CN107380420A - 一种基于无人机机械臂的起重机金属结构检测装置及方法 - Google Patents
一种基于无人机机械臂的起重机金属结构检测装置及方法 Download PDFInfo
- Publication number
- CN107380420A CN107380420A CN201710733203.5A CN201710733203A CN107380420A CN 107380420 A CN107380420 A CN 107380420A CN 201710733203 A CN201710733203 A CN 201710733203A CN 107380420 A CN107380420 A CN 107380420A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- detection
- mechanical arm
- arm
- detected
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 141
- 230000007246 mechanism Effects 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 10
- 230000007547 defect Effects 0.000 claims abstract description 70
- 238000004891 communication Methods 0.000 claims abstract description 60
- 239000000523 sample Substances 0.000 claims abstract description 39
- 239000013598 vector Substances 0.000 claims abstract description 33
- 230000001066 destructive effect Effects 0.000 claims abstract description 25
- 239000002184 metal Substances 0.000 claims abstract description 15
- 229910052751 metal Inorganic materials 0.000 claims abstract description 15
- 208000037656 Respiratory Sounds Diseases 0.000 claims abstract description 13
- 230000007797 corrosion Effects 0.000 claims abstract description 10
- 238000005260 corrosion Methods 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 5
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 230000001681 protective effect Effects 0.000 claims description 20
- 230000033001 locomotion Effects 0.000 claims description 14
- 210000000707 wrist Anatomy 0.000 claims description 12
- 230000005291 magnetic effect Effects 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 9
- 125000006850 spacer group Chemical group 0.000 claims description 9
- 230000006378 damage Effects 0.000 claims description 7
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 210000003857 wrist joint Anatomy 0.000 claims description 4
- 230000033228 biological regulation Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000002950 deficient Effects 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 230000005415 magnetization Effects 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims description 2
- 208000013668 Facial cleft Diseases 0.000 claims 1
- 238000012706 support-vector machine Methods 0.000 claims 1
- 230000005611 electricity Effects 0.000 description 7
- 239000000428 dust Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000003973 paint Substances 0.000 description 4
- 239000003463 adsorbent Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 239000007822 coupling agent Substances 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000005307 ferromagnetism Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000005389 magnetism Effects 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000005294 ferromagnetic effect Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- -1 greasy dirt Substances 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000004643 material aging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C27/00—Rotorcraft; Rotors peculiar thereto
- B64C27/04—Helicopters
- B64C27/08—Helicopters with two or more rotors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
- B64D47/08—Arrangements of cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mechanical Engineering (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Remote Sensing (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Manipulator (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明公开了一种基于无人机机械臂的起重机金属结构检测装置及方法，属于起重机金属结构损伤识别领域，其特征在于：包括无人机本体、地面处理装置、机械臂、无损检测装置、相机等，无人机本体用于搭载机械臂及无损检测装置，由无人机本体上方的机械臂携带无损检测探头与金属结构表面接触，采集缺陷特征信号通过电缆传输到无损检测装置本体，再通过无线通讯链路传输到地面处理装置，对其进行时域与频域分析，并构造出识别缺陷信号的特征向量，通过计算待测信号与已知缺陷信号间特征向量的欧氏距离大小来辨别其近似程度，从而识别出信号的缺陷类型，实现金属结构表面及亚表面裂纹、腐蚀、孔穴等缺陷特征的自动检测和识别。
Description
技术领域
本发明涉及机电类特种设备安全与节能专业领域，具体涉及一种基于无人机机械臂的起重机金属结构检测装置及方法。
背景技术
起重机的金属结构在长期的使用过程中，因荷载作用、疲劳与腐蚀效应、材料老化以及缺乏及时的维护保养，不可避免地会产生损伤累积、抗力衰退，从而影响结构的承载力和使用寿命，最严重会导致事故的突然发生。为防止事故的发生，对正在使用的起重机金属结构状况进行损伤情况的检测、评估、识别、控制显得很有必要。
大型起重机结构件的检查属于高空作业，现场往往还伴随着高温、大风等恶劣环境。对于大型起重机来说，有些部位如门式起重机的主梁下盖板和支腿上部，门座式起重机的象鼻梁和人字架顶部，塔式起重机的塔帽顶端和臂架端部等，检查人员往往难以到达，或到达后受空间位置限制难以从容地使用仪器进行检查工作。但这些部位又是重要的受力部位，是检查的重点。在此背景下，迫切需要找到一种高效可靠，易操作，安全性高的方式将各类检测用传感器运送到被测部位进行相应的检测。
多旋翼无人机是一种常见的无人飞行器，具有飞行稳定，能够在空中高精度悬停等优点，在桥梁检测、电力巡线等领域得到一定程度的应用，但主要还是限制在拍摄和监控层面，即对目标对象只是“看”和“查”，还不能和目标对象进行“接触”式检测。
对于起重机金属结构表面裂纹、腐蚀等缺陷，利用无人机搭载视觉传感器对其进行非接触式检测尚可，但当结构表面存在灰尘、油污、漆皮剥落问题时，会大大降低其检测效果。以超声、涡流、磁粉、渗透为代表的无损检测方法，可有效弥补无人机视觉检测的不足，但是通常需要与待检测部位接近或接触检测。
发明内容
本发明的目的在于提供一种用于起重机金属结构表面及亚表面缺陷检测的无人机装置及检测方法，解决现有技术中利用无人机搭载视觉传感器检测起重机结构表面存在灰尘、油污、漆皮剥落问题时，其检测效果大大降低的技术问题。
本发明为了解决上述技术问题，采用如下技术方案：
一种基于无人机机械臂的起重机金属结构检测装置，包括无人机本体、地面处理装置、机械臂、无损检测装置和相机；
所述无人机本体上设置有第一控制器、第一无线通信模块，第一无线通信模块与控制器之间电连接；相机通过云台设置在无人机本体上，云台的驱动机构、相机均与第一控制器之间电连接；
所述无损检测装置、机械臂设置在无人机本体上，无损检测装置包括无损检测装置本体和无损检测探头，无损检测探头通过电缆与无损检测装置本体连接，无损检测装置本体与第一控制器之间电连接；所述机械臂包括肘部转动关节、伸缩臂、腕部转动关节和定位臂，无人机本体上固定设置有基座，基座的顶部通过肘部转动关节与伸缩臂的一端连接，伸缩臂的另一端通过腕部转动关节与定位臂连接，定位臂的末端设定有微型高清摄像头和无损检测探头，高清摄像头与第一控制器之间电连接；
所述地面处理装置包括无人机遥控操纵按钮、机械臂遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块和第二控制器；无人机遥控操纵按钮、机械臂遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块均与第二控制器之间电连接；第一控制器与地面处理装置通过第一无线通信模块、第二无线通信模块进行无线通信。
所述地面处理装置可以由地面人员操作，遥控无人机飞行、机械臂空间三自由度运动、云台转动、相机变焦运动等，并且可以运行缺陷信号特征提取与识别等检测算法，实现对起重机金属结构表面及亚表面裂纹、腐蚀、孔穴等缺陷特征的自动检测和识别。
无人机飞至起重机的待检测部位附近，通过相机拍摄视场内机械臂末端探头与待检测部位的图像，判断探头与待检测表面的空间位置，通过遥控地面处理装置的机械臂操纵按钮使其末端无损检测探头与待检测部位可靠接触，通过无损检测探头采集待检测部位的缺陷信号，通过电缆传输到无损检测装置本体，将信号传给第一控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将检测信号传送给地面处理装置；第二控制器对其进行分析并构造出识别缺陷信号的特征向量，通过欧氏距离公式判别待测信号与已知缺陷信号间特征向量的近似程度，从而自动判定起重机所检测部位是否存在缺陷，以及缺陷的类型，并将拍摄的图像，以及检测的结果显示在显示屏上。利用该装置对起重机进行缺陷检测，智能化程度高，检测准确度高，不用人工攀爬到起重机上进行检测，提高了检测效率，同时降低了安全风险。并通过机械臂末端的微型高清摄像头，近距离拍摄待检测部位的高清细节图像，通过电缆将图像信号送给第一控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将图像传送给地面处理装置进行显示，显示出待检测部位的高清细节图像，以辅助地面操控人员对待测部位表面裂纹、腐蚀等缺陷的判定和识别；
进一步改进，所述的肘部转动关节和腕部转动关节均包括转动副和一个独立的一体化伺服驱动模块单元组成，该一体化伺服驱动模块单元包括步进电机、步进电机控制器、步进电机驱动器和步进电机制动器，步进电机控制器、步进电机驱动器和步进电机之间依次电连接，一体化伺服驱动模块单元与第一控制器之间电连接，步进电机的输出轴与转动副转轴固连。采用电池作为轻型机械臂的动力源，采用步进电机驱动系统精确控制肘部转动关节和腕部转动关节的转动角度，使机械臂在空间做三自由度运动，包括一个伸缩运动，两个旋转运动，使其定位臂末端的无损检测探头及吸附装置与待检测部位接触，采集待检测部位的缺陷特征信号。
进一步改进，为使机械臂能够安全地工作，以至于在断电时候不发生危险，在步进电机尾部加装一个永磁常闭式制动器，并且并联在步进电机的控制电路上，当步进电机上电时，制动器也上电，制动器开闸脱离步进电机输出轴，步进电机正常运转；当步进电机失电时，制动器失电，制动器抱闸紧紧抱住步进电机转轴，防止机械臂旋转关节发生意外转动对设备造成损害。
本申请中所述的肘部转动关节和腕部转动关节均为机械结构，不涉及人体肘部转动关节和腕部转动关节。
进一步改进，所述伸缩臂包括静臂和动臂，静臂上沿其长度方向固定有导轨，动臂套在导轨上，且能沿导轨滑动，静臂上固定设置有第一电机、转动设置有齿轮，第一电机驱动齿轮转动，动臂上沿其长度方向固定设置有齿条，齿条与齿轮啮合，齿条两端设置有机械挡块。由第一电机驱动齿轮转动，通过与齿条啮合驱动动臂沿直线导轨做伸缩运动，机械挡块起限位作用。
进一步改进，所述相机为可见光相机，云台为两轴云台；云台带动相机转动，对准大型起重机待测部位进行多方位拍摄，其垂直运动方向的俯仰角范围达到±90°，水平方向方位运动范围达到±180°，既能向下俯视成像，又能向上仰视成像，能够对大型起重机各种关键部位进行多方位拍摄无视场死角，相机旋转平台基座装设阻尼弹簧减振装置，具有降低无人机本体振动，减小其引起的图像抖动干扰，实现画面稳定功能。所述相机为可见光相机，采集待检测部位的高分辨率可见光图像，相机向下俯视拍摄时，可以通过调节镜头焦距使相机视场角减小，从而避开旋翼对图像视场的干扰。可以控制相机进行变焦，以调节图像放大倍率的大小，既可以对起重机整体结构进行全局概略观察，又可以对局部重点检测部位进行放大和细节观察。
进一步改进，所述无损检测装置为涡流检测仪，适用于铁磁性和非铁磁性金属等导电材料构件的缺陷检测，在检测时不要求线圈与构件紧密接触，也不需要在线圈与构件间充满藕合剂，容易实现检验自动化。
进一步改进，所述无人机本体包括起落架、圆环形保护罩和中心圆板，中心圆板位于圆环形保护罩的中心位置，中心圆板和圆环形保护罩之间通过多个辐条连接，多个辐条呈辐射状均匀设置，每个辐条上固定有一第二电机，第二电机的输出轴上设置有旋翼，第二电机与第一控制器之间电连接；起落架固定在中心圆板的底部，相机通过云台设置在中心圆板的上部，第一控制器设置在中心圆板上。通过设置圆环形保护罩，可以避免高速旋转的旋翼对操作人员和设备造成伤害，提高机体的安全性能和抗风能力，这种方案与为每个旋翼装设单独的飞行保护罩相比，大大简化了保护罩的结构，减小了设备重量和体积，提高了无人机的续航能力。
进一步改进，所述辐条为六个，六个第二电机的中心点共圆设置，且六个第二电机的中心点共圆，与圆环形保护罩同心设置。无人机本体为圆形，且六个第二电机的中心点所共圆与圆环形保护罩同心设置，则提高了无人机的整体稳定性。多旋翼设计，便于精确控制无人机的飞行路线、飞行速度和方向。
进一步改进，所述定位臂末端设置有支撑板，支撑板上设置有四个可转动的磁轮，通过磁轮吸附使无损检测探头与起重机待检测部位金属结构表面可靠接触或者靠近，通过肘部关节的旋转、伸缩臂的伸缩以及腕部关节的旋转，驱动磁轮在起重机金属结构表面滚动，从而带动无损检测探头对待检测表面一定区域范围进行缺陷信号采集和检测。
进一步改进，所述的磁轮包括橡胶垫层、多个弧形磁铁、环形轭铁、腹板和轮毂，多个弧形磁铁的磁化方向不尽相同，多个弧形磁铁构成磁环，且形成Halbach阵列磁场，磁环内圈紧贴环形轭铁，能更有效地按预定方向导磁，以最少量的磁体产生最强的磁场，和磁轮的应用环境贴合。磁轮外面包裹橡胶垫层，橡胶垫层既增加了摩擦力防止磁轮打滑，又能有效保护易碎的永磁单元。
一种基于无人机机械臂的起重机金属结构检测装置进行检测的方法，包括如下步骤：
步骤一、对无人机机械臂装置进行检查，确认能够正常工作。
步骤二、通过地面处理装置的无人机遥控操纵按钮遥控无人机本体起飞，飞至起重机待检测部位附近后悬停状态，使相机的镜头对准起重机的待检测部位进行拍摄，通过云台遥控操纵按钮调节云台对待检测部位进行拍摄，将拍摄的图像传给第一控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将图像传送给地面处理装置进行显示，地面操控人员通过观察初步判定是否存在明显的缺陷，如金属结构表面、连接焊缝处有无明显的裂纹和锈蚀、螺栓和销轴连接有无明显缺件和损坏。
步骤三、地面操作人员遥控操作机械臂使之进入相机视场内，根据探头与待检测部位的图像判断探头与待检测表面的空间位置关系，通过遥控机械臂操纵按钮调整机械臂姿态使其末端探头与待检测部位可靠接触，无损检测探头采集待检测部位的缺陷信号，通过电缆传输到无损检测装置本体，将信号传给第一控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将检测信号传送给地面处理装置；并通过机械臂末端的微型高清摄像头近距离拍摄待检测部位的高清细节图像，通过电缆将图像信号送给第一控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将图像传送给地面处理装置进行显示，显示出待检测部位的高清细节图像，以辅助地面操控人员对待测部位表面裂纹、腐蚀等缺陷的判定和识别。
步骤四、地面处理装置接收到检测信号后，对其进行时域与频域分析，得出检测信号的一组特征值，分析特征值并构造出识别缺陷信号的特征向量，通过计算检测信号与数据库中已知缺陷信号间特征向量的欧氏距离大小来辨别其与已知缺陷信号的近似程度，从而识别出检测信号的缺陷类型，实现金属结构表面及亚表面缺陷特征的自动检测和识别；
所述控制装置的数据库中储存有预先采集的起重机不同部位的缺陷图像和对应部位正常状况下的图像，并提取预先采集图像的特征向量，将该特征向量输入到支持向量机中进行缺陷分类，分为裂纹、腐蚀、凹坑、孔穴、夹杂五种缺陷，每种缺陷对应不同的特征向量。
步骤五、检测结束，通过地面处理装置的无人机遥控操纵按钮遥控无人机本体降落。
进一步改进，所述地面处理装置的控制装置将每次检测所采集的缺陷信号，以及该缺陷信号的特征向量存储在数据库中，对数据库进行扩充，作为下次检测对比的已知缺陷信号及其特征向量。
进一步改进，为减轻无人机本体的重量，可以将无损检测装置本体设置在地面处理装置中，通过第一无线通信模块、第二无线通信模块进行无线通信将机械臂末端无损检测探头采集的缺陷特征信号传送给地面处理装置，然后对其进行时域与频域分析，求出缺陷信号的一组特征值，分析特征值并构造出识别缺陷信号的特征向量，通过计算待测信号与已知缺陷信号间特征向量的欧氏距离大小来辨别其与已知缺陷信号的近似程度，从而识别出信号的缺陷类型，实现金属结构表面及亚表面裂纹、腐蚀、孔穴等缺陷特征的自动检测和识别。
与现有技术相比，本发明的有益效果是：
利用无人机的高空作业优势，解决了大型起重机某些重要部位的检测难题，不仅提高了检测效率，更能完成以往传统人工方式难以完成的检测任务，有效地降低事故隐患，减少了人力成本和安全风险，满足行业发展的迫切需求。
将无人机机械臂与无损检测方法进行结合，不仅可以降低结构表面灰尘、油污、漆皮剥落对检测的干扰，还可以对结构亚表面或内部裂纹孔穴、夹杂等缺陷进行有效检测，可有效弥补视觉检测的不足。从根本上改变大型起重机危险检测环境、重要检测部位的人工检验方式，提高特种设备检验检测的智能化、数字化、自动化水平，促进新技术、新方法在特种设备检验检测领域的深度应用，对提高公共安全服务质量具有重要的战略意义。
附图说明
图1为用于起重机金属结构检测的无人机机械臂装置结构主视图。
图2为用于起重机金属结构检测的无人机机械臂装置结构俯视图。
图3为机械臂结构俯视图。
图4为伸缩臂结构侧视图。
图5为腕关节末端结构图。
图6为磁轮结构图。
图7为用于起重机金属结构检测的无人机机械臂装置工作模式1。
图8为用于起重机金属结构检测的无人机机械臂装置工作模式2。
图9为用于起重机金属结构检测的无人机机械臂装置工作模式3。
具体实施方式
为使本发明的目的和技术方案更加清楚，下面将结合本发明实施例对本发明的技术方案进行清楚、完整地描述。
如图1-9所示，一种基于无人机机械臂的起重机金属结构检测装置，包括中心圆板1、无损检测装置本体2、基座3、肘部转动关节4、伸缩臂5、齿轮6、齿条7、腕部转动关节8、微型高清摄像头9、永磁吸附磁轮10、无损检测探头11、云台12、相机13、第二电机14、飞行保护罩15、起落架16、地面处理装置17、旋翼18、辐条19、步进电机20、步进控制器21、步进驱动器22、壳体及支撑结构23、制动器24、机械挡块25、静臂26、支承座27、动臂28、支撑板29、导轨30、橡胶垫层31、弧形磁铁32、环形轭铁33、腹板34、轮毂35。
在本实施例中，无损检测装置本体2、机械臂设置在无人机本体上,无损检测装置探头11设置在机械臂末端，无损检测探头11采集的信号通过有线电缆传输到无损检测装置本体2，无损检测装置本体2与第一无线通信模块之间电连接；
在本实施例中，相机13为可见光相机，通过云台12设置在无人机本体上，云台可进行俯仰和旋转两轴运动，拍摄待检测部位的高分辨率图像，相机13、云台12与控制器之间电连接；
在本实施例中，地面处理装置17包括无人机遥控操纵按钮、机械臂遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块和第二控制器；无人机遥控操纵按钮、机械臂遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块均与第二控制器之间电连接；第一控制器与地面处理装置通过第一无线通信模块、第二无线通信模块进行无线通信；
地面处理装置17可以由地面人员操作，遥控无人机飞行、机械臂空间三自由度运动、云台转动、相机变焦运动等，并且可以运行缺陷信号特征提取与识别等检测算法，实现对起重机金属结构表面及亚表面裂纹、腐蚀、孔穴等缺陷特征的自动检测和识别。
无人机飞至起重机的待检测部位附近，通过相机13拍摄视场内机械臂末端探头11与待检测部位的图像，判断探头11与待检测表面的空间位置，通过遥控地面处理装置的机械臂操纵按钮使其末端探头11与待检测部位可靠接触，通过无损检测探头11采集待检测部位的缺陷信号，对其进行分析并构造出识别缺陷信号的特征向量，通过欧氏距离公式判别待测信号与已知缺陷信号间特征向量的近似程度，从而自动判定起重机所检测部位是否存在缺陷以及缺陷的类型，并将拍摄的图像以及检测的结果显示在显示屏上。利用该装置对起重机进行缺陷检测，智能化程度高，检测准确度高，不用人工攀爬到起重机上进行检测，提高效率高，同时降低了安全风险。
利用无人机的高空作业优势，解决了大型起重机某些重要部位的检测难题，不仅提高了检测效率，更能完成以往传统人工方式难以完成的检测任务，有效地降低事故隐患，减少了人力成本和安全风险，满足行业发展的迫切需求。将无人机机械臂与无损检测方法进行结合，不仅可以降低结构表面灰尘、油污、漆皮剥落对检测的干扰，还可以对结构亚表面或内部裂纹、孔穴缺陷进行有效检测，可有效弥补无人机视觉检测的不足。从根本上改变大型起重机危险检测环境、重要检测部位的人工检验方式，提高特种设备检验检测的智能化、数字化、自动化水平，促进新技术、新方法在特种设备检验检测领域的深度应用，对提高公共安全服务质量具有重要的战略意义。
在本实施例中，所述无人机本体包括起落架16、飞行保护罩15和中心圆板1，中心圆板1位于圆环形保护罩15的中心位置，中心圆板1和圆环形保护罩15之间通过多个辐条19连接，多个辐条19呈辐射状均匀设置，每个辐条上固定有一个第二电机14，第二电机14的输出轴上设置有旋翼18，第二电机14与第一控制器之间电连接；起落架16固定在中心圆板1的底部，相机13通过云台12设置在中心圆板的上部，第一控制器设置在中心圆板上，无损检测装置本体2和机械臂设置在中心圆板的上部，无损检测探头11设置在机械臂的末端，无损检测探头11的检测信号通过电缆与无损检测装置本体2电连接。
在本实施例中，所述辐条19为六个，六个第二电机14的中心点共圆设置，且六个第二电机的中心点所共圆与圆环形保护罩同心设置。无人机本体为圆形，且六个第二电机14的中心点所共圆与圆环形保护罩15同心设置，提高了无人机的整体稳定性。多旋翼设计，便于精确控制无人机的飞行路线、飞行速度和方向。在其他实施例中，无人机本体可以为四旋翼、八旋翼。通过设置圆环形保护罩，可以避免高速旋转的旋翼对操作人员和设备造成伤害，提高机体的安全性能和抗风能力，这种方案与为每个旋翼装设单独的飞行保护罩相比，大大简化了保护罩的结构，减小了设备重量和体积，提高了无人机的续航能力。
在本实施例中，所述无损检测装置为涡流检测装置，适用于铁磁性和非铁磁性金属等导电材料构件的缺陷检测，在检测时不要求线圈与构件紧密接触，也不需要在线圈与构件间充满藕合剂，容易实现检验自动化。
在本实施例中，所述无损检测探头11周围设置有吸附装置以确保无损检测探头与结构表面可靠接触。
在本实施例中，所述机械臂包括肘部转动关节4、伸缩臂5、腕部转动关节8，采用电池作为轻型机械臂的动力源，采用步进电机驱动系统精确控制各关节的转动角度，使机械臂在空间做三自由度(一个伸缩运动，两个旋转运动)运动，使其末端的探头及吸附装置与待检测部位接触，采集待检测部位的缺陷特征信号，如图7、8、9所示为三种工作模式，图7为无人机机械臂装置工作模式1，起重机待检测部位的表面为倾斜面；图8为无人机机械臂装置工作模式2，起重机待检测部位的表面为竖直平面；图9为无人机机械臂装置工作模式3，起重机待检测部位为水平梁的底面。
在本实施例中，机械臂每个转动关节是一个独立的一体化伺服驱动模块单元，模块包括壳体及支撑结构23、步进电机20、步进电机控制器21、步进电机驱动器22、制动器24。
在本实施例中，为使机械臂能够安全地工作，以至于在断电时候不发生危险，在步进电机20尾部加装一个永磁常闭式制动器24，并且并联在步进电机的控制电路上，当步进电机上电时，制动器也上电，制动器开闸脱离步进电机输出轴，步进电机正常运转；当步进电机失电时，制动器失电，制动器抱闸紧紧抱住步进电机轴，防止机械臂旋转关节发生意外转动对设备造成损害。制动器结构如图4所示。
在本实施例中，伸缩臂5包括静臂26、支承座27、动臂28、齿轮6、齿条7、导轨30、机械挡块25、旋转关节(由步进电机20、步进控制器21、步进驱动器22、壳体及支撑结构23、制动器24组成)，旋转关节和齿轮6通过支承座27与静臂26连接，齿条7固定在动臂28上，齿条7末端设置有机械挡块25，由步进电机20驱动齿轮6转动，通过与齿条7啮合驱动动臂28沿着设置在动臂与静臂之间的直线导轨做伸缩运动。
在本实施例中，无损检测装置由无损检测装置本体2和无损检测探头11组成，无损检测探头11装设在腕部关节8末端支撑板29的中心，支撑板29装设有四个磁轮10，通过磁轮10与起重机金属结构表面可靠接触或者靠近，通过肘部转动关节4的旋转、伸缩臂5的伸缩以及腕部转动关节8的旋转，驱动磁轮10在起重机金属结构表面滚动，从而带动探头11对待检测表面一定区域范围进行缺陷信号采集和检测，如图7所示。与此同时，在支撑板29上还装设一个微型高清摄像头9，近距离拍摄待检测部位的高清细节图像，输出图像信号通过电缆与中心圆板上的控制器电连接。
在本实施例中，磁轮10由橡胶垫层31、弧形磁铁32、环形轭铁33、腹板34、轮毂35组成，将不同磁化方向的弧形磁铁32按一定顺序排列形成Halbach阵列磁场，磁环内圈紧贴Q235材质环形轭铁33，能更有效的按预定方向导磁，以最少量的磁体产生最强的磁场，和磁轮的应用环境贴合。磁轮外面包裹橡胶垫层，橡胶垫层既增加了摩擦力防止磁轮打滑，又能有效保护易碎的永磁单元。
一种基于无人机机械臂的起重机金属结构检测装置进行检测的方法，包括如下步骤：
步骤一、对无人机机械臂装置进行检查，确认能够正常工作。
步骤二、通过地面处理装置的无人机遥控操纵按钮遥控无人机本体起飞，飞至起重机待检测部位附近后悬停状态，使相机的镜头对准起重机的待检测部位进行拍摄，通过云台遥控操纵按钮调节云台对待检测部位进行拍摄，将拍摄的图像传给第一控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将图像传送给地面处理装置进行显示，地面操控人员通过观察初步判定是否存在明显的缺陷，如金属结构表面、连接焊缝处有无明显的裂纹和锈蚀、螺栓和销轴连接有无明显缺件和损坏。
步骤三、地面操作人员通过机械臂遥控操纵按钮遥控机械臂使之进入相机视场内，根据相机所拍摄图像中机械臂末端无损检测探头与待检测部位的空间位置关系，钮调整机械臂的姿态使无损检测探头与待检测部位可靠接触，然后无损检测探头采集待检测部位的缺陷信号，并通过电缆传输到无损检测装置本体，将信号传给第一控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将检测信号传送给地面处理装置；并通过微型高清摄像头，近距离拍摄待检测部位的高清细节图像，通过电缆将图像信号送给第一控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将图像传送给地面处理装置进行显示，显示出待检测部位的高清细节图像，以辅助地面操控人员对待测部位表面裂纹、腐蚀等缺陷的判定和识别。
步骤四、地面处理装置接收到检测信号后，对其进行时域与频域分析，得出检测信号的一组特征值，分析特征值并构造出识别缺陷信号的特征向量，通过计算检测信号与数据库中已知缺陷信号间特征向量的欧氏距离大小来辨别其与已知缺陷信号的近似程度，从而识别出检测信号的缺陷类型，实现金属结构表面及亚表面缺陷特征的自动检测和识别；
所述控制装置的数据库中储存有预先采集的起重机不同部位的缺陷图像和对应部位正常状况下的图像，并提取预先采集图像的特征向量，将该特征向量输入到支持向量机中进行缺陷分类，分为裂纹、腐蚀、凹坑、孔穴、夹杂五种缺陷，每种缺陷对应不同的特征向量。
步骤五、检测结束，通过地面处理装置的无人机遥控操纵按钮遥控无人机本体降落。
在本实施例中，所述地面处理装置的控制装置将每次检测所采集的缺陷信号，以及该缺陷信号的特征向量存储在数据库中，对数据库进行扩充，作为下次检测对比的已知缺陷信号及其特征向量。
在本实施例中，为减轻无人机本体的重量，可以将无损检测装置本体设置在地面处理装置中，通过第一无线通信模块、第二无线通信模块进行无线通信将机械臂末端无损检测探头采集的缺陷特征信号传送给地面处理装置，然后对其进行时域与频域分析，求出缺陷信号的一组特征值,分析特征值并构造出识别缺陷信号的特征向量，通过计算待测信号与已知缺陷信号间特征向量的欧氏距离大小来辨别其与已知缺陷信号的近似程度，从而识别出信号的缺陷类型，实现金属结构表面及亚表面裂纹、腐蚀、孔穴等缺陷特征的自动检测和识别。
本发明中未做特别说明的均为现有技术或者通过现有技术即可实现，而且本发明中所述具体实施案例仅为本发明的较佳实施案例而已，并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化与修饰，都应作为本发明的技术范畴。
Claims (10)
1.一种基于无人机机械臂的起重机金属结构检测装置，其特征在于，包括无人机本体、地面处理装置、机械臂、无损检测装置和相机；
所述无人机本体上设置有第一控制器、第一无线通信模块，第一无线通信模块与控制器之间电连接；相机通过云台设置在无人机本体上，云台的驱动机构、相机均与第一控制器之间电连接；
所述无损检测装置、机械臂设置在无人机本体上，无损检测装置包括无损检测装置本体和无损检测探头，无损检测探头通过电缆与无损检测装置本体连接，无损检测装置本体与第一控制器之间电连接；所述机械臂包括肘部转动关节、伸缩臂、腕部转动关节和定位臂，无人机本体上固定设置有基座，基座的顶部通过肘部转动关节与伸缩臂的一端连接，伸缩臂的另一端通过腕部转动关节与定位臂连接，定位臂的末端设定有微型高清摄像头和无损检测探头，高清摄像头与第一控制器之间电连接；
所述地面处理装置包括无人机遥控操纵按钮、机械臂遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块和第二控制器；无人机遥控操纵按钮、机械臂遥控操纵按钮、云台遥控操纵按钮、显示屏、第二无线通信模块均与第二控制器之间电连接；第一控制器与地面处理装置通过第一无线通信模块、第二无线通信模块进行无线通信。
2.根据权利要求1所述的基于无人机机械臂的起重机金属结构检测装置，其特征在于，所述的肘部转动关节和腕部转动关节均包括转动副和一个独立的一体化伺服驱动模块单元组成，该一体化伺服驱动模块单元包括步进电机、步进电机控制器、步进电机驱动器和步进电机制动器，步进电机控制器、步进电机驱动器和步进电机之间依次电连接，步进电机制动器与步进电机控制器之间电连接，一体化伺服驱动模块单元与第一控制器之间电连接，步进电机的输出轴与转动副转轴固连。
3.根据权利要求1或2所述的基于无人机机械臂的起重机金属结构检测装置，其特征在于，所述伸缩臂包括静臂和动臂，静臂上沿其长度方向固定有导轨，动臂套在导轨上，且能沿导轨滑动，静臂上固定设置有第一电机、转动设置有齿轮，第一电机驱动齿轮转动，动臂上沿其长度方向固定设置有齿条，齿条与齿轮啮合，由第一电机驱动齿轮转动，通过与齿条啮合驱动动臂沿直线导轨做伸缩运动；齿条两端设置有机械挡块。
4.根据权利要求3所述的基于无人机机械臂的起重机金属结构检测装置，其特征在于，所述相机为可见光相机，云台为两轴云台；所述无损检测装置为涡流检测仪。
5.根据权利要求4所述的基于无人机机械臂的起重机金属结构检测装置，其特征在于，所述无人机本体包括起落架、圆环形保护罩和中心圆板，中心圆板位于圆环形保护罩的中心位置，中心圆板和圆环形保护罩之间通过多个辐条连接，多个辐条呈辐射状均匀设置，每个辐条上固定有一第二电机，第二电机的输出轴上设置有旋翼，第二电机与第一控制器之间电连接；起落架固定在中心圆板的底部，相机通过云台设置在中心圆板的上部，第一控制器设置在中心圆板上。
6.根据权利要求5所述的基于无人机机械臂的起重机金属结构检测装置，其特征在于，所述辐条为六个，六个第二电机的中心点共圆设置，且六个第二电机的中心点共圆，与圆环形保护罩同心设置。
7.根据权利要求6所述的基于无人机机械臂的起重机金属结构检测装置，其特征在于，所述定位臂末端设置有支撑板，支撑板上设置有四个可转动磁轮，通过磁轮吸附使无损检测探头与起重机待检测金属结构表面可靠接触或者靠近，通过肘部关节的旋转、伸缩臂的伸缩以及腕部关节的旋转，驱动磁轮在起重机金属结构表面滚动，从而带动无损检测探头对待检测表面一定区域范围进行缺陷信号采集和检测。
8.根据权利要求7所述的基于无人机机械臂的起重机金属结构检测装置，其特征在于，所述的磁轮包括橡胶垫层、多个弧形磁铁、环形轭铁、腹板和轮毂，多个弧形磁铁的磁化方向不尽相同，多个弧形磁铁构成磁环，且形成Halbach阵列磁场，磁环内圈紧贴环形轭铁，磁轮外面包裹橡胶垫层。
9.利用权利要求1-8中任一项所述的基于无人机机械臂的起重机金属结构检测装置进行检测的方法，其特征在于，包括如下步骤：
步骤一、对无人机机械臂装置进行检查，确认能够正常工作；
步骤二、通过地面处理装置的无人机遥控操纵按钮遥控无人机本体起飞，飞至起重机待检测部位附近后悬停状态，使相机的镜头对准起重机的待检测部位进行拍摄，通过云台遥控操纵按钮调节云台对待检测部位进行拍摄，将拍摄的图像传给第一控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将图像传送给地面处理装置进行显示，地面操控人员通过观察初步判定是否存在明显的缺陷，如金属结构表面、连接焊缝处有无明显的裂纹和锈蚀、螺栓和销轴连接有无明显缺件和损坏；
步骤三、地面操作人员通过机械臂遥控操纵按钮遥控机械臂使之进入相机视场内，根据相机所拍摄图像中机械臂末端无损检测探头与待检测部位的空间位置关系，调整机械臂的姿态使无损检测探头与待检测部位可靠接触，然后无损检测探头采集待检测部位的缺陷信号，并通过电缆传输到无损检测装置本体，将检测信号传给第一控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将检测信号传送给地面处理装置；并通过微型高清摄像头，近距离拍摄待检测部位的高清细节图像，通过电缆将图像信号送给第一控制器，然后通过第一无线通信模块、第二无线通信模块进行无线通信将图像传送给地面处理装置进行显示，显示出待检测部位的高清细节图像，以辅助地面操控人员对待测部位表面裂纹、腐蚀等缺陷的判定和识别；
步骤四、地面处理装置接收到检测信号后，对其进行时域与频域分析，得出检测信号的一组特征值，分析特征值并构造出识别缺陷信号的特征向量，通过计算检测信号与数据库中已知缺陷信号间特征向量的欧氏距离大小来辨别其与已知缺陷信号的近似程度，从而识别出检测信号的缺陷类型，实现金属结构表面及亚表面缺陷特征的自动检测和识别；
所述控制装置的数据库中储存有预先采集的起重机不同部位的缺陷图像和对应部位正常状况下的图像，并提取预先采集图像的特征向量，将该特征向量输入到支持向量机中进行缺陷分类，分为裂纹、腐蚀、凹坑、孔穴、夹杂五种缺陷，每种缺陷对应不同的特征向量；
步骤五、检测结束，通过地面处理装置的无人机遥控操纵按钮遥控无人机本体降落。
10.根据权利要求9所述的无人机机械臂装置进行检测的方法，其特征在于，所述地面处理装置的控制装置将每次检测所采集的缺陷信号，以及该缺陷信号的特征向量存储在数据库中，对数据库进行扩充，作为下次检测对比的已知缺陷信号及其特征向量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710733203.5A CN107380420A (zh) | 2017-08-23 | 2017-08-23 | 一种基于无人机机械臂的起重机金属结构检测装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710733203.5A CN107380420A (zh) | 2017-08-23 | 2017-08-23 | 一种基于无人机机械臂的起重机金属结构检测装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107380420A true CN107380420A (zh) | 2017-11-24 |
Family
ID=60345673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710733203.5A Pending CN107380420A (zh) | 2017-08-23 | 2017-08-23 | 一种基于无人机机械臂的起重机金属结构检测装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107380420A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109060837A (zh) * | 2018-07-16 | 2018-12-21 | 同济大学 | 一种车载式集群视觉检测装置 |
| CN109823540A (zh) * | 2019-03-25 | 2019-05-31 | 三一汽车制造有限公司 | 用于机械结构件检测的无人机 |
| GB2569219A (en) * | 2017-10-13 | 2019-06-12 | Alti Velo Industrial Uav Rental Ltd | Non-destructive testing apparatus and method of use |
| JP2019130975A (ja) * | 2018-01-30 | 2019-08-08 | 富士通株式会社 | 飛翔機 |
| CN111751378A (zh) * | 2020-06-15 | 2020-10-09 | 上海电机学院 | 一种基于图像识别的电缆绝缘层、管道外层的检测装置 |
| CN111776203A (zh) * | 2020-06-28 | 2020-10-16 | 航空工业信息中心 | 一种具有抓取功能的多翼无人机及工作方法 |
| JPWO2020218433A1 (zh) * | 2019-04-26 | 2020-10-29 | ||
| CN111924119A (zh) * | 2020-07-15 | 2020-11-13 | 招商局国际信息技术有限公司 | 一种基于无人机的码头智能点检方法及系统 |
| CN112348034A (zh) * | 2020-10-21 | 2021-02-09 | 中电鸿信信息科技有限公司 | 基于无人机图像识别的起重机缺陷检测系统和工作方法 |
| CN112478968A (zh) * | 2020-11-06 | 2021-03-12 | 日立楼宇技术（广州）有限公司 | 电梯井道巡检控制方法、装置、系统和存储介质 |
| CN112630170A (zh) * | 2020-12-16 | 2021-04-09 | 贵州电网有限责任公司 | 一种铁塔耐候钢焊接焊料成分检测装置 |
| CN112925337A (zh) * | 2021-02-03 | 2021-06-08 | 南京市特种设备安全监督检验研究院 | 一种大型起重机金属结构多旋翼无人机自动巡检方法 |
| CN115367135A (zh) * | 2022-10-21 | 2022-11-22 | 江苏伊卡洛斯电力无人机通用技术有限公司 | 一种无人机电力线巡检装置及其巡检方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012013878A1 (fr) * | 2010-07-27 | 2012-02-02 | Cofice | Dispositif permettant le contrôle non destructif de structures et comportant un drone et une sonde de mesure embarquee |
| CN102866162A (zh) * | 2012-09-05 | 2013-01-09 | 中冶建筑研究总院有限公司 | 一种非接触式大型建构筑物混凝土缺陷检测装置 |
| CN103499776A (zh) * | 2013-09-03 | 2014-01-08 | 华北电力大学（保定） | 基于超声波和红外热像的输变电设备故障巡检核心系统 |
| CN104215640A (zh) * | 2014-08-18 | 2014-12-17 | 南京航空航天大学 | 基于无人直升机的风电叶片缺陷损伤检查方法及检查系统 |
| CN105486716A (zh) * | 2015-11-27 | 2016-04-13 | 哈尔滨工业大学 | 主动式红外无损检测无人机系统 |
| CN105735150A (zh) * | 2016-03-04 | 2016-07-06 | 浙江大学 | 一种移动多目视觉桥梁常规检测方法 |
| CN106598073A (zh) * | 2016-12-27 | 2017-04-26 | 武汉理工大学 | 基于四旋翼无人机的岸桥起重机结构检测系统 |
| JP2017095980A (ja) * | 2015-11-24 | 2017-06-01 | 国立大学法人横浜国立大学 | 橋梁点検支援システム、損傷判定方法及びプログラム |
| CN206223727U (zh) * | 2016-11-25 | 2017-06-06 | 中国南方电网有限责任公司超高压输电公司柳州局 | 架空避雷线电磁无损遥测装置 |
| CN206378463U (zh) * | 2016-12-16 | 2017-08-04 | 青岛华创风能有限公司 | 一种基于无人机的高空钢架探伤检测系统 |
| CN207208467U (zh) * | 2017-08-23 | 2018-04-10 | 南京市特种设备安全监督检验研究院 | 一种基于无人机机械臂的起重机金属结构检测装置 |
| US20180149947A1 (en) * | 2016-11-28 | 2018-05-31 | Korea Institute Of Civil Engineering And Building Technology | Unmanned aerial vehicle system for taking close-up picture of facility and photography method using the same |
-
2017
- 2017-08-23 CN CN201710733203.5A patent/CN107380420A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012013878A1 (fr) * | 2010-07-27 | 2012-02-02 | Cofice | Dispositif permettant le contrôle non destructif de structures et comportant un drone et une sonde de mesure embarquee |
| CN102866162A (zh) * | 2012-09-05 | 2013-01-09 | 中冶建筑研究总院有限公司 | 一种非接触式大型建构筑物混凝土缺陷检测装置 |
| CN103499776A (zh) * | 2013-09-03 | 2014-01-08 | 华北电力大学（保定） | 基于超声波和红外热像的输变电设备故障巡检核心系统 |
| CN104215640A (zh) * | 2014-08-18 | 2014-12-17 | 南京航空航天大学 | 基于无人直升机的风电叶片缺陷损伤检查方法及检查系统 |
| JP2017095980A (ja) * | 2015-11-24 | 2017-06-01 | 国立大学法人横浜国立大学 | 橋梁点検支援システム、損傷判定方法及びプログラム |
| CN105486716A (zh) * | 2015-11-27 | 2016-04-13 | 哈尔滨工业大学 | 主动式红外无损检测无人机系统 |
| CN105735150A (zh) * | 2016-03-04 | 2016-07-06 | 浙江大学 | 一种移动多目视觉桥梁常规检测方法 |
| CN206223727U (zh) * | 2016-11-25 | 2017-06-06 | 中国南方电网有限责任公司超高压输电公司柳州局 | 架空避雷线电磁无损遥测装置 |
| US20180149947A1 (en) * | 2016-11-28 | 2018-05-31 | Korea Institute Of Civil Engineering And Building Technology | Unmanned aerial vehicle system for taking close-up picture of facility and photography method using the same |
| CN206378463U (zh) * | 2016-12-16 | 2017-08-04 | 青岛华创风能有限公司 | 一种基于无人机的高空钢架探伤检测系统 |
| CN106598073A (zh) * | 2016-12-27 | 2017-04-26 | 武汉理工大学 | 基于四旋翼无人机的岸桥起重机结构检测系统 |
| CN207208467U (zh) * | 2017-08-23 | 2018-04-10 | 南京市特种设备安全监督检验研究院 | 一种基于无人机机械臂的起重机金属结构检测装置 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2569219A (en) * | 2017-10-13 | 2019-06-12 | Alti Velo Industrial Uav Rental Ltd | Non-destructive testing apparatus and method of use |
| JP2019130975A (ja) * | 2018-01-30 | 2019-08-08 | 富士通株式会社 | 飛翔機 |
| CN109060837A (zh) * | 2018-07-16 | 2018-12-21 | 同济大学 | 一种车载式集群视觉检测装置 |
| CN109823540A (zh) * | 2019-03-25 | 2019-05-31 | 三一汽车制造有限公司 | 用于机械结构件检测的无人机 |
| WO2020191937A1 (zh) * | 2019-03-25 | 2020-10-01 | 三一汽车制造有限公司 | 用于机械结构件检测的无人机 |
| CN113727938A (zh) * | 2019-04-26 | 2021-11-30 | 住友重机械建机起重机株式会社 | 起重机检修系统及起重机 |
| JPWO2020218433A1 (zh) * | 2019-04-26 | 2020-10-29 | ||
| JP7434296B2 (ja) | 2019-04-26 | 2024-02-20 | 住友重機械建機クレーン株式会社 | クレーン点検システムおよびクレーン |
| EP3960688A4 (en) * | 2019-04-26 | 2022-07-13 | Sumitomo Heavy Industries Construction Cranes Co., Ltd. | CRANE INSPECTION SYSTEM AND CRANE |
| CN111751378A (zh) * | 2020-06-15 | 2020-10-09 | 上海电机学院 | 一种基于图像识别的电缆绝缘层、管道外层的检测装置 |
| CN111776203A (zh) * | 2020-06-28 | 2020-10-16 | 航空工业信息中心 | 一种具有抓取功能的多翼无人机及工作方法 |
| CN111924119A (zh) * | 2020-07-15 | 2020-11-13 | 招商局国际信息技术有限公司 | 一种基于无人机的码头智能点检方法及系统 |
| CN112348034A (zh) * | 2020-10-21 | 2021-02-09 | 中电鸿信信息科技有限公司 | 基于无人机图像识别的起重机缺陷检测系统和工作方法 |
| CN112478968B (zh) * | 2020-11-06 | 2022-03-08 | 日立楼宇技术（广州）有限公司 | 电梯井道巡检控制方法、装置、系统和存储介质 |
| CN112478968A (zh) * | 2020-11-06 | 2021-03-12 | 日立楼宇技术（广州）有限公司 | 电梯井道巡检控制方法、装置、系统和存储介质 |
| CN112630170A (zh) * | 2020-12-16 | 2021-04-09 | 贵州电网有限责任公司 | 一种铁塔耐候钢焊接焊料成分检测装置 |
| CN112925337A (zh) * | 2021-02-03 | 2021-06-08 | 南京市特种设备安全监督检验研究院 | 一种大型起重机金属结构多旋翼无人机自动巡检方法 |
| CN115367135A (zh) * | 2022-10-21 | 2022-11-22 | 江苏伊卡洛斯电力无人机通用技术有限公司 | 一种无人机电力线巡检装置及其巡检方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107380420A (zh) | 一种基于无人机机械臂的起重机金属结构检测装置及方法 | |
| CN207208467U (zh) | 一种基于无人机机械臂的起重机金属结构检测装置 | |
| KR20180048405A (ko) | 무인 항공기를 이용한 비파괴 검사를 위한 방법 및 시스템 | |
| US11630459B2 (en) | Repair of structures using unmanned aerial vehicles | |
| CN106706451B (zh) | 一种锤击电梯门强度测试仪 | |
| CN106542092B (zh) | 一种可飞行式高空作业机器人及其方法 | |
| CN108802040A (zh) | 一种用于起重机表面缺陷检测的无人机装置及检测方法 | |
| EP3267189B1 (en) | Defect inspection device, defect inspection method, and program | |
| CN210665928U (zh) | 一种机载超声波局放仪快速检测装置 | |
| CN101381002A (zh) | 一种用于检测输电线路绝缘子的飞行机器人 | |
| CN110466760A (zh) | 一种电力巡检无人机用辅助机械臂及其控制系统 | |
| CN106125756A (zh) | 无人机及其巡检方法 | |
| CN107835385B (zh) | 翻转式钢管杆塔攀爬检测装置 | |
| CN109552610A (zh) | 一种四旋翼多用途飞行机器人 | |
| JP2017166382A (ja) | 無人移動体および無人移動体を用いた検査方法 | |
| JP2016135046A (ja) | 検査装置及び検査方法 | |
| US20200325878A1 (en) | Robotic access system including robotic fan crawler for wind blade inspection and maintenance | |
| JP2017115787A (ja) | 風力発電設備のメンテナンス方法および無人飛行機 | |
| CN107367674A (zh) | 无人机搭载绝缘子测试设备进行零值测试的方法 | |
| CN112285132A (zh) | 输电线路金具的带电上线检测系统 | |
| CN115319398B (zh) | 一种用于风机叶片缺陷修复的自动化修型方法 | |
| CN206804544U (zh) | 一种用于起重机表面缺陷检测的无人机装置 | |
| CN203275312U (zh) | 拉索外观检查仪 | |
| CN115213917A (zh) | 电网作业用智能监护机器人 | |
| KR101067171B1 (ko) | 발전기 회전자의 리테이닝 링의 자동 회전 검사장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |