CN112001899A - 湿热气候钢结构涂层检测方法、装置、服务器和存储介质 - Google Patents
湿热气候钢结构涂层检测方法、装置、服务器和存储介质 Download PDFInfo
- Publication number
- CN112001899A CN112001899A CN202010814869.5A CN202010814869A CN112001899A CN 112001899 A CN112001899 A CN 112001899A CN 202010814869 A CN202010814869 A CN 202010814869A CN 112001899 A CN112001899 A CN 112001899A
- Authority
- CN
- China
- Prior art keywords
- detected
- steel structure
- coating
- infrared spectrum
- detection
- 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
- 238000000576 coating method Methods 0.000 title claims abstract description 145
- 239000011248 coating agent Substances 0.000 title claims abstract description 143
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 123
- 239000010959 steel Substances 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims description 19
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 129
- 238000001514 detection method Methods 0.000 claims abstract description 118
- 238000012937 correction Methods 0.000 claims description 33
- 238000004088 simulation Methods 0.000 claims description 23
- 230000005855 radiation Effects 0.000 claims description 21
- 238000001228 spectrum Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 14
- 230000007797 corrosion Effects 0.000 claims description 11
- 238000005260 corrosion Methods 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 230000000877 morphologic effect Effects 0.000 description 7
- 239000002861 polymer material Substances 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 239000013307 optical fiber Substances 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000032683 aging Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 208000034656 Contusions Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 239000012153 distilled water Substances 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 239000011859 microparticle Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 208000034526 bruise Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000002848 electrochemical method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 239000004014 plasticizer Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 239000002966 varnish Substances 0.000 description 1
Images
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
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- 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
- G06T2207/30136—Metal
Abstract
本发明提供一种湿热气候钢结构涂层检测方法,一种湿热气候钢结构涂层检测方法,通过红外检测设备执行,包括:对所述待测钢结构涂层进行近景检测,以获取待测红外光谱,所述近景检测为所述待测钢结构涂层与红外检测设备保持预设距离的检测;对所述待测红外光谱进行解析,以生成所述待测钢结构涂层的性能检测结果。本发明通过对待测钢结构涂层进行近景检测,实现在较近距离非接触式获取待测红外光谱,实现在难以直接接触到待测钢结构涂层的湿热气候进行涂层性能检测。
Description
技术领域
本发明实施例涉及钢结构防腐涂层领域,尤其涉及一种湿热气候钢结构涂层检测方法、装置、服务器和存储介质。
背景技术
钢结构防腐涂层的使用年限远低于工程设计使用年限,工程投入后必须定期检测防腐涂层性能状况以确定使用寿命以及是否需要修补,现有技术中检测防腐涂层使用:1)非磁性测厚仪测量涂层厚度;2)划圈法、划格法、划痕法和剥落试验法用于检测涂层与基材附着力;3)铅笔硬度法检测涂层硬度。4)电化学法检测涂层电阻抗,判断涂层残余使用寿命。
现有检测技术中,上述检测技术均需将设备直接与防腐涂层接触,一些湿热环境的桥梁、建筑等,现场条件无法实现接触检测,导致检测难度大。
发明内容
本发明提供了一种湿热气候钢结构涂层检测方法,通过对待测钢结构涂层进行近景检测,实现在较近距离非接触式获取待测红外光谱,实现在难以直接接触到待测钢结构涂层的湿热气候进行涂层性能检测。
第一方面,本实施例提供了一种湿热气候钢结构涂层检测方法,包括:
对所述待测钢结构涂层进行近景检测,以获取待测红外光谱,所述近景检测为所述待测钢结构涂层与红外检测设备保持预设距离的检测;
对所述待测红外光谱进行解析,以生成所述待测钢结构涂层的性能检测结果。
进一步地,所述对所述待测钢结构涂层进行近景检测,以获取待测红外光谱,包括:
基于预设的湿热气候模拟实验,确定所述待测钢结构涂层对红外光的敏感波段;
使用所述敏感波段的红外光,对所述待测钢结构涂层进行近景检测,以获取待测红外光谱。
进一步地,所述基于预设的湿热气候模拟实验,确定所述待测钢结构涂层对红外光的敏感波段,包括:
在所述湿热气候模拟实验初始状态,获取样本的第一红外光谱;
在所述湿热气候模拟实验进程中,每隔预设时间间隔获取所述样本的第二红外光谱;
判断所述样本表面的腐蚀面积是否超过预设阈值;
若超过,则对所述第一红外光谱和第二红外光谱进行解析,以生成所述样本对红外光的敏感波段;
将所述样本对红外光的敏感波段作为所述待测钢结构涂层对红外光的敏感波段。
进一步地,在所述对所述待测钢结构涂层进行近景检测,以获取待测红外光谱之前,还包括:
执行设备光谱标定。
进一步地,所述对所述待测钢结构涂层进行近景检测,以获取待测红外光谱之后,还包括:
获取湿热气候的气候数据;
基于所述气候数据对所述待测红外光谱进行误差校正。
进一步地,所述湿热气候的气候数据包括大气参数和地形参数,所述基于所述气候数据对所述待测红外光谱进行误差校正,包括:
基于所述大气参数对所述待测红外光谱进行辐射校正,以消除湿热气候的大气环境对所述待测红外光谱的辐射干扰;
将所述大气参数、地形参数和经过辐射校正的所述待测红外光谱代入预设的地形校正模型,以生成地形校正后的所述待测红外光谱。
第二方面,本发明提供一种湿热气候钢结构涂层检测装置,包括:
近景检测模块,用于对所述待测钢结构涂层进行近景检测,以获取待测红外光谱,所述近景检测为所述待测钢结构涂层与红外检测设备保持预设距离的检测;
结果生成模块,用于对所述待测红外光谱进行解析,以生成所述待测钢结构涂层的性能检测结果。
进一步地,所述近景检测模块还包括:
波段确定单元,用于基于预设的湿热气候模拟实验,确定所述待测钢结构涂层对红外光的敏感波段;
近景检测单元,用于使用所述敏感波段的红外光,对所述待测钢结构涂层进行近景检测,以获取待测红外光谱。
第三方面,本发明还提供一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如上述任一所述的一种湿热气候钢结构涂层检测方法
第四方面,一种终端可读存储介质,其上存储有程序,所述程序被处理器执行时能够实现如上述任一所述的一种湿热气候钢结构涂层检测方法。
本发明通过对待测钢结构涂层进行近景检测,实现在较近距离非接触式获取待测红外光谱,实现在难以直接接触到待测钢结构涂层的湿热气候进行涂层性能检测。
附图说明
如图1所示为本实施例一的湿热气候钢结构涂层检测方法流程图。
如图2所示为本实施例一的替代实施例流程图。
如图3所示为本实施例二的湿热气候钢结构涂层检测方法流程图。
如图4所示为本实施例二的替代实施例流程图。
如图5所示为本实施例二的替代实施例流程图。
如图6所示为本实施例三的湿热气候钢结构涂层检测方法流程图。
如图7所示为本实施例四的湿热气候钢结构涂层检测装置模块图。
如图8所示为本实施例四替代实施例的模块图。
如图9所示为本实施例五的服务器模块图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止,但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外,术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等,但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说,在不脱离本申请的范围的情况下,第一红外光谱可以为第二红外光谱,类似地,第二红外光谱可以为第一红外光谱。第一红外光谱和第二红外光谱都是本发明所述的红外光谱,但其不是同一红外光谱。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”、“批量”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
实施例一
本实施例提供了一种湿热气候钢结构涂层检测方法,通过红外检测设备执行,所述湿热气候指以气温高、湿度高、雨量大、日温差小,无风或少风为特点的气候。如图1所示,本实施例测湿热气候钢结构涂层步骤如下:
S101、对所述待测钢结构涂层进行近景检测,以获取待测红外光谱,所述近景检测为所述待测钢结构涂层与红外检测设备保持预设距离的检测。
该步骤中,所述近景检测值检测设备与待测钢结构涂层的预设距离在3米-100米之间的检测,区别于传统红外光谱检测的远距离遥感和超近距离检测。所述第一红外光谱可以是一张或多张。该步骤所述的待测红外光谱,在实际应用中,通常将红外光谱分为三个区域:近红外区(0.75~2.5μm)、中红外区(2.5~25μm)和远红外区(25~300μm)。其中近红外光谱是由分子的倍频、合频产生,优选地,本实施例及下述实施例所述红外光谱选用近红外光检测,具有设备成本低、检测快递的优点。
优选地,本实施例及下述实施例所述的待测红外光谱、第一红外光谱和第二红外光谱为红外高光谱,高光谱是指在光谱图像中光谱分辨率在高量级范围内的光谱图像,可以更好地反应不同物质间化学成分的内在细节差异。通过获取红外高光谱,能够提高红外光谱的信息密度,提高性能检测精度。
S102、对所述待测红外光谱进行解析,以生成所述待测钢结构涂层的性能检测结果。
本实施例及下述实施例所述的待测红外光谱为一张或多张。所述性能检测结果用于描述待测钢结构涂层性能,包括但不限于:待测钢结构涂层厚度、待测钢结构涂层与钢结构的附着力、待测钢结构涂层硬度、涂层使用寿命和/或涂层性能等级的一种或多种,还包括涂层形态缺陷及对应的微观粒子数据和/或电化学数据。所述解析过程可以是将所述待测红外光谱代入性能检测模型进行计算以得到性能检测结果。
在一种实施例中,检测装置通过红外检测设备获取湿热气候目标桥梁待测钢结构涂层的大量待测红外光谱,使用性能检测模型对所述大量待测红外光谱进行分类处理以得到一个或多个性能检测结果。将智能识别模型计算的涂层性能数据基于预设的性能评价标准,进行性能评价。
该步骤中,实地工程项目可能是大型钢结构桥梁或大型基础设施,其钢结构涂层的表面积很大,为综合评定大型钢结构桥梁或基础设施表面涂层的性能,通常需获取大量待测红外光谱,对应地,生成大量性能检测结果。则在步骤S102之后,如图2所示,还包括:S103、基于预设的等级评定标准对一个或多个所述性能检测结果进行评定,以获取对所述待测钢结构涂层的综合评定结果。
本发明通过对待测钢结构涂层进行近景检测,实现在较近距离非接触式获取待测红外光谱,实现在难以直接接触到待测钢结构涂层的湿热气候进行涂层性能检测。
实施例二
本实施例在上述实施例的基础上对检测红外光波段进行了限定,通过湿热气候模拟实验进行,如图3所示,具体包括:
S201、基于预设的湿热气候模拟实验,确定所述待测钢结构涂层对红外光的敏感波段。
所述待测钢结构涂层对红外光的敏感波段,指待测钢结构涂层的性能变化能在该敏感波段的红外光谱中表现出明显的差异。
S202、使用所述敏感波段的红外光,对所述待测钢结构涂层进行近景检测,以获取待测红外光谱。
该步骤中,检测设备调节为发射敏感波段的红外光照射所述待测钢结构涂层,以获取待测红外光谱图。
S203、对所述待测红外光谱进行解析,以生成所述待测钢结构涂层的性能检测结果。
在一种替代实施例中,如图4所示,步骤S201包括:
S2011、在所述湿热气候模拟实验初始状态,获取样本的第一红外光谱。
实验中,样本放置于湿热老化环境试验箱中进行试验。在高湿度环境下,水分能够渗透到高分子材料内部,导致高分子材料发生溶胀,部分亲水性基团发生水解,导致高分子材料发生老化降解。另外,水分渗入到高分子材料内部,还能够导致高分子材料内部的添加剂,如增塑剂、配合剂以及其它物质的溶解与迁移,影响高分子材料的机械性能。同时,湿热环境的热又可以促进水分的这种渗透作用,加速了高分子材料的降解,使涂层性能劣化并丧失对金属基体的保护作用,最终导致金属锈蚀。通过制造湿热气候使涂层加速腐蚀以达到实验需求的腐蚀效果。
在模拟实验开始之前采集样本的第一红外光谱,记录为初始状态。其中,所述样本为表面覆有实验涂层的钢结构,且所述实验涂层与待测钢结构涂层的涂层材料、喷涂厚度和/或加工工艺相同。示例性地,该步骤采用光纤漫反射近红外光谱测试仪采集钢结构涂层待测红外光谱。实际应用中,通常将红外光谱分为近红外区(0.75~2.5微米)、中红外区(2.5~25微米)和远红外区(25~300微米),其中近红外光谱是由分子的倍频、合频产生,通过选用近红外光检测,实现设备成本低、检测快速的优点。可选地,红外检测设备为900纳米-2500纳米近红外光谱成像仪。
在一种替代实施例中,如图5所示,步骤S2011之前还包括:S2016、基于所述湿热气候模拟实验的需求,在样本的预设位置制造形态缺陷,所述形态缺陷包括划伤、碰伤的任意一种或多种。
S2012、在所述湿热气候模拟实验进程中,每隔预设时间间隔获取所述样本的第二红外光谱。
该步骤中,将所述样板放入湿热气候试验箱设备中,基于《色漆和清漆人工气候老化和人工辐射曝露GB/T1865-2009》标准进行湿热老化腐蚀试验,所述样本为符合上述标准的100毫米×150毫米或70毫米×150毫米磨光钢板表面涂覆的实验涂层。
将预设时间间隔设置为24小时,每隔24小时取出样本,用蒸馏水将样本表面清洗干净后自然风干,利用所述光纤漫反射近红外光谱测试仪获得一次第二红外光谱;将检测后的样本重新放入所述湿热气候试验箱设备,执行湿热老化腐蚀试验,在间隔24小时后再次取出用蒸馏水将样本表面清洗干净后自然风干,利用所述光纤漫反射近红外光谱测试仪获得一次第二红外光谱。重复上述步骤,获取一张或多张第二红外光谱。
S2013、判断所述样本表面的腐蚀面积是否超过预设阈值。
该步骤用于判断样本是否达到了预设的腐蚀效果,示例性地,将所述预设阈值设置为样本表面积的50%,当所述样本的腐蚀面积大于样本表面积的50%,则停止实验,将在这一实验进程中获取的一张或多张第二红外光谱记录并保存,执行步骤S2014,若所述样本的腐蚀面积小于等于样本表面积的50%,则返回执行上述步骤S2012。
S2014、若超过,则对所述第一红外光谱和第二红外光谱进行解析,以生成所述样本对红外光的敏感波段。
分析上述步骤获取的第一红外光谱和一张或多张第二红外光谱,将所述第二红外光谱与所述第一红外光谱的对比,基于第一红外光谱和第二红外光谱的峰值变化和新峰增加情况确定湿热气候条件下样本对近红外光的敏感谱段。
S2015、将所述样本对红外光的敏感波段作为所述待测钢结构涂层对红外光的敏感波段。
本实施例通过预设的湿热气候模拟实验,确定了钢结构涂层对红外光的敏感波段,使待测红外光谱能更精确反应带层钢结构涂层性状。同时,通过实验之前在样本上制造形态缺陷,模拟实际工程项目中待测钢结构涂层受到的损伤,提高了模拟实验的精度。
实施例三
本实施例在上述实施例的基础上增加了对检测过程的误差进行校正的过程。其中红外光谱设备本身存在误差,湿热气候的大气参数、地面参数、水体参数、光照、亮度、湿度等环境因素也会对红外光的传播和光谱成像也会产生影响。如图6所示,具体包括如下步骤:
S301、执行设备光谱标定。
S302、对所述待测钢结构涂层进行近景检测,以获取待测红外光谱,所述近景检测为所述待测钢结构涂层与红外检测设备保持预设距离的检测。
S303、获取湿热气候的气候数据。
该步骤所述的湿热气候气候数据包括大气参数、地形参数,还包括水体参数、光照、亮度和/或湿度等环境因素。
S304、基于所述气候数据对所述待测红外光谱进行误差校正。
在一种实施例中,该步骤的误差校正过程为:
第一步,基于所述大气参数对所述待测红外光谱进行辐射校正,以消除湿热气候的大气环境对所述待测红外光谱的辐射干扰。
辐射校正的过程包括辐射标定和大气校正,其中,所述待测红外光谱包括光谱DN值,所述DN值指的是光谱图像的像元亮度值,用于反映被测钢结构涂层的辐射率,数值大小与传感器的辐射分辨率、地物发射率、大气透过率和/或散射率等。其中辐射标定将待测红外光谱的所述DN值转为表观辐射度,大气校正的目的是消除或减少大气对红外光谱图像的干扰。
在一种可选的实施方式中,采集标准积分球已知波长的光谱数据,获取所述标准积分球的DN值,通过敏感度计算方程计算传感器的辐射敏感度系数,完成辐射标定,将所述待测红外光谱的光谱DN值转换为大气外层表面反射率。将所述大气外层表面反射率转换为地面反射率以完成大气校正。
本实施例所采用的辐射校正方式还可以是现有技术中任意一种校正方式或多种校正方式的组合,其目的是实现去除钢结构涂层光谱图像受湿热气候因素影响导致的图像误差,提高性能检测结果的精度。
第二步,将所述大气参数、地形参数和经过辐射校正的所述待测红外光谱代入预设的地形校正模型,以生成地形校正后的所述待测红外光谱。
不同的光照、地形条件对重建光谱的反射率影响不可忽略,可以通过预先设置的数字地形模型(例如数字高程模型DEM)进行地形校正。在一种替代实施例中,第二步还包括:获取待测钢结构涂层的GPS数据和姿态数据,对所述待测光谱进行图像变化校正。
本实施例通过误差校正,消除了湿热气候中大气参数、地面参数、光照、亮度、湿度等环境因素对红外光谱成像产生的影响,提高涂层性能检测精度。
实施例四
如图7,本实施例提供了一种湿热气候钢结构涂层检测装置4,包括如下模块:
近景检测模块401,用于对所述待测钢结构涂层进行近景检测,以获取待测红外光谱,所述近景检测为所述待测钢结构涂层与红外检测设备保持预设距离的检测;可选地,所述近景检测模块401的所述红外光谱选用近红外光检测,具有设备成本低、检测快递的优点。优选地,本实施例及其他实施例所述的待测红外光谱、第一红外光谱和第二红外光谱为红外高光谱。
结果生成模块402,用于对所述待测红外光谱进行解析,以生成所述待测钢结构涂层的性能检测结果。其中所述性能检测结果包括但不限于待测钢结构涂层厚度、待测钢结构涂层与钢结构的附着力、待测钢结构涂层硬度、涂层使用寿命和/或涂层性能等级的一种或多种,还包括涂层形态缺陷及对应的微观粒子数据和/或电化学数据。所述解析过程可以是将所述待测红外光谱代入性能检测模型进行计算以得到性能检测结果。
如图8,在替代实施例中,还包括:
综合评定模块403,用于基于预设的等级评定标准对一个或多个所述性能检测结果进行评定,以获取对所述待测钢结构涂层的综合评定结果。
在替代实施例中,近景检测模块401还包括:
波段确定单元4011,用于基于预设的湿热气候模拟实验,确定所述待测钢结构涂层对红外光的敏感波段。
波段确定单元4011还用于:在所述湿热气候模拟实验初始状态,获取样本的第一红外光谱;
在所述湿热气候模拟实验进程中,每隔预设时间间隔获取所述样本的第二红外光谱;
判断所述样本表面的腐蚀面积是否超过预设阈值;
若超过,则对所述第一红外光谱和第二红外光谱进行解析,以生成所述样本对红外光的敏感波段;
将所述样本对红外光的敏感波段作为所述待测钢结构涂层对红外光的敏感波段。
可选地,在一种实施例中,所述波段确定单元4011还用于在所述湿热气候模拟实验初始状态,获取样本的第一红外光谱之前,基于所述湿热气候模拟实验的需求,在样本的预设位置制造形态缺陷,所述形态缺陷包括划伤、碰伤的任意一种或多种。
近景检测单元4012,用于使用所述敏感波段的红外光,对所述待测钢结构涂层进行近景检测,以获取待测红外光谱。
在替代实施例中,所述湿热气候钢结构涂层检测装置4还包括:
光谱标定模块404,用于执行设备光谱标定。
气候数据获取模块405,用于获取湿热气候的气候数据。
误差校正模块406,用于基于所述气候数据对所述待测红外光谱进行误差校正。
其中,所述湿热气候的气候数据包括大气参数、地形参数,还包括光照、亮度和/或湿度等环境因素,所述误差校正模块406包括:
辐射校正单元4061,用于基于所述大气参数对所述待测红外光谱进行辐射校正,以消除湿热气候的大气环境对所述待测红外光谱的辐射干扰。
地形校正单元4062,用于将所述大气参数、地形参数和经过辐射校正的所述待测红外光谱代入预设的地形校正模型,以生成地形校正后的所述待测红外光谱。该单元4062中,可选地,还包括:获取待测钢结构涂层的GPS数据和姿态数据,对所述待测光谱进行图像变化校正。
本发明实施例所提供的一种湿热气候钢结构涂层检测装置可执行本发明任意实施例所提供的湿热气候钢结构涂层检测方法,具备功能模块相应的执行方法和有益效果。
实施例五
本实施例提供了一种服务器的结构示意图,如图9所示,该服务器包括处理器501、存储器502、输入装置503和输出装置504;服务器中处理器501的数量可以是一个或多个,图中以一个处理器501为例;设备/终端/服务器中的处理器501、存储器502、输入装置503和输出装置504可以通过总线或其他方式链接,图9中以通过总线链接为例。
存储器502作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的基于网关的链接生成方法对应的程序指令/模块(例如近景检测模块401,结果生成模块402等)。处理器501通过运行存储在存储器502中的软件程序、指令以及模块,从而执行设备/终端/服务器的各种功能应用以及数据处理,即实现上述的湿热气候钢结构涂层检测方法。
存储器502可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器502可进一步包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络链接至设备/终端/服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置503可用于接收输入的数字或字符信息,以及产生与设备/终端/服务器的用户设置以及功能控制有关的键信号输入。输出装置504可包括显示屏等显示设备。
本发明实施例五通过提供一种服务器,可执行本发明任意实施例所提供的湿热气候钢结构涂层检测方法,具备执行方法相应的功能模块和有益效果。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所提供的湿热气候钢结构涂层检测方法:
对所述待测钢结构涂层进行近景检测,以获取待测红外光谱,所述近景检测为所述待测钢结构涂层与红外检测设备保持预设距离的检测;
对所述待测红外光谱进行解析,以生成所述待测钢结构涂层的性能检测结果。
本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电链接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—链接到用户计算机,或者,可以链接到外部计算机(例如利用因特网服务提供商来通过因特网链接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种湿热气候钢结构涂层检测方法,通过红外检测设备执行,其特征在于,包括:
对所述待测钢结构涂层进行近景检测,以获取待测红外光谱,所述近景检测为所述待测钢结构涂层与红外检测设备保持预设距离的检测;
对所述待测红外光谱进行解析,以生成所述待测钢结构涂层的性能检测结果。
2.根据权利要求1所述的湿热气候钢结构涂层检测方法,其特征在于,所述对所述待测钢结构涂层进行近景检测,以获取待测红外光谱,包括:
基于预设的湿热气候模拟实验,确定所述待测钢结构涂层对红外光的敏感波段;
使用所述敏感波段的红外光,对所述待测钢结构涂层进行近景检测,以获取待测红外光谱。
3.根据权利要求2所述的湿热气候钢结构涂层检测方法,其特征在于,所述基于预设的湿热气候模拟实验,确定所述待测钢结构涂层对红外光的敏感波段,包括:
在所述湿热气候模拟实验初始状态,获取样本的第一红外光谱;
在所述湿热气候模拟实验进程中,每隔预设时间间隔获取所述样本的第二红外光谱;
判断所述样本表面的腐蚀面积是否超过预设阈值;
若超过,则对所述第一红外光谱和第二红外光谱进行解析,以生成所述样本对红外光的敏感波段;
将所述样本对红外光的敏感波段作为所述待测钢结构涂层对红外光的敏感波段。
4.根据权利要求1所述的湿热气候钢结构涂层检测方法,其特征在于,在所述对所述待测钢结构涂层进行近景检测,以获取待测红外光谱之前,还包括:
执行设备光谱标定。
5.根据权利要求1所述的湿热气候钢结构涂层检测方法,其特征在于,所述对所述待测钢结构涂层进行近景检测,以获取待测红外光谱之后,还包括:
获取湿热气候的气候数据;
基于所述气候数据对所述待测红外光谱进行误差校正。
6.根据权利要求5所述的湿热气候钢结构涂层检测方法,其特征在于,所述湿热气候的气候数据包括大气参数和地形参数,所述基于所述气候数据对所述待测红外光谱进行误差校正,包括:
基于所述大气参数对所述待测红外光谱进行辐射校正,以消除湿热气候的大气环境对所述待测红外光谱的辐射干扰;
将所述大气参数、地形参数和经过辐射校正的所述待测红外光谱代入预设的地形校正模型,以生成地形校正后的所述待测红外光谱。
7.一种湿热气候钢结构涂层检测装置,其特征在于,包括:
近景检测模块,用于对所述待测钢结构涂层进行近景检测,以获取待测红外光谱,所述近景检测为所述待测钢结构涂层与红外检测设备保持预设距离的检测;
结果生成模块,用于对所述待测红外光谱进行解析,以生成所述待测钢结构涂层的性能检测结果。
8.根据权利要求7所述的湿热气候钢结构涂层检测装置,其特征在于,所述近景检测模块还包括:
波段确定单元,用于基于预设的湿热气候模拟实验,确定所述待测钢结构涂层对红外光的敏感波段;
近景检测单元,用于使用所述敏感波段的红外光,对所述待测钢结构涂层进行近景检测,以获取待测红外光谱。
9.一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6任一所述的一种湿热气候钢结构涂层检测方法。
10.一种终端可读存储介质,其上存储有程序,其特征在于,所述程序被处理器执行时能够实现如权利要求1-6任一所述的一种湿热气候钢结构涂层检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010814869.5A CN112001899A (zh) | 2020-08-13 | 2020-08-13 | 湿热气候钢结构涂层检测方法、装置、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010814869.5A CN112001899A (zh) | 2020-08-13 | 2020-08-13 | 湿热气候钢结构涂层检测方法、装置、服务器和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112001899A true CN112001899A (zh) | 2020-11-27 |
Family
ID=73472925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010814869.5A Pending CN112001899A (zh) | 2020-08-13 | 2020-08-13 | 湿热气候钢结构涂层检测方法、装置、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001899A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114059383A (zh) * | 2021-11-19 | 2022-02-18 | 江苏马克热敏纸品有限公司 | 一种耐晒抑菌热敏纸的制备方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104819929A (zh) * | 2015-04-16 | 2015-08-05 | 中国第一汽车股份有限公司 | 一种快速评价涂层耐候性的检测方法 |
CN105665259A (zh) * | 2016-01-14 | 2016-06-15 | 阳光电源股份有限公司 | 一种实现铝板材防腐耐候的表面喷塑方法及所述铝板材 |
US20160169813A1 (en) * | 2014-12-12 | 2016-06-16 | Bell Helicopter Textron Inc. | Infrared radiometric imaging inspection of steel parts |
CN105699280A (zh) * | 2016-03-25 | 2016-06-22 | 钢铁研究总院 | 模拟耐候钢在高湿热海洋大气中腐蚀的方法 |
US20170336328A1 (en) * | 2016-01-04 | 2017-11-23 | Laser & Plasma Technologies, LLC | Infrared detection camera |
CN108102452A (zh) * | 2018-01-04 | 2018-06-01 | 青岛海弗莱安全科技有限公司 | 一种用于钢结构的防腐蚀涂膏及其制备方法 |
CN109916850A (zh) * | 2019-04-04 | 2019-06-21 | 新疆大学 | 基于近红外光谱显著性分析检测样品理化性质的方法 |
US20190213734A1 (en) * | 2018-01-09 | 2019-07-11 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and device for detecting a defect in a steel plate, as well as apparatus and server therefor |
CN110361318A (zh) * | 2019-06-04 | 2019-10-22 | 浙江大学 | 一种钢桥面板腐蚀疲劳耦合试验方法及其装置 |
CN111398150A (zh) * | 2020-04-30 | 2020-07-10 | 水利部产品质量标准研究所 | 一种模拟海洋服役环境多因素交互腐蚀实验装置及方法 |
CN112001900A (zh) * | 2020-08-13 | 2020-11-27 | 中冶建筑研究总院(深圳)有限公司 | 紫外环境钢结构涂层检测方法、装置、服务器和存储介质 |
CN111999255A (zh) * | 2020-08-13 | 2020-11-27 | 中冶建筑研究总院(深圳)有限公司 | 海洋环境钢结构涂层检测方法、装置、服务器和存储介质 |
-
2020
- 2020-08-13 CN CN202010814869.5A patent/CN112001899A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160169813A1 (en) * | 2014-12-12 | 2016-06-16 | Bell Helicopter Textron Inc. | Infrared radiometric imaging inspection of steel parts |
CN104819929A (zh) * | 2015-04-16 | 2015-08-05 | 中国第一汽车股份有限公司 | 一种快速评价涂层耐候性的检测方法 |
US20170336328A1 (en) * | 2016-01-04 | 2017-11-23 | Laser & Plasma Technologies, LLC | Infrared detection camera |
CN105665259A (zh) * | 2016-01-14 | 2016-06-15 | 阳光电源股份有限公司 | 一种实现铝板材防腐耐候的表面喷塑方法及所述铝板材 |
CN105699280A (zh) * | 2016-03-25 | 2016-06-22 | 钢铁研究总院 | 模拟耐候钢在高湿热海洋大气中腐蚀的方法 |
CN108102452A (zh) * | 2018-01-04 | 2018-06-01 | 青岛海弗莱安全科技有限公司 | 一种用于钢结构的防腐蚀涂膏及其制备方法 |
US20190213734A1 (en) * | 2018-01-09 | 2019-07-11 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and device for detecting a defect in a steel plate, as well as apparatus and server therefor |
CN109916850A (zh) * | 2019-04-04 | 2019-06-21 | 新疆大学 | 基于近红外光谱显著性分析检测样品理化性质的方法 |
CN110361318A (zh) * | 2019-06-04 | 2019-10-22 | 浙江大学 | 一种钢桥面板腐蚀疲劳耦合试验方法及其装置 |
CN111398150A (zh) * | 2020-04-30 | 2020-07-10 | 水利部产品质量标准研究所 | 一种模拟海洋服役环境多因素交互腐蚀实验装置及方法 |
CN112001900A (zh) * | 2020-08-13 | 2020-11-27 | 中冶建筑研究总院(深圳)有限公司 | 紫外环境钢结构涂层检测方法、装置、服务器和存储介质 |
CN111999255A (zh) * | 2020-08-13 | 2020-11-27 | 中冶建筑研究总院(深圳)有限公司 | 海洋环境钢结构涂层检测方法、装置、服务器和存储介质 |
Non-Patent Citations (3)
Title |
---|
何建平等: "离散粒子群优化算法在硅钢涂层近红外光谱厚度检测中的应用研究", 《光谱学与光谱分析》, vol. 31, no. 9, 15 September 2011 (2011-09-15), pages 2416 - 2418 * |
科技兴海丛书编辑委员会: "《海洋溢油生态损害评估的理论、方法及案例研究》", 兵器工业出版社, pages: 178 - 131 * |
郝惠敏等: "基于Boosting-KPLS的近红外绝缘涂层厚度检测", 《自动化博览?, 31 December 2011 (2011-12-31), pages 10 - 14 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114059383A (zh) * | 2021-11-19 | 2022-02-18 | 江苏马克热敏纸品有限公司 | 一种耐晒抑菌热敏纸的制备方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111879710B (zh) | 钢结构涂层防腐性能评定方法、系统、服务器和存储介质 | |
CN107421894A (zh) | 基于无人机高光谱反演土壤中重金属污染监测方法 | |
CN112001900A (zh) | 紫外环境钢结构涂层检测方法、装置、服务器和存储介质 | |
CN114509734B (zh) | 一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法 | |
Gong et al. | Comparison of simultaneous signals obtained from a dual-field-of-view lidar and its application to noise reduction based on empirical mode decomposition | |
CN112001899A (zh) | 湿热气候钢结构涂层检测方法、装置、服务器和存储介质 | |
CN116449331B (zh) | 一种基于w波段雷达和气象卫星的沙尘粒子数浓度估算方法 | |
Muneer et al. | Models for estimating solar radiation and illuminance from meteorological parameters | |
CN111999255B (zh) | 海洋环境钢结构涂层检测方法、装置、服务器和存储介质 | |
Gleisner et al. | A simplified approach for generating GNSS radio occultation refractivity climatologies | |
CN111879709B (zh) | 湖泊水体光谱反射率检验方法及装置 | |
CN105911015B (zh) | 基于多光束干涉效应的宽波段介电参数获取方法 | |
CN102495943B (zh) | 地球物理模型建模方法 | |
JP2000214084A (ja) | 検査対象物質判定方法及びその装置 | |
CN114218786A (zh) | 非偏振卫星传感器在轨偏振辐射特性反演方法 | |
JP2008122170A (ja) | 外装部材の耐候劣化診断方法 | |
CN110031416B (zh) | 气体浓度检测装置及方法 | |
CN115436570B (zh) | 一种基于多元数据的二氧化碳浓度遥感监测方法及装置 | |
CN111896497A (zh) | 一种基于预测值的光谱数据修正方法 | |
Dionisi et al. | Calibration of a multichannel water vapor Raman lidar through noncollocated operational soundings: optimization and characterization of accuracy and variability | |
CN116124716A (zh) | 基于近感高光谱的水质监测方法及装置 | |
JP2004236465A (ja) | 受配電機器用固体絶縁物の余寿命推定方法 | |
CN113758885B (zh) | 一种水体内叶绿体色素浓度的测算方法及其系统 | |
CN114674461A (zh) | 海表温度的确定方法、装置及可读存储介质 | |
CN112649335B (zh) | 大气颗粒物监测激光雷达沙尘消光系数贡献率自动分析法 |
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 |