CN112666189A - 一种基于dr检测的耐张线夹检测装置及检测方法 - Google Patents

Abstract

本发明公开了一种基于DR检测的耐张线夹检测装置，其包括检测器和主控计算机，检测器包括框架，框架上设置有挂钩，用于将框架可拆卸安装在待检耐张线夹上，框架上位于挂钩的两端分别设置有X射线发生器移动滑道和成像板移动滑道，X射线发生器和成像板分别与框架滑动连接，调整X射线发生器、成像板距待检耐张线夹的距离，以获得清晰的检测图像；主控计算机与检测器无线连接，用于接收检测器的检测图像，并与主控计算机内存储的缺陷图像进行比对，识别耐张线夹压接处压接缺陷。通过建立缺陷图像库，进行机器学习，自动识别耐张线夹压接处是否存在缺陷，可以提高检验精度，提高检验效率，在耐张线夹检测技术领域有很强的实用性。

Description

一种基于DR检测的耐张线夹检测装置及检测方法

技术领域

本发明涉及耐张线夹检测技术领域，尤其涉及一种基于DR检测的耐张线夹检测装置及检测方法。

背景技术

耐张线夹是用于固定导线以承受导线张力并将导线挂至耐张串组或杆塔上的金具。目前35kV及以上输电线路耐张线夹基本采用液压方式连接，耐张线夹压接质量好坏直接影响到输电线路能否安全运行。线夹压接过程中的工艺缺陷引起的故障近几年时有发生，给线路安全运行带来重大隐患，为了保障电网的安全稳定运行，需要对耐张线夹压接质量进行检测。

目前，可以使用DR检测技术对耐张线夹压接质量进行检测，DR检测是平板探测器数字射线照相的简称，是指利用平板探测器将穿透工件的X射线信息转换成数字信号，经过计算机处理后，在显示器屏幕上显示图像的技术，整个系统由X射线机、平板探测器、数字图像处理软件和计算机组成。

利用DR检测对耐张线夹的压接处进行检测，获得线夹内部结构和密度图像，根据检测图像可以判断压接处是否存在缺陷，方便快捷，但是对检测图像的评定需要掌握输电线路金具压接和X射线检测相关专业知识，对检测人员的要求较高，专业技术人员紧缺，现场检测人员专业素养参差不齐，缺陷误判、漏判现象严重。

公开号为CN207096132U的中国实用新型专利公开了一种高压输电线路耐张线夹X射线检测装置，包括X射线源发生器、待检测耐张线夹、数字成像板和调节支架，其中，所述X射线源发生器设置在调节支架的一端，所述数字成像板设置在调节支架上，所述待检测耐张线夹紧贴在数字成像板上。本实用新型采用X射线和数字成像板对耐张线夹进行X光片成像采集，该方法属于无损检测方法，无需破坏即可完成线夹内部结构和各部位定位的检查，排除了潜在存在的隐患。但是使用该检测装置进行检测后获得的检测图片依赖于现场检测人员的判定，依赖于现场检测的人员的检测水平和检测经验，检测效率和检测精度低。

发明内容

有鉴于此，本发明的目的是针对现有技术的不足，提供一种基于DR检测的耐张线夹检测装置及检测方法，利用图像比对技术，识别耐张线夹压接缺陷，提高检测效率和检测精度。

为达到上述目的，本发明采用以下技术方案：

一种基于DR检测的耐张线夹检测装置，用于检测耐张线夹压接质量，包括：

检测器，其包括框架，框架上设置有挂钩，用于将框架可拆卸安装在待检耐张线夹上，框架上位于挂钩的两端分别设置有X射线发生器移动滑道和成像板移动滑道，X射线发生器和成像板分别与框架滑动连接，以调整X射线发生器、成像板距待检耐张线夹的距离，调整焦距，以获得清晰的检测图像；

主控计算机，与检测器无线连接，用于接收检测器的检测图像，并与主控计算机内存储的缺陷图像进行比对，识别耐张线夹压接处压接缺陷。

进一步的，X射线发生器采用无线控制方式。

进一步的，数字成像板为PaxScan数字成像板。

一种基于DR检测的耐张线夹检测方法，包括以下步骤：

图像采集，收集耐张线夹压接缺陷图像信息，确定缺陷类型，对压接缺陷图像信息进行分类，根据缺陷类型建立相应的缺陷图像图库，并存储在主控计算机中；

机器学习，按照对应类别对缺陷图像图库进行机器学习，获得对应类别缺陷的识别能力；

图像接收，接收检测装置检测的待检耐张线夹检测图像；

图像识别，对待检耐张线夹检测图像进行识别；

结果输出，根据图像识别结果，输出缺陷类型或者无缺陷。

进一步的，检测方法还包括图像标记，标记耐张线夹检测图像所属耐张线夹的信息。

进一步的，标记的内容包括线路名称、调度编号、塔号、相别、透照日期信息。

进一步的，缺陷类型包括钢锚管存在毛刺、钢锚管变形、钢芯起灯笼、钢锚管处铝管空压端部铝股未压、钢锚凹槽处铝管未压。

在一些优选的实施例中，主控计算机包括：

图像采集模块，用于收集耐张线夹压接缺陷图像信息，确定缺陷类型，对压接缺陷图像信息进行分类，根据缺陷类型建立相应的缺陷图像图库，并存储在主控计算机中；

机器学习模块，用于按照对应类别对缺陷图像图库进行机器学习，获得对应类别缺陷的识别能力；

图像接收模块，用于接收检测器检测的待检耐张线夹检测图像；

图像识别模块，用于对待检耐张线夹检测图像进行识别；

结果输出模块，用于根据图像识别结构，输出缺陷类型或者无缺陷。

进一步的，主控计算机还包括标记模块。

现有技术中，通过DR检测技术获得检测图像，由现场检测人员对检测图像进行分析，判断检测的耐张线夹压接处是否存在压接缺陷，判断结果依赖于现场检测人员对输电线路金具压接和X射线检测相关专业知识的掌握及熟练程度和工作严谨度，存在人为误差，造成检验的精度低，检验标准不统一的情况，且检验效率低，需要的专业技术人员多。

本发明提供的基于DR检测的耐张线夹检测方法，首先进行图像采集，确定缺陷类型，根据缺陷类型建立相应的缺陷图像图库，并存储在主控计算机中；然后进行机器学习，获得对应类别缺陷的识别能力，计算机具备了判断图片是否是某种缺陷类型的能力，接下来，接收检测器检测的待检耐张线夹检测图像，识别检测图像是否存在缺陷，若存在缺陷，输出缺陷类型，若无缺陷，输出无缺陷。本发明提供的基于DR检测的耐张线夹检测方法，通过建立缺陷图像库，进行机器学习，利用图片比对技术，自动识别耐张线夹压接处是否存在缺陷，可以提高检验精度，提高检验效率。

附图说明

下面结合附图对本发明做进一步的详细说明。

图1是本发明提供的基于DR检测的耐张线夹检测装置的结构示意图；

图2是本发明一个实施例提供的基于DR检测的耐张线夹检测方法的方法流程图；

图3是本发明另一实施例提供的检测方法的方法流程图；

图4是本发明中主控计算机的结构框图。

图中，100、检测器；110、框架；120、挂钩；130、耐张线夹；140、X射线发生器移动滑道；150、成像板移动滑道；160、X射线发生器；170、成像板；200、主控计算机；210、图像采集模块；220、机器学习模块；230、图像接收模块；240、图像识别模块；250、结果输出模块；260、标记模块。

具体实施方式

下面结合实施例对本发明作进一步说明。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，图1是本发明提供的基于DR检测的耐张线夹检测装置的结构示意图。本发明提供的基于DR检测的耐张线夹检测装置包括检测器100和主控计算机200，检测器100和主控计算机200无线连接，检测器100用于对耐张线夹130压接处进行检测获得检测图像，主控计算机200用于接收检测器100的检测图像，并于主控计算机200内存储的缺陷图像进行比对，识别耐张线夹130压接处压接缺陷。

为了使检测器100检测不同规格型号的耐张线夹130时都能获得清晰的检测图像，需要在检测不同型号规格的耐张线夹130时可以调整焦距，所以本发明提供的检测器100包括框架110，框架110上设置有挂钩120，挂钩120用于将框架110可拆卸安装在待检耐张线夹130上，框架110上位于挂钩120的两端分别设置有X射线发生器移动滑道140和成像板移动滑道150，X射线发生器160和成像板170分别与框架110滑动连接，也就是说，X射线发生器160和成像板170分别位于耐张线夹130的两端，且通过X射线发生器移动滑道140和成像板移动滑道150可以调整X射线发生器160、成像板170距待检耐张线夹130的距离，实现焦距的调节，获得清晰的检测图像。

在一些优选的实施例中，X射线发生器160采用无线控制方式，X射线发生器160的无线控制距离为40-55米，大于大多数耐张线夹130距离地面的距离，可以满足大多数的耐张线夹130压接检测。在X射线发生器160参数设置完成后，作业人员远离X射线发生器160，通过遥控进行无线触发控制，X射线发生器160的无线控制功能一方面可以减少高空作业的安全隐患，另一方面，可以降低X射线发生器160对人体的辐射伤害。

本发明中的数字成像板170为PaxScan数字成像板，其可以通过RS-422串口、EIA-641以及以太网三种方式与主控计算机200传输数据，且结构简单、质量轻巧、性能稳定、易于便携操操作，本发明通过802.11b协议与数字成像板170建立无线局域网，实现数据信号的无线传输。

本发明还公开了一种基于DR检测的耐张线夹检测方法，包括以下步骤：

图像采集，收集耐张线夹130压接缺陷图像信息，确定缺陷类型，对压接缺陷图像信息进行分类，根据缺陷类型建立相应的缺陷图像图库，并存储在主控计算机200中；

机器学习，按照对应类别对缺陷图像图库进行机器学习，获得对应类别缺陷的识别能力；

图像接收，接收检测装置检测的待检耐张线夹130检测图像；

图像识别，对待检耐张线夹130检测图像进行识别；

结果输出，根据图像识别结果，输出缺陷类型或者无缺陷。

其中机器学习包括以下步骤：

图像信息预处理，采用去噪、变换及平滑等操作对图像进行预处理，基于此使图像的重要特点提高；

抽取及选择特征，在模式识别中，抽取及选择图像特征利用缺陷标记，概括而言就是识别图像具有种类多样的特点，如采用一定方式分离，就要识别图像的特征，获取特征也被称为特征抽取；

设计分类器及分类决策，其中设计分类器就是根据训练对识别规则进行制定，基于此识别规则能够得到特征的主要种类，进而使图像识别的不断提高辨识率，此后再通过识别特殊特征，最终实现对图像的评价和确认；

将标注的图像放到模型中去做训练，从而生成训练好的模型；

将训练好的模型集成到主控计算机200中，获得对应类别缺陷的识别能力。

在一些优选的实施例中，检测方法还包括图像标记，标记耐张线夹130检测图像所属耐张线夹130的信息，方便将检测图像和耐张线夹130对应起来，标记的内容包括但不限于线路名称、调度编号、塔号、大小号侧区分、相别、所在分裂序号、透照日期等信息。

本发明根据耐张线夹130的常见缺陷，确定缺陷类型为钢锚管存在毛刺、钢锚管变形、钢芯起灯笼、钢锚管处铝管空压端部铝股未压、钢锚凹槽处铝管未压六种缺陷类型，每个缺陷类型还可以包括分类型，也可以根据特定地域或者特定输电线路或者特定耐张线夹130压接批次设定不同的缺陷类型，建立不同的缺陷图像图库。

本发明提供的主控计算机200包括：

图像采集模块210，用于收集耐张线夹130压接缺陷图像信息，确定缺陷类型，对压接缺陷图像信息进行分类，根据缺陷类型建立相应的缺陷图像图库，并存储在主控计算机200中；

机器学习模块230，用于按照对应类别对缺陷图像图库进行机器学习，获得对应类别缺陷的识别特征；

图像接收模块230，用于接收检测器100检测的待检耐张线夹130检测图像；

图像识别模块240，用于对待检耐张线夹130检测图像进行识别；

结果输出模块250，用于根据图像识别结构，输出缺陷类型或者无缺陷。

进一步的，主控计算机200还包括标记模块260，用于标记检测图像，将检测图像与耐张线夹130对应起来。

本发明提供的基于DR检测的耐张线夹检测装置和检测方法，通过建立缺陷图像库，进行机器学习，利用图片比对技术，自动识别耐张线夹130压接处是否存在缺陷，可以提高检验精度，提高检验效率，在耐张线夹130检测技术领域有很强的实用性。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (9)

1.一种基于DR检测的耐张线夹检测装置，用于检测耐张线夹压接质量，其特征在于，包括：

检测器，其包括框架，所述框架上设置有挂钩，用于将所述框架可拆卸安装在待检耐张线夹上，所述框架上位于所述挂钩的两端分别设置有X射线发生器移动滑道和成像板移动滑道，X射线发生器和成像板分别与所述框架滑动连接，以调整所述X射线发生器、所述成像板距所述待检耐张线夹的距离，调整焦距，以获得清晰的检测图像；

主控计算机，与所述检测器无线连接，用于接收所述检测器的检测图像，并与所述主控计算机内存储的缺陷图像进行比对，识别耐张线夹压接处压接缺陷。

2.根据权利要求1所述的一种基于DR检测的耐张线夹检测装置，其特征在于，所述X射线发生器采用无线控制方式。

3.根据权利要求1所述的一种基于DR检测的耐张线夹检测装置，其特征在于，所述数字成像板为PaxScan数字成像板。

4.一种基于DR检测的耐张线夹检测方法，利用如权利要求1所述的检测装置实现耐张线夹检测，其特征在于，包括：

S1：图像采集，收集耐张线夹压接缺陷图像信息，确定缺陷类型，对压接缺陷图像信息进行分类，根据缺陷类型建立相应的缺陷图像图库，并存储在主控计算机中；

S2：机器学习，按照对应类别对缺陷图像图库进行机器学习，获得对应类别缺陷的识别能力；

S3：图像接收，接收检测器检测的待检耐张线夹检测图像；

S4：图像识别，对所述待检耐张线夹检测图像进行识别；

S5：结果输出，根据图像识别结果，输出缺陷类型或者无缺陷。

5.根据权利要求4所述的一种基于DR检测的耐张线夹检测方法，其特征在于，还包括S6：图像标记，标记耐张线夹检测图像所属耐张线夹的信息。

6.根据权利要求5所述的一种基于DR检测的耐张线夹检测方法，其特征在于，标记的内容包括线路名称、调度编号、塔号、相别、透照日期信息。

7.根据权利要求4所述的一种基于DR检测的耐张线夹检测方法，其特征在于，所述缺陷类型包括钢锚管存在毛刺、钢锚管变形、钢芯起灯笼、钢锚管处铝管空压端部铝股未压、钢锚凹槽处铝管未压。

8.根据权利要求1所述的一种基于DR检测的耐张线夹检测装置，其特征在于，所述主控计算机包括：

图像采集模块，用于收集耐张线夹压接缺陷图像信息，确定缺陷类型，对压接缺陷图像信息进行分类，根据缺陷类型建立相应的缺陷图像图库，并存储在主控计算机中；

机器学习模块，用于按照对应类别对缺陷图像图库进行机器学习，获得对应类别缺陷的识别能力；

图像接收模块，用于接收检测装置检测的待检耐张线夹检测图像；

图像识别模块，用于对所述待检耐张线夹检测图像进行识别；

结果输出模块，用于根据图像识别结构，输出缺陷类型或者无缺陷。

9.根据权利要求8所述的一种基于DR检测的耐张线夹检测装置，其特征在于，所述主控计算机还包括标记模块。

Images