当需要加热时,控制模块12控制左、右舵机5、4带动左、右连杆7、6顺时针旋转90度,如图2所示。此时,涡流加热探头8正对被被测物14,利用电磁感应加热的原理对被测物14进行非接触式的加热,即涡流加热探头8线圈两端通交流电,此时线圈会产生交变的磁场,当被测物14处于这个磁场中时,处于交变磁通量中的被测物,即地埋管道就会产生电动势,此电动势称为感应电动势,线圈产生的部分磁力线穿过磁性管道形成回路,产生感应电流,从而会使管壁发热,待加热完成后,控制模块12控制舵机5、4带动连杆7、6逆时针旋转90度回到初始位置,如图3,并准备对加热部分进行图像采集。加热后的被测物向外辐射红外线,热成像原理如图6所示,通过红外热像仪上的光学镜头将待测物辐射的红外能聚焦,然后红外热像仪向传感器电子元件发送信息,然后反映到采集到的图像上,从图像中就可以看出温度的分布情况。如果待测物内部结构有缺陷,表征在物体表面就出现温度场异常,待测物不同,反映到图像上的信息也不同,有的是缺陷周围温度高于其他部分,有的是缺陷周围温度低于其他部分,通过这种温度场的异常来识别缺陷。
加热完成后,用红外热像仪2对被测物进行图像采集,采集完成后,通过图像传输接口13将图像信息传输给计算机,对试验的热图像作灰度线性变换,灰度线性变换不但增加了温度值对应的灰度等级,而且其最主要增大了目标区域和背景区域的对比度,通过滤波去除噪声,然后用阈值分割法结合形态学运算对图像进行分割,由于缺陷部位的图像点亮度较高,如果有缺陷,可以将其从背景中分割出来,并进行标记,对图像分割后,如果有缺陷,可以获得缺陷形状的轮廓坐标,使用坐标系转换函数将之前获得的轮廓坐标转换为极坐标,而对于极坐标中的两个关键因素,theta代表角度,rho代表长度,rho为图像分割后的缺陷轮廓上的每一点到该轮廓的重心距离,如此转换后再根据rho的特征形状区分各种轮廓之间的不同,从而可以判断缺陷的大致形状。
在使用红外热像仪拍摄时需注意拍摄角度,需保证镜头的光心沿管道半径方向正对,这样才不会使图像失真,因此,本发明在红外热成像仪的四周分别均匀固定了一支红外激光笔3a、3b、3c、3d,并要求四支红外激光笔3a、3b、3c、3d发射出的光与所述的红外热像仪镜头2光心始终平行。其操作方法是,将四支红外激光笔3a、3b、3c、3d打开,发出四条红外激光线将所述的装置正对目标物14进行图像采集即可。
图7是上述装置在图像采集过程中的成像原理图,其中,O点为镜头的光心,O点到O”为焦距,其距离为f。A、B、C、D分别为四支红外激光笔固定在红外热像仪上的位置,假设OA=OB=OC=OD=H,分别为红外激光笔3a、3b、3c、3d激光射到目标物上的点,S为图像的成像平面,平面上的A”、B”、C”、D”分别为激光点在图像中的成像,图8为红外热像仪所采集到的图像,分别为激光点在图像中的成像,为了简化描述,图中给出标准的矩形缺陷区域mnfe,mn代表缺陷长度,me代表缺陷宽度。根据在均匀介质中,光是沿直线传播的原理知,若A”、B”、C”、D”四点的连线构成正方形或菱形,说明热成像仪的光心是正对目标物的,否则热成像仪的光心与目标物成一定的倾斜角照射。
进一步地,可对目标物上的实际缺陷进行标定,用图7和图8进行说明。
调整装置使其正对目标物采集图像,采集到的图像如图8所示,设O”A”,O”B”在图像中以像素为单位的长度为X,O”D”,O”C”在图像中以像素为单位的长度为Y。X、Y数值可以由图像中测得,量出实际空间中各红外激光点到红外热像仪之间的距离OA=OB=OC=OD=H,设由图像中测量得到矩形缺陷区域mnfe的缺陷长度mn为Lmn个像素,缺陷宽度me为Lme个像素,设图像中mn所对应的实际空间大小为MN,me所对应的实际空间大小为ME,则可得出以下关系式:
MN=(H×Lmn)/X(1)
ME=(H×Lme)/Y(2)
通过以上所述的校正装置以及标定缺陷大小的算法,即可根据图像计算出图像中实际缺陷的大小。对于圆形缺陷,可以用类似方法得到缺陷半径。
Claims (5)
1.一种电涡流加热式管道缺陷红外成像检测装置,其特征在于:本装置由感应加热单元、图像采集单元、图像处理单元组成;所述感应加热单元由机械部分和加热部分组成,其中,机械部分由封装筒(1)、右舵机(4)、左舵机(5)、右连杆(6)、左连杆(7)、右限位块(9)、左限位块(10)组成,所述封装筒(1)是一个中空的筒状容器;加热部分由供电模块(11)、涡流加热探头(8)组成,涡流加热探头(8)内部含驱动电路(16)、温度传感器(17)及线圈(18);所述图像采集单元由红外热像仪(2)、供电模块(11)、控制模块(12)和激光发射机构组成,所述激光发射机构包括上红外激光笔(3a)、右红外激光笔(3b)、下红外激光笔(3c)、左红外激光笔(3d)四支红外激光笔;所述图像处理单元由计算机、数据连接线、图像输出接口(13)组成;其位置和连接关系为:右舵机(4)和左舵机(5)成180度分别安装于封装筒(1)前端外壳同一圆周的右左两侧,并与控制模块(12)连接;右连杆(6)和左连杆(7)的一端分别安装在右舵机(4)和左舵机(5)上,并可绕右舵机(4)和左舵机(5)转动,右连杆(6)和左连杆(7)的另一端分别与右限位块(9)、左限位块(10)连接,右限位块(9)和左限位块(10)之间安装有涡流加热探头(8);红外热像仪(2)安装于封装筒(1)的前端,其四周在以红外热像仪(2)的镜头光心为圆心的相等半径上安装有上红外激光笔(3a)、右红外激光笔(3b)、下红外激光笔(3c)、左红外激光笔(3d)等四支激光笔,且四支红外激光笔发射的光必须始终与镜头光心的延长线平行;供电模块(11)和控制模块(12)固定安装于封装筒(1)的空腔内,供电模块(11)通过控制模块(12)与涡流加热探头(8)的驱动电路(16)连接,驱动电路(16)和线圈(18)连接,供电模块(11)通过控制模块(12)与上红外激光笔(3a)、右红外激光笔(3b)、下红外激光笔(3c)、左红外激光笔(3d)等四支红外激光笔连接;温度传感器(17)与控制模块(12)连接;红外热像仪(2)的图像输出接口(13)安装在封装筒(1)的后端口上,通过数据连接线与计算机连接。
2.根据权利要求1所述的一种电涡流加热式管道缺陷红外成像检测装置,其特征在于:在右限位块(9)、左限位块(10)顶端装有电子触碰开关(15),控制模块(12)与电子触碰开关(15)连接。
3.利用权利要求1所述装置和辅助激光点成像技术对地埋管道内部缺陷进行检测的方法,包括:红外图像采集校正、缺陷提取及标定方法,其特征在于:所述的检测方法按以下步骤进行:
A、控制模块(12)控制左舵机(5)和右舵机(4),带动左连杆(7)和右连杆(6)顺时针旋转90度,使涡流加热探头(8)正对被被测物(14),控制模块(12)控制供电模块(11),使涡流加热探头(8)线圈两端通交流电,对被测物(14)进行非接触式的加热;
B、控制模块(12)控制左舵机(5)和右舵机(4),带动左连杆(7)和右连杆(6)逆时针旋转90度,使涡流加热探头(8)回到初始位置;
C、控制红外热像仪(2)的镜头垂直对准被加热后的对被测物(14),红外热像仪(2)内部的红外探测器接收并聚焦加热后的被测物(14)向外辐射的红外线,同时,控制模块(12)控制上红外激光笔(3a)、右红外激光笔(3b)、下红外激光笔(3c)、左红外激光笔(3d)向被测物(14)发射激光;
D、红外热像仪(2)采集到的图像信息及上红外激光笔(3a)、右红外激光笔(3b)、下红外激光笔(3c)、左红外激光笔(3d)反射的四个红外激光点通过图像传输接口(13)传输到计算机上,当上红外激光笔(3a)、右红外激光笔(3b)、下红外激光笔(3c)、左红外激光笔(3d)反射的四个红外激光点的连线不构成正方形或菱形时,调整红外热像仪(2)对被测物(14)的角度,使四个红外激光点成正方形或菱形;
E、采集当前红外图像,在计算机上对图像作灰度线性变换,通过滤波去除噪声,然后用阈值分割法结合形态学运算对图像进行分割,由于缺陷部位的图像点亮度较高,如果有缺陷,可以将其从背景中分割出来,并进行标记;
F、判断分割后的图像中是否有缺陷区域标记,如有,提取缺陷区域的形状轮廓坐标,使用坐标系转换函数将获得的轮廓坐标转换为极坐标;
G、在极坐标上判断缺陷的大致形状:根据仪器的内部设置,在计算机上确定采集到图片上两激光点间像素径向长度,实测两激光笔间的实际长度,计算出图像中每个像素点代表的实际空间中的长度,测量出图像上缺陷的像素点尺寸,再根据上述的关系,便可得出图像中缺陷在空间中的实际大小。
4.根据权利要求3所述的利用权利要求1所述装置和辅助激光点成像技术对地埋管道内部缺陷进行检测的方法,其特征在于:步骤A中,加热时右限位块(9)及左限位块(10)与管道接触,保证激励线圈与被测物表面之间有间隙,控制模块(12)通过电子触碰开关(15)检测,在右限位块(9)、左限位块(10)到位后,才控制供电模块(11)进行加热。
5.根据权利要求3或4所述的利用权利要求1所述装置和辅助激光点成像技术对地埋管道内部缺陷进行检测的方法,其特征在于:所述的加热方式采用局部微加热,形成临界温度场。所述的临界温度场指的是满足以下条件的特定温度场:
(1)温度场是局部的,但范围要覆盖红外成像区域;
(2)温度场在红外成像区域中近似均匀分布;
(3)温度场达到使其对应红外热成像对缺陷具备有效分辨率的最低界限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510917713.9A CN105372263B (zh) | 2015-12-14 | 2015-12-14 | 一种电涡流加热式管道缺陷红外成像检测装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510917713.9A CN105372263B (zh) | 2015-12-14 | 2015-12-14 | 一种电涡流加热式管道缺陷红外成像检测装置及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105372263A true CN105372263A (zh) | 2016-03-02 |
CN105372263B CN105372263B (zh) | 2018-04-06 |
Family
ID=55374649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510917713.9A Expired - Fee Related CN105372263B (zh) | 2015-12-14 | 2015-12-14 | 一种电涡流加热式管道缺陷红外成像检测装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105372263B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105629840A (zh) * | 2016-03-15 | 2016-06-01 | 华南理工大学 | 一种集成多传感器的管道爬行智能检测设备 |
CN106404900A (zh) * | 2016-11-02 | 2017-02-15 | 中国计量大学 | 一种钢板表面缺陷检测装置 |
CN107589463A (zh) * | 2017-08-28 | 2018-01-16 | 河南理工大学 | 一种测试煤自燃过程电磁辐射的系统 |
CN107941855A (zh) * | 2017-11-22 | 2018-04-20 | 四川大学 | 一种基于永磁体旋转加热的钢管管端热成像检测装置 |
CN108226223A (zh) * | 2017-12-25 | 2018-06-29 | 山西戴德测控技术有限公司 | 一种基于红外热成像钢丝绳在线检测装置 |
CN108335334A (zh) * | 2018-04-17 | 2018-07-27 | 深圳市道通科技股份有限公司 | 车载摄像头的标定装置、系统及方法 |
CN108444605A (zh) * | 2018-05-08 | 2018-08-24 | 中南大学 | 一种防腐硅烷喷涂均匀性检测装置及方法 |
CN110174440A (zh) * | 2019-04-25 | 2019-08-27 | 杭州市特种设备检测研究院 | 一种高温金属管道焊接接头未焊透缺陷在线检测方法 |
CN110231397A (zh) * | 2019-06-18 | 2019-09-13 | 中国石油大学(华东) | 一种多通道脉冲涡流在线监测系统与监测方法 |
CN110832311A (zh) * | 2017-07-03 | 2020-02-21 | 沙特阿拉伯石油公司 | 用于非破坏性检查玻璃纤维和非金属管的装置和方法 |
CN112113969A (zh) * | 2020-09-18 | 2020-12-22 | 南京智能仿真技术研究院有限公司 | 一种用于管道的缺陷检测装置及其检测方法 |
CN112198192A (zh) * | 2020-09-07 | 2021-01-08 | 江苏理工学院 | 一种用于风扇焊接组件的红外线图像检测装置及检测方法 |
CN112256905A (zh) * | 2020-10-23 | 2021-01-22 | 常州微亿智造科技有限公司 | 图像数据集缺陷热点分布显示方法和装置 |
CN112816547A (zh) * | 2021-02-03 | 2021-05-18 | 中海石油(中国)有限公司 | 一种用于漏磁内检测的漏磁传感器校正装置及校正方法 |
CN112986330A (zh) * | 2021-04-22 | 2021-06-18 | 东北大学 | 基于红外热成像的管道缺陷检测数据收集装置及方法 |
CN113762131A (zh) * | 2021-09-01 | 2021-12-07 | 浙江树人学院(浙江树人大学) | 高含硫气田的油套管双层管柱形变位置检测方法及终端 |
CN114140458A (zh) * | 2021-12-09 | 2022-03-04 | 易思维(杭州)科技有限公司 | 利用光线交会方法定位待测物边缘处缺陷位置的方法 |
CN114577405A (zh) * | 2022-02-28 | 2022-06-03 | 辽宁石油化工大学 | 一种基于红外成像技术的城市地下污水管道缺陷检测装置 |
CN115946097A (zh) * | 2022-12-29 | 2023-04-11 | 武汉科技大学 | 一种金属管道质量管外检测机器人 |
CN116401496A (zh) * | 2023-06-08 | 2023-07-07 | 广东普蓝地理信息服务有限公司 | 给排水管道检测内部缺陷信息方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1811290A2 (en) * | 2006-01-20 | 2007-07-25 | University Of Virginia Patent Foundation | High mast inspection system, equipment and method |
CN201583516U (zh) * | 2009-12-16 | 2010-09-15 | 王剑波 | 钢管热态探伤除垢机 |
CN203643383U (zh) * | 2013-12-17 | 2014-06-11 | 上海神洲阳光特种钢管有限公司 | 一种红外探伤装置 |
CN104458765A (zh) * | 2014-12-22 | 2015-03-25 | 四川理工学院 | 一种磁瓦缺陷的红外热像检测系统及检测方法 |
CN204359733U (zh) * | 2014-12-24 | 2015-05-27 | 武汉理工大学 | 基于涡流加热的金属焊缝缺陷红外检测系统 |
CN205607877U (zh) * | 2015-12-14 | 2016-09-28 | 昆明理工大学 | 一种利用辅助激光点成像的图像采集装置 |
-
2015
- 2015-12-14 CN CN201510917713.9A patent/CN105372263B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1811290A2 (en) * | 2006-01-20 | 2007-07-25 | University Of Virginia Patent Foundation | High mast inspection system, equipment and method |
CN201583516U (zh) * | 2009-12-16 | 2010-09-15 | 王剑波 | 钢管热态探伤除垢机 |
CN203643383U (zh) * | 2013-12-17 | 2014-06-11 | 上海神洲阳光特种钢管有限公司 | 一种红外探伤装置 |
CN104458765A (zh) * | 2014-12-22 | 2015-03-25 | 四川理工学院 | 一种磁瓦缺陷的红外热像检测系统及检测方法 |
CN204359733U (zh) * | 2014-12-24 | 2015-05-27 | 武汉理工大学 | 基于涡流加热的金属焊缝缺陷红外检测系统 |
CN205607877U (zh) * | 2015-12-14 | 2016-09-28 | 昆明理工大学 | 一种利用辅助激光点成像的图像采集装置 |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105629840A (zh) * | 2016-03-15 | 2016-06-01 | 华南理工大学 | 一种集成多传感器的管道爬行智能检测设备 |
CN106404900A (zh) * | 2016-11-02 | 2017-02-15 | 中国计量大学 | 一种钢板表面缺陷检测装置 |
CN110832311A (zh) * | 2017-07-03 | 2020-02-21 | 沙特阿拉伯石油公司 | 用于非破坏性检查玻璃纤维和非金属管的装置和方法 |
CN107589463A (zh) * | 2017-08-28 | 2018-01-16 | 河南理工大学 | 一种测试煤自燃过程电磁辐射的系统 |
CN107589463B (zh) * | 2017-08-28 | 2024-02-02 | 河南理工大学 | 一种测试煤自燃过程电磁辐射的系统 |
CN107941855A (zh) * | 2017-11-22 | 2018-04-20 | 四川大学 | 一种基于永磁体旋转加热的钢管管端热成像检测装置 |
CN108226223A (zh) * | 2017-12-25 | 2018-06-29 | 山西戴德测控技术有限公司 | 一种基于红外热成像钢丝绳在线检测装置 |
CN108335334A (zh) * | 2018-04-17 | 2018-07-27 | 深圳市道通科技股份有限公司 | 车载摄像头的标定装置、系统及方法 |
CN108335334B (zh) * | 2018-04-17 | 2024-04-26 | 深圳市道通科技股份有限公司 | 车载摄像头的标定装置、系统及方法 |
CN108444605A (zh) * | 2018-05-08 | 2018-08-24 | 中南大学 | 一种防腐硅烷喷涂均匀性检测装置及方法 |
CN110174440A (zh) * | 2019-04-25 | 2019-08-27 | 杭州市特种设备检测研究院 | 一种高温金属管道焊接接头未焊透缺陷在线检测方法 |
CN110231397A (zh) * | 2019-06-18 | 2019-09-13 | 中国石油大学(华东) | 一种多通道脉冲涡流在线监测系统与监测方法 |
CN112198192A (zh) * | 2020-09-07 | 2021-01-08 | 江苏理工学院 | 一种用于风扇焊接组件的红外线图像检测装置及检测方法 |
CN112113969A (zh) * | 2020-09-18 | 2020-12-22 | 南京智能仿真技术研究院有限公司 | 一种用于管道的缺陷检测装置及其检测方法 |
CN112256905A (zh) * | 2020-10-23 | 2021-01-22 | 常州微亿智造科技有限公司 | 图像数据集缺陷热点分布显示方法和装置 |
CN112256905B (zh) * | 2020-10-23 | 2022-06-07 | 常州微亿智造科技有限公司 | 图像数据集缺陷热点分布显示方法和装置 |
CN112816547A (zh) * | 2021-02-03 | 2021-05-18 | 中海石油(中国)有限公司 | 一种用于漏磁内检测的漏磁传感器校正装置及校正方法 |
CN112816547B (zh) * | 2021-02-03 | 2024-04-30 | 中海石油(中国)有限公司 | 一种用于漏磁内检测的漏磁传感器校正装置及校正方法 |
CN112986330A (zh) * | 2021-04-22 | 2021-06-18 | 东北大学 | 基于红外热成像的管道缺陷检测数据收集装置及方法 |
CN113762131A (zh) * | 2021-09-01 | 2021-12-07 | 浙江树人学院(浙江树人大学) | 高含硫气田的油套管双层管柱形变位置检测方法及终端 |
CN114140458A (zh) * | 2021-12-09 | 2022-03-04 | 易思维(杭州)科技有限公司 | 利用光线交会方法定位待测物边缘处缺陷位置的方法 |
CN114140458B (zh) * | 2021-12-09 | 2024-06-14 | 易思维(杭州)科技股份有限公司 | 利用光线交会方法定位待测物边缘处缺陷位置的方法 |
CN114577405A (zh) * | 2022-02-28 | 2022-06-03 | 辽宁石油化工大学 | 一种基于红外成像技术的城市地下污水管道缺陷检测装置 |
CN115946097A (zh) * | 2022-12-29 | 2023-04-11 | 武汉科技大学 | 一种金属管道质量管外检测机器人 |
CN116401496A (zh) * | 2023-06-08 | 2023-07-07 | 广东普蓝地理信息服务有限公司 | 给排水管道检测内部缺陷信息方法、装置、设备及介质 |
CN116401496B (zh) * | 2023-06-08 | 2023-08-18 | 广东普蓝地理信息服务有限公司 | 给排水管道检测内部缺陷信息方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105372263B (zh) | 2018-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105372263A (zh) | 一种电涡流加热式管道缺陷红外成像检测装置及检测方法 | |
CN205607877U (zh) | 一种利用辅助激光点成像的图像采集装置 | |
CN105004758B (zh) | 一种涡流线扫描热成像检测系统及方法 | |
CN111721768A (zh) | 一种多信息融合焊缝缺陷探测系统及方法 | |
CN204359733U (zh) | 基于涡流加热的金属焊缝缺陷红外检测系统 | |
CN103487443B (zh) | 一种基于电磁感应热激励方法的管道缺陷红外检测系统 | |
CN102927448A (zh) | 管道无损检测方法 | |
CN105527338A (zh) | 一种金属丝绳的在线监测方法及装置 | |
Du et al. | A review of miniaturised Non-Destructive Testing technologies for in-situ inspections | |
An et al. | Deep learning-based concrete crack detection using hybrid images | |
CN108593710B (zh) | 一种高反射率材料表面缺陷的热成像检测系统和方法 | |
CN110146003A (zh) | 一种利用稀土永磁材料测量钢管管壁厚度及质量缺陷方法 | |
CN105758889A (zh) | 油气管道红外热波成像检测系统与方法 | |
Wu et al. | An in-pipe internal defects inspection system based on the active stereo omnidirectional vision sensor | |
CN117092121B (zh) | 一种钛合金气瓶成型质量检测设备及方法 | |
Deng et al. | Active 3-D thermography based on feature-free registration of thermogram sequence and 3-D shape via a single thermal camera | |
CN204630953U (zh) | 一种工件plc控制的综合检测系统 | |
CN204925003U (zh) | 一种涡流线扫描热成像检测系统 | |
Liu et al. | Characterization method of surface crack based on laser thermography | |
EP2749878A2 (en) | Stereo vision encoded ultrasonic inspection | |
Pei et al. | Progress on the ultrasonic testing and laser thermography techniques for NDT of tokamak plasma-facing components | |
CN107607614A (zh) | 一种基于涡流加热偏转光谱的钢结构缺陷检测装置及方法 | |
CN201867381U (zh) | 一种压力容器保温缺陷的检测装置 | |
US9625421B2 (en) | Manually operated small envelope scanner system | |
Chen et al. | Mobile visual detecting system with a catadioptric vision sensor in pipeline |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180406 Termination date: 20181214 |