CN110044925A - 一种正交异性钢箱梁过焊孔裂纹长期监测装置 - Google Patents
一种正交异性钢箱梁过焊孔裂纹长期监测装置 Download PDFInfo
- Publication number
- CN110044925A CN110044925A CN201910424262.3A CN201910424262A CN110044925A CN 110044925 A CN110044925 A CN 110044925A CN 201910424262 A CN201910424262 A CN 201910424262A CN 110044925 A CN110044925 A CN 110044925A
- Authority
- CN
- China
- Prior art keywords
- steel box
- power plant
- image
- welding hole
- long term
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 35
- 239000010959 steel Substances 0.000 title claims abstract description 35
- 208000037656 Respiratory Sounds Diseases 0.000 title claims abstract description 34
- 238000003466 welding Methods 0.000 title claims abstract description 22
- 230000007774 longterm Effects 0.000 title claims abstract description 16
- 238000012806 monitoring device Methods 0.000 title claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000009434 installation Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 4
- 230000011664 signaling Effects 0.000 claims description 4
- 101100421910 Arabidopsis thaliana SOT17 gene Proteins 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000002513 implantation Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims 1
- 230000005611 electricity Effects 0.000 claims 1
- 230000002349 favourable effect Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 239000002041 carbon nanotube Substances 0.000 description 1
- 229910021393 carbon nanotube Inorganic materials 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005307 ferromagnetism Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种正交异性钢箱梁过焊孔裂纹长期监测装置，该装置包括：动力模块：用以为线型传动组件提供动力；线型传动组件：与动力模块传动连接，用以使微距摄像头进行线性位置移动；微距摄像头：设置在线型传动组件上，用以采集正交异性钢箱梁焊缝表观图像。与现有技术相比，本发明具有模块化、扩展性好、拍摄清晰、角度自由、物联管理等优点。
Description
技术领域
本发明涉及钢箱梁安全监测领域，尤其是涉及一种正交异性钢箱梁过焊孔裂纹长期监测装置。
背景技术
钢箱梁目前在大量的斜拉桥和悬索桥中得以应用，但长期的车轮荷载作用的内部应力以及焊接残余应力共同作用使焊接及截面突变部位产生应力集中，从而在钢箱梁上产生疲劳裂纹。且随着桥梁服役年限的增长，裂纹将快速扩展。因此钢箱梁裂纹需进行定期检测甚至监测，以获取裂纹的发育情况进而采取合适的加固措施来控制裂纹。
目前钢箱梁裂纹检测以人工检测为主，即检测工人进入梁内，采用目检、超声波检测等方法识别和记录裂纹。但人工检测方法效率低下，耗费较多人力物力资源；且人工检测的标准化程度低，易受检测工人的主观因素影响，难以形成可靠的裂纹识别和度量准则；同时人工检测受限于钢箱梁的构造以及加工方式，梁内一些角落如过焊孔，不便于进行人工检查和量测。
针对传统人工检测方法的弊端，国内外学者开展了一系列研发和探索工作。比如采用声发射技术等新型检测技术进行裂纹检测，提高检测精度；在疲劳实验中采用预埋的电容传感器或多功能碳纳米管等，进行裂纹的监控；开发磁力爬行机器人，用于进行钢箱梁内部的巡检工作，等等。但是所研发设备自动化程度低，仍大量依赖人力；监控传感器大多需要预埋，对于实桥来说较为不便；巡检机器人受制于钢箱梁内部复杂环境，目前尚在试验阶段。因此对于钢箱梁裂纹的自动检测或长期监测，目前还没有较完善的解决方案。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种正交异性钢箱梁过焊孔裂纹长期监测装置。
本发明的目的可以通过以下技术方案来实现：
一种正交异性钢箱梁过焊孔裂纹长期监测装置，该装置包括：
动力模块：用以为线型传动组件提供动力；
线型传动组件：与动力模块传动连接，用以使微距摄像头进行线性位置移动；
微距摄像头：设置在线型传动组件上，用以采集正交异性钢箱梁焊缝表观图像。
所述的线型传动组件包括上面开口的采集外壳、通过螺栓固定在采集外壳内的直线导轨、在直线导轨上滑动的导轨滑块以及设置在直线导轨远端上的限位开关以及惰轮，所述的微距摄像头固定在导轨滑块上。
所述的动力模块由动力模块中段以及分别插接在动力模块中段左右两侧的动力模块外段构成，所述的动力模块中段通过连接嘴与采集外壳固定，左侧动力模块外段内设有步进电机，所述的步进电机通过同步轮与直线导轨上的导轨滑块和惰轮传动连接，右侧动力模块外段上设有usb收纳盒，所述的usb收纳盒内设有用以信息传输的控制板，该控制板与微距摄像头和步进电机连接。
所述的微距摄像头为HFUS-B4.5微距摄像头，所述的直线导轨为ST5C直线导轨。
所述的控制板为NanoPi主控板，其上设有网络天线接口、信号接口、电源接口、指示灯和开关，所述的网络天线接口用以接入天线供给信号，所述的信号接口用以通过有线的方式连接网络。
所述的动力模块通过机械磁力表座固定在钢箱梁顶板上，并通过机械磁力表座上的杠杆臂进行自由旋转调节角度，实现全范围内的采集图像捕捉。
该装置的使用方法包括以下步骤：
1)出厂配置：将装置组装完毕后，连接互联网，通过服务器端进行初始配置，包括设备配置和网络配置；
2)现场安装：采用机械磁力表座进行安装固定，每个过焊孔安装一个机械磁力表座，横向间隔50cm，纵向间隔2-3cm，磁力表座的一端夹持装置外壳，另一端吸附钢箱梁顶板；
3)相机标定：在安装完成后，采用标准棋盘格标定板进行相机标定，获取相机参数，对于裂纹图像的尺寸处理，则利用图像的透视变换处理：获得相机参数，生成由线性变换矩阵、平移矩阵、透视变换矩阵组成的投影透射变换矩阵，使原来的图像坐标点与投影透射变换矩阵相乘，得到新的标准裂纹图像；
4)裂纹采集与上传：对于每次裂纹采集，获取一系列连续的裂纹图像，通过服务器云端进行裂纹图像的上传，通过REST服务实现客户端与服务端的通讯，将图像逐个上传，并得到每次上传的反馈，如果上传成功，则删除图片，上传失败，则保留图片在本地；
5)设备管理：裂纹图像上传后，通过嵌入数据库的网页端后台进行图片的存储和管理，用以进行后续的算法植入和数据分析，首先通过线性灰度拉伸来增强图像，通过中值滤波去除图像噪声，使用基于像素坐标点的阈值分割法来将图像中的裂纹部分与背景图像分割出来，最后通过边缘检测识别出灰度差变化进而检测出裂纹完成裂纹识别。
与现有技术相比，本发明具有以下优点：
1)设备主体模块化，分为采集模块、动力模块和控制模块，可以连接其他传感器获取相应的数据，因此具有良好的可扩展性。
2)利用微距镜头，保证过焊孔裂纹的清晰拍摄，采用磁吸式固定，对钢箱梁环境具有很好的适用性。
3)通过配套的网页端，实现物联管理。后期通过在服务器上部署图像拼接和识别算法，实现裂纹长度、宽度等特征的自动提取及数据分析。
附图说明
图1为本发明的结构示意图。
图2为本发明的结构主视图。
图3为动力模块的结构示意图。
图4为控制板的结构示意图。
图5为初始配置的流程图。
图6为现场安装的连接关系图。
图7为相机标定的流程图。
图8为裂纹采集与上传的流程图。
图中标记说明：
1、动力模块，2、连接嘴，3、采集外壳，4、直线导轨，5、导轨滑块，6、微距摄像头，7、内窥镜外壳，8、限位开关，9、惰轮，10、动力模块外段，11、动力模块中段，12、步进电机，13、同步轮，14、usb收纳盒，15、网络天线接口，16、信号接口，17、电源接口，18、指示灯，19、开关。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1-4所示，本发明提供一种正交异性钢箱梁过焊孔裂纹长期监测装置，该装置通过机械磁力表座固定在钢箱梁顶板上，包括HFUS-B4.5微距摄像头、摄像头线性传动装置、USB收纳盒14、采集外壳3及直线导轨4、步进电机12，NanoPi主控板、开关19与指示灯18。
该装置的按功能分为以下模块：
模块一：采集模块，包含HFUS-B4.5微距摄像头6、线性传动组件、USB收纳盒14，采集外壳3及直线导轨4；
模块二：动力模块，包含步进电机12。
模块三：控制模块，包含NanoPi主控板以及开关19与指示灯18。
该装置的连接关系如下：
动力模块是由安装在钢箱梁顶板上的机械磁力表座通过闭合磁力线形成的磁力进行固定，机械磁力表座的连接螺丝旋开后可将其上的强磁性杠杆臂进行自由旋转，从而带动动力模块，实现所有范围的捕捉；采集模块经螺丝旋紧固定到动力模块上，并将HFUS-B4.5微距摄像头卡入ST5C直线导轨中，通过USB线收纳盒实现信息的传输；控制模块是由强磁性杠杆固定，同时排线与其余两部分连接，而NanoPi结合开关以及指示灯共同完成对系统的控制。
本发明正交异性钢箱梁过焊孔裂纹长期监测装置的使用方法，具体包括以下步骤：
1)出厂配置：设备按照各个模块组装完毕后，首先连接互联网，通过服务器端进行初始配置。配置包括设备配置和网络配置，如图5所示；
2)现场安装：对于每个模块，均采用磁力表座进行安装固定，每个过焊孔需安装一个磁力表座，横向间隔50cm，纵向间隔2-3cm，磁力表座的一端夹持模块外壳，另一端吸附钢箱梁顶板。另外，采集模块和动力模块通过螺丝旋紧，动力模块与控制模块则通过排线进行传输，如图6所示；
3)相机标定：在安装完成后，视距量测困难以及安装误差使得所得图片并不准确。因此需进行相机标定，采用标准棋盘格标定板，解算出相机参数，对于裂纹图像的尺寸处理，需利用图像的透视变换处理：首先需要获得相机参数，之后根据该参数生成由线性变换矩阵、平移矩阵、透视变换矩阵组成的投影透射变换矩阵，让原来的图像坐标点与该矩阵相乘，便可得到新的标准裂纹图像，如图7所示；
4)裂纹采集与上传：裂纹采集与上传是裂纹监测仪的主要工作。对于每次裂纹采集，首先将相机回归零点，重复拍照、前进的工作步骤，直至完成工作，得到了一系列连续的裂纹图像。之后通过服务器云端进行裂纹图像的上传，通过REST服务实现客户端与服务端的通讯，将图像逐个上传，并得到每次上传的反馈。如果上传成功，则删除图片，上传失败，则保留图片在本地，如图8所示；
5)设备管理：裂纹图像上传后，通过嵌入数据库的网页端后台进行图片的存储和管理，以及后续的算法植入和数据分析。计算机首先通过线性灰度拉伸来增强图像，通过中值滤波去除图像噪声，使用基于像素坐标点的阈值分割法来将图像中的裂纹部分与背景图像分割出来，最后通过边缘检测识别出灰度差变化进而检测出裂纹完成裂纹识别工作。
Claims (7)
1.一种正交异性钢箱梁过焊孔裂纹长期监测装置，其特征在于，该装置包括：
动力模块(1)：用以为线型传动组件提供动力；
线型传动组件：与动力模块(1)传动连接，用以使微距摄像头(6)进行线性位置移动；
微距摄像头(6)：设置在线型传动组件上，用以采集正交异性钢箱梁焊缝表观图像。
2.根据权利要求1所述的一种正交异性钢箱梁过焊孔裂纹长期监测装置，其特征在于，所述的线型传动组件包括上面开口的采集外壳(3)、通过螺栓固定在采集外壳(3)内的直线导轨(4)、在直线导轨(4)上滑动的导轨滑块(5)以及设置在直线导轨(4)远端上的限位开关以及惰轮(9)，所述的微距摄像头(6)固定在导轨滑块(5)上。
3.根据权利要求2所述的一种正交异性钢箱梁过焊孔裂纹长期监测装置，其特征在于，所述的动力模块(1)由动力模块中段(11)以及分别插接在动力模块中段(11)左右两侧的动力模块外段(10)构成，所述的动力模块中段(11)通过连接嘴(2)与采集外壳(3)固定，左侧动力模块外段(10)内设有步进电机(12)，所述的步进电机(12)通过同步轮(13)与直线导轨(4)上的导轨滑块(5)和惰轮(9)传动连接，右侧动力模块外段(10)上设有usb收纳盒(14)，所述的usb收纳盒(14)内设有用以信息传输的控制板，该控制板与微距摄像头(6)和步进电机(12)连接。
4.根据权利要求1所述的一种正交异性钢箱梁过焊孔裂纹长期监测装置，其特征在于，所述的微距摄像头(6)为HFUS-B4.5微距摄像头，所述的直线导轨(4)为ST5C直线导轨。
5.根据权利要求3所述的一种正交异性钢箱梁过焊孔裂纹长期监测装置，其特征在于，所述的控制板为NanoPi主控板，其上设有网络天线接口(15)、信号接口(16)、电源接口(17)、指示灯(18)和开关(19)，所述的网络天线接口(15)用以接入天线供给信号，所述的信号接口(16)用以通过有线的方式连接网络。
6.根据权利要求1所述的一种正交异性钢箱梁过焊孔裂纹长期监测装置，其特征在于，所述的动力模块(1)通过机械磁力表座固定在钢箱梁顶板上，并通过机械磁力表座上的杠杆臂进行自由旋转调节角度，实现全范围内的采集图像捕捉。
7.根据权利要求1所述的一种正交异性钢箱梁过焊孔裂纹长期监测装置，其特征在于，该装置的使用方法包括以下步骤：
1)出厂配置：将装置组装完毕后，连接互联网，通过服务器端进行初始配置，包括设备配置和网络配置；
2)现场安装：采用机械磁力表座进行安装固定，每个过焊孔安装一个机械磁力表座，横向间隔50cm，纵向间隔2-3cm，磁力表座的一端夹持装置外壳，另一端吸附钢箱梁顶板；
3)相机标定：在安装完成后，采用标准棋盘格标定板进行相机标定，获取相机参数，对于裂纹图像的尺寸处理，则利用图像的透视变换处理：获得相机参数，生成由线性变换矩阵、平移矩阵、透视变换矩阵组成的投影透射变换矩阵，使原来的图像坐标点与投影透射变换矩阵相乘，得到新的标准裂纹图像；
4)裂纹采集与上传：对于每次裂纹采集，获取一系列连续的裂纹图像，通过服务器云端进行裂纹图像的上传，通过REST服务实现客户端与服务端的通讯，将图像逐个上传，并得到每次上传的反馈，如果上传成功，则删除图片，上传失败，则保留图片在本地；
5)设备管理：裂纹图像上传后，通过嵌入数据库的网页端后台进行图片的存储和管理，用以进行后续的算法植入和数据分析，首先通过线性灰度拉伸来增强图像，通过中值滤波去除图像噪声，使用基于像素坐标点的阈值分割法来将图像中的裂纹部分与背景图像分割出来，最后通过边缘检测识别出灰度差变化进而检测出裂纹完成裂纹识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910424262.3A CN110044925A (zh) | 2019-05-21 | 2019-05-21 | 一种正交异性钢箱梁过焊孔裂纹长期监测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910424262.3A CN110044925A (zh) | 2019-05-21 | 2019-05-21 | 一种正交异性钢箱梁过焊孔裂纹长期监测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110044925A true CN110044925A (zh) | 2019-07-23 |
Family
ID=67282855
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910424262.3A Pending CN110044925A (zh) | 2019-05-21 | 2019-05-21 | 一种正交异性钢箱梁过焊孔裂纹长期监测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110044925A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112229324A (zh) * | 2020-09-29 | 2021-01-15 | 国发重工机械有限公司 | 一种钢箱梁制造强度的在线自动检测系统 |
| CN113466291A (zh) * | 2021-06-24 | 2021-10-01 | 华能秦煤瑞金发电有限责任公司 | 一种基于温度场变化检测大体积混凝土裂缝的分析方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202075755U (zh) * | 2011-05-03 | 2011-12-14 | 西安理工大学 | 一种工件表面微裂纹视觉检测装置 |
| CN102692347A (zh) * | 2012-05-08 | 2012-09-26 | 浙江工业大学 | 疲劳裂纹扩展试验摄像头自动调整图像采集装置及方法 |
| CN205333530U (zh) * | 2015-12-11 | 2016-06-22 | 昆明理工大学 | 一种钢梁结构裂纹检测模拟实验装置 |
| CN105887634A (zh) * | 2016-05-23 | 2016-08-24 | 桂仲成 | 履带式道面自主检测智能装置 |
| CN106053592A (zh) * | 2016-06-13 | 2016-10-26 | 河海大学 | 实桥焊缝扫描仪及其扫描方法 |
| CN108489830A (zh) * | 2018-05-28 | 2018-09-04 | 西安获德图像技术有限公司 | 裂纹扩展测量系统 |
| CN207908380U (zh) * | 2018-01-04 | 2018-09-25 | 河海大学 | 用于实桥检测的检视装置 |
| CN109115801A (zh) * | 2018-08-28 | 2019-01-01 | 辽宁工程技术大学 | 一种可移动塔式起重机起重臂裂纹检测机器人 |
| CN208488406U (zh) * | 2018-05-07 | 2019-02-12 | 吉林大学 | 集成双目视觉成像和漏磁检测装置的自动化检测车 |
| CN109613010A (zh) * | 2019-01-30 | 2019-04-12 | 西南交通大学 | 正交异性钢桥面板疲劳裂纹检测系统 |
| CN209961692U (zh) * | 2019-03-07 | 2020-01-17 | 同济大学 | 一种正交异性钢箱梁焊缝表观图像采集装置 |
| CN210803324U (zh) * | 2019-05-21 | 2020-06-19 | 上海黑塞智能科技有限公司 | 一种正交异性钢箱梁过焊孔裂纹长期监测装置 |
-
2019
- 2019-05-21 CN CN201910424262.3A patent/CN110044925A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202075755U (zh) * | 2011-05-03 | 2011-12-14 | 西安理工大学 | 一种工件表面微裂纹视觉检测装置 |
| CN102692347A (zh) * | 2012-05-08 | 2012-09-26 | 浙江工业大学 | 疲劳裂纹扩展试验摄像头自动调整图像采集装置及方法 |
| CN205333530U (zh) * | 2015-12-11 | 2016-06-22 | 昆明理工大学 | 一种钢梁结构裂纹检测模拟实验装置 |
| CN105887634A (zh) * | 2016-05-23 | 2016-08-24 | 桂仲成 | 履带式道面自主检测智能装置 |
| CN106053592A (zh) * | 2016-06-13 | 2016-10-26 | 河海大学 | 实桥焊缝扫描仪及其扫描方法 |
| CN207908380U (zh) * | 2018-01-04 | 2018-09-25 | 河海大学 | 用于实桥检测的检视装置 |
| CN208488406U (zh) * | 2018-05-07 | 2019-02-12 | 吉林大学 | 集成双目视觉成像和漏磁检测装置的自动化检测车 |
| CN108489830A (zh) * | 2018-05-28 | 2018-09-04 | 西安获德图像技术有限公司 | 裂纹扩展测量系统 |
| CN109115801A (zh) * | 2018-08-28 | 2019-01-01 | 辽宁工程技术大学 | 一种可移动塔式起重机起重臂裂纹检测机器人 |
| CN109613010A (zh) * | 2019-01-30 | 2019-04-12 | 西南交通大学 | 正交异性钢桥面板疲劳裂纹检测系统 |
| CN209961692U (zh) * | 2019-03-07 | 2020-01-17 | 同济大学 | 一种正交异性钢箱梁焊缝表观图像采集装置 |
| CN210803324U (zh) * | 2019-05-21 | 2020-06-19 | 上海黑塞智能科技有限公司 | 一种正交异性钢箱梁过焊孔裂纹长期监测装置 |
Non-Patent Citations (3)
| Title |
|---|
| 周见行 等: "基于摄像头自动跟踪定位的疲劳裂纹在线测量方法研究", 中国机械工程, vol. 22, no. 11, pages 1302 - 1306 * |
| 郑欢斌 等: "疲劳裂纹扩展试验裂纹图像采集系统", 轻工机械, no. 06, pages 46 - 51 * |
| 高军强 等: "多摄像机线结构光的钢轨表面三维缺陷检测", 机械设计与制造, no. 03, pages 170 - 172 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112229324A (zh) * | 2020-09-29 | 2021-01-15 | 国发重工机械有限公司 | 一种钢箱梁制造强度的在线自动检测系统 |
| CN113466291A (zh) * | 2021-06-24 | 2021-10-01 | 华能秦煤瑞金发电有限责任公司 | 一种基于温度场变化检测大体积混凝土裂缝的分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108918539B (zh) | 一种隧道结构表观病害检测装置及方法 | |
| CN103018179B (zh) | 一种作物水分胁迫的近红外偏振超光谱成像检测装置和方法 | |
| CN102692188B (zh) | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 | |
| CN108507949B (zh) | 一种基于高分遥感卫星的河道水质监测方法 | |
| Yang et al. | Deep learning‐based bolt loosening detection for wind turbine towers | |
| CN109977813A (zh) | 一种基于深度学习框架的巡检机器人目标定位方法 | |
| CN110411580B (zh) | 一种电力设备发热缺陷的诊断方法以及诊断系统 | |
| CN103528617A (zh) | 一种座舱仪表自动识别和检测方法及装置 | |
| CN104964886A (zh) | 一种焊接构件疲劳应力及应变实时非接触式监测方法 | |
| CN112540089B (zh) | 数字成像系统在混凝土桥梁裂缝检测和分析中的应用方法 | |
| CN103442247A (zh) | 一种摄像头图像清晰度评估方法及其评估系统 | |
| CN114548278A (zh) | 基于深度学习的在役隧道衬砌结构缺陷识别方法及系统 | |
| CN110044925A (zh) | 一种正交异性钢箱梁过焊孔裂纹长期监测装置 | |
| CN111610193A (zh) | 采用多镜头拍摄巡检地铁隧道管片结构缺陷的系统及方法 | |
| CN113205039B (zh) | 基于多dcnn网络的电力设备故障图像识别勘灾系统及方法 | |
| CN108509696A (zh) | 基于三维激光扫描技术的古建筑健康监测方法及装置 | |
| CN110186375A (zh) | 智能化高铁白车身焊接装配特征检测装置及检测方法 | |
| CN101059427A (zh) | 多光谱成像技术快速无损测量茶树含氮量的方法 | |
| CN108180871B (zh) | 一种定量评价复合绝缘子表面粉化粗糙度的方法 | |
| CN109272484B (zh) | 一种基于视频图像的降雨检测方法 | |
| CN112455676A (zh) | 一种光伏板健康状态智能监测分析系统及方法 | |
| CN104819694A (zh) | 柔性板状结构形态感知与重构实验平台 | |
| CN103837533A (zh) | 基于热成像仪的混凝土温度监测与仿真反分析方法 | |
| CN111311668B (zh) | 一种基于卷积神经网络的清水混凝土表面气孔分析方法 | |
| CN112964732A (zh) | 一种基于深度学习的丝饼缺陷视觉检测系统及方法 |
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 |