CN114354755B - 一种城镇燃气聚乙烯管道的检测方法 - Google Patents
一种城镇燃气聚乙烯管道的检测方法 Download PDFInfo
- Publication number
- CN114354755B CN114354755B CN202210009149.0A CN202210009149A CN114354755B CN 114354755 B CN114354755 B CN 114354755B CN 202210009149 A CN202210009149 A CN 202210009149A CN 114354755 B CN114354755 B CN 114354755B
- Authority
- CN
- China
- Prior art keywords
- pipeline
- defect
- information
- obstacle
- gas
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 139
- 239000004698 Polyethylene Substances 0.000 title claims abstract description 30
- -1 polyethylene Polymers 0.000 title claims abstract description 30
- 229920000573 polyethylene Polymers 0.000 title claims abstract description 30
- 230000007547 defect Effects 0.000 claims abstract description 160
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 238000003466 welding Methods 0.000 claims abstract description 42
- 230000007613 environmental effect Effects 0.000 claims abstract description 14
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 48
- 230000011218 segmentation Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 10
- 238000012502 risk assessment Methods 0.000 claims description 10
- 238000010191 image analysis Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 230000007797 corrosion Effects 0.000 claims description 7
- 238000005260 corrosion Methods 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 7
- 230000000903 blocking effect Effects 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 4
- 230000003746 surface roughness Effects 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 14
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000003670 easy-to-clean Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明提供了一种城镇燃气聚乙烯管道的检测方法,包括:通过管道机器人的视觉传感器获得燃气管道内部的环境信息,将所述环境信息传送给自主导航系统,进行运行管线检测,并确定检测结果;从所述视觉传感器中获取数字图像,对所述数字图像进行图像处理,获取燃气管道的缺陷信息;通过相控阵超声检测系统对燃气管道进行焊接质量检测,确定检测结果;根据所述检测结果和缺陷信息,对燃气管道进行对应检测评价,并生成检测报表,本发明通过管道机器人对燃气管道进行各项数据检测,并进行合理风险评估,有利于工作人员掌握燃气管道的实时情况。
Description
技术领域
本发明涉及燃气聚乙烯管道技术领域,特别涉及一种城镇燃气聚乙烯管道的检测方法。
背景技术
由于聚乙烯材料价格低廉,并且具有耐腐蚀、易于处理等特点,我国城镇的燃气聚乙烯管道逐渐取代了从之前的燃气铁管和燃气钢管,但是,由于聚乙烯管道没有铁管和钢管的硬度强,当受到外来因素的破坏时,聚乙烯燃气管道比燃气铁管和燃气钢管更容易发生燃气泄漏和燃气爆炸,危害人民群众的人身安全和财产,为了消除这一隐患,就需要对聚乙烯燃气管道进行定期检查。
随着科技的进步,聚乙烯燃气管道由最开始的人工检查发展到现在有各种各样的检查手段,但是,各种检查方法有利有弊,例如,压力检测方法,这种方法受到业界的一致认可,也是最广泛的检测方法,但是这个方法最大的缺点是需要停止燃气供应,给人们的生活带来不便,也可以通过管道机器人进行检测,如CN201611007868-一种城镇燃气聚乙烯管道的检测方法中的通过管道机器人获得管壁的磁漏信息及缺陷,进而获得管壁受损厚度,但是这种检测方法没有对燃气管道的各项指标进行检测分析和评价,难以直观了解这种品牌的聚乙烯燃气管道的好坏,因此,如何通过管道机器人对燃气管道进行各项数据检测,并进行合理风险评估,是我们需要探究的方向。
发明内容
本发明提供一种城镇燃气聚乙烯管道的检测方法,用以解决燃气管道检测不全面的情况。
一种城镇燃气聚乙烯管道的检测方法,包括:
通过管道机器人的视觉传感器获得燃气管道内部的环境信息,将所述环境信息传送给自主导航系统,进行运行管线检测,并确定检测结果;
从所述视觉传感器中获取数字图像,对所述数字图像进行图像处理,获取燃气管道的缺陷信息;
通过相控阵超声检测系统对燃气管道进行焊接质量检测,确定检测结果;
根据所述检测结果和缺陷信息,对燃气管道进行对应检测评价,并生成检测报表。
作为本发明的一种实施例:所述通过管道机器人的视觉传感器获得燃气管道内部的环境信息,将所述环境信息传送给自主导航系统,进行运行管线检测,并确定检测结果,包括:
通过可环绕摄像头对燃气导管进行全方位拍摄,获取燃气管道内部环境视频;其中,
所述可环绕摄像头由管道机器人控制环绕拍摄,并在环绕拍摄过程中进行缺陷对焦;
将拍摄的环境视频传送到内部传感器,通过视频分析,获得燃气管道信息;其中,所述管道信息,包括:障碍物信息、管道缺陷信息;
所述管道缺陷信息包括:管道形变信息、管道破损信息、管道腐蚀信息;
生成自主导航路线,并根据所述障碍物信息,进行障碍物避障;
通过自主导航,对运行管线进行检测,确定运行管线检测结果。其中,
所述运行管线检测结果包括:运行管线通畅、运行管线堵塞和运行管线有障碍物。
3、作为本发明的一种实施例:
4、所述生成自主导航路线,并根据所述障碍物信息,进行障碍物避障,包括:
基于预设的导航模拟系统通实时识别管道内部环境视频,进行智能导航决策,生成自主导航路线;其中,
所述导航决策包括:躲避决策、转向决策和调速决策;
基于视频分析识别障碍物,获得障碍物信息,并对管道障碍物进行定位,并通过测距传感器计算管道机器人与障碍物的间隔距离;其中,
所述障碍物信息包括:障碍物位置信息、障碍物形状信息、障碍物状态信息;
将所述间隔距离和障碍物形状信息输入到预设的导航模拟系统中,生成障碍物避让路线。
作为本发明的一种实施例:所述从所述视觉传感器中获取数字图像,对所述数字图像进行图像处理,获取燃气管道的缺陷信息,包括:
对所述管道内部环境视频进行视频停帧,并截取管道图像;
通过预设的自适应灰度阈值系统对所述管道图像进行图像灰度分割,确定图像最优灰度值;
通过预设的图像处理技术识别所述管道图像,并增强管道图像的背景色,获得对比度清晰的管道图像;
过滤管道表面正常的图像,确定管道表面缺陷图像,并根据所述缺陷图像的管道缺陷形状边界,进行图像矩形分割;
对分割的管道图像进行图像分析,提取管道缺陷特征,并对管道表面缺陷的图像进行分类,确定管道缺陷类型;其中,
所述管道缺陷类型包括:管道堵塞、管道断裂和管道泄漏。
作为本发明的一种实施例:所述对分割的管道图像进行图像分析,提取管道缺陷特征,并对管道表面缺陷的图像进行分类,确定管道缺陷类型,包括:
对矩形分割的图像进行缺陷边缘检测,确定缺陷边缘形状,并提取管道缺陷特征;其中,所述管道缺陷特征包括:椭圆形缺陷边缘和线形缺陷边缘;
当检测到管道缺陷边缘为椭圆形缺陷边缘时,确定管道缺陷类型为管道泄漏;
当检测到管道缺陷边缘为线形缺陷边缘时,确定管道缺陷类型为管道断裂;
当不存在所述管道缺陷特征时,判断管道是否疏通,并在管道非疏通状态时,判定管道为管道堵塞。
作为本发明的一种实施例:所述通过相控阵超声检测系统对燃气管道进行焊接质量检测,确定检测结果,包括:
通过预设的相控阵超声检测系统的多声束扫描管道焊缝,获得多声束的回波信号;
通过预设的回波信号分析仪对所述回波信号进行信号分析,获得管道焊缝信息;其中,
所述管道焊缝信息包括:焊缝厚度、焊缝宽度和焊缝长度、焊缝宽窄是否匀称、表面光滑程度和是否有漏洞。
作为本发明的一种实施例:相控阵超声检测系统还包括:
通过相控阵超声检测系统对缺陷位置进行声束扫描,并控制所述声束的聚焦深度,获得声束的回波信号;
通过预设的回波信号分析仪对所述回波信号进行信号分析,获得管道信息;其中,所述管道信息包括:管道材料、管道表面粗糙程度、管道纹理;
通过陀螺仪传感器对管道缺陷位置进行精确定位,获得缺陷位置的空间坐标信息。
作为本发明的一种实施例:所述根据所述检测结果和缺陷信息,对燃气管道进行对应检测评价,并生成检测报表,包括:
根据所述运行管线检测结果,自动生成运行管线检测评价;其中,所述运行管线检测评价,包括:运行管线通畅度评价、运行管线有障碍物影响因素评价、运行管线堵塞状态评价;
根据所述管道焊缝信息,对管道焊接质量进行等级划分,确定焊接等级;
根据所述缺陷信息,对燃气管道进行风险评估,确定燃气管道风险等级;
将所述运行管线检测评价、焊接等级和燃气管道风险等级进行汇总,并自动生成检测报表。
作为本发明的一种实施例:所述方法还包括:
通过识别管道图像,确定管道障碍物,并对所述管道障碍物进行分类,确定障碍物体积;
当所述障碍物体积小于管道机器人能够清理的体积阈值,对障碍物进行清理;
当所述障碍物体积超过管道机器人能够清理的体积阈值,对障碍物进行避让,并将障碍物的信息进行上报。
作为本发明的一种实施例:所述根据所述缺陷信息,对燃气管道进行风险评估,确定燃气管道风险等级,包括:
统计管道堵塞数量,通过预设的管道堵塞评价体系确定堵塞等级;
统计管道断裂数量,并结合管道断裂程度,通过预设的管道断裂评价体系确定断裂等级;
统计管道泄漏数量,并结合管道泄漏程度,通过预设的管道泄漏评价体系确定泄漏等级;
通过分析燃气管道的腐蚀等级、堵塞等级、断裂等级、泄漏等级,确定燃气管道风险等级。
本发明的有益效果:本发明中通过管道机器人对聚乙烯燃气管道进行定期检测,在检测过程中,通过管道机器人的视觉传感器实时获得燃气管道内部的环境信息,视觉传感器将燃气管道内部的换将视频传送到内部传感器,内部传感器根据管道环境视频进行自主导航,在导航的过程中进行运行管线的检测,提高了机器人的工作效率,并从视频数据中截取提箱数据,识别管道图像,通过识别图像发现燃气管道问题,图像分析是管道机器人最简单的、方便的检测方法,通过相控阵超声检测系统对管道焊接处和管道问题处进行进一步检测,获得管道的详细测试结果,并通过对燃气管道进行对应检测评价,将运行管线检测评价、焊接等级和燃气管道风险等级进行汇总,并自动生成检测报表,通过检测报表,检测人员可以了解管道的每项检测评价和检测等级,并进行后续的处理。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种城镇燃气聚乙烯管道的检测方法的流程图;
图2为本发明实施例中一种城镇燃气聚乙烯管道的检测方法的自主导航步骤;
图3为本发明实施例中一种城镇燃气聚乙烯管道的检测方方法的障碍物清理步骤。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
如附图1所示,本发明实施例提供了一种城镇燃气聚乙烯管道的检测方法,包括:
通过管道机器人的视觉传感器获得燃气管道内部的环境信息,将所述环境信息传送给自主导航系统,进行运行管线检测,并确定检测结果;本发明是一种在对现有技术的缺陷,以及技术的发展,构建的一种高效的检测方式:首先,本发明时存在自主导航系统的,这对于现有技术方案,现有技术中还是认为的控制,技术方案十分的繁杂,现有技术和本发明最大的技术壁垒在于控制层面,传统技术是很难突破的;其次,还有一个很巨大的技术壁垒,那就是传统技术,很难检测到管道内部的具体缺陷,也就是如果存在变形,变形的程度是多少,如果是存在泄露的地方,泄露的漏洞多大,这基于传统的拍摄是无法获取的,所以本发明在通过传统的拍摄方式进行拍摄的时候,获取的只是一个缺陷的位置,而且需要人为的控制机器人的走向,本发明除了获取管道信息,还获取的是管道内的环境信息,通过环境信息融通导航系统进行自主导航,一边导航,一边拍摄进行检测,从而获得最终的检测结果。
从所述视觉传感器中获取数字图像,对所述数字图像进行图像处理,获取燃气管道的缺陷信息;
通过相控阵超声检测系统对燃气管道进行焊接质量检测,确定检测结果;相控阵超声检测系统是一种超声波检测技术,这种检测技术主要是对焊接的部位进行检测,但是他也用于对管道的缺陷进行检测,基于声波的反馈,去检测形变,平整度、管道曲线等等,从而判断出管道的缺陷状况。而现有技术,还没有提出过基于声波的检测,因此,本发明是一种较为成功的应用,而且本发明适用的场景很多,相对于传统技术,在信号干扰大的情况下,无法进行远程的控制,就无法进行检测,本发明是能够实现自动和自主的检测。
根据所述检测结果和缺陷信息,对燃气管道进行对应检测评价,并生成检测报表。
上述技术方案的工作原理为:本发明的现有技术中,通过管道机器人获得管壁的磁漏信息及缺陷,进而获得管壁受损厚度,但是这种检测方法检测不全面,只检测了磁漏信息及缺陷,并没有对运行管线和管道焊接等重要检测项目进行检测,本发明中通过管道机器人的视觉传感器获得燃气管道内部的环境视频数据,将视频数据传送到自主导航系统中,进行运行管线检测,对视频数据进行视频截图,获取数字图像,对数字图像进行图像处理,获取燃气管道的缺陷信息,并通过相控阵超声检测系统的电子技术产生声束对管道焊缝和缺陷地方进行检测,确定焊接质量和缺陷信息,将运行管线检测评价、焊接等级和燃气管道风险等级进行汇总,并自动生成检测报表。
上述技术方案的有益效果为:本发明中,现有技术中的管道机器人检测通过获得管壁的磁漏信息及缺陷,进而获得管壁受损厚度,但是这种检测方法检测不全面,只检测了磁漏信息及缺陷,并没有对运行管线和管道焊接等重要检测项目进行检测,本发明中通过管道机器人的视觉传感器获得燃气管道内部的环境视频数据,并进行运行管道检测,对运行管道检测进行评价,通过环境视频数据进行管道图像提取,通过识别管道图像,获取管道内壁信息,进行管道缺陷分析和识别,可对管道进行缺陷类型的分类,通过图像识别可以更方便获取管道内壁信息,并通过相控阵超声检测系统的电子技术产生声束对管道焊缝和缺陷地方进行检测,确定焊接质量和缺陷信息,对管道焊接和缺陷位置进行直观显示,有益于进一步了解管道焊接质量和详细的缺陷信息。
实施例2:
在一个实施例中,
所述通过管道机器人的视觉传感器获得燃气管道内部的环境信息,将所述环境信息传送给自主导航系统,进行运行管线检测,并确定检测结果,包括:
通过可环绕摄像头对燃气导管进行全方位拍摄,获取燃气管道内部环境视频;其中,
所述可环绕摄像头由管道机器人控制环绕拍摄,并在环绕拍摄过程中进行缺陷对焦;
将拍摄的环境视频传送到内部传感器,通过视频分析,获得燃气管道信息;其中,
所述管道信息,包括:障碍物信息、管道缺陷信息;
所述管道缺陷信息包括:管道形变信息、管道破损信息、管道腐蚀信息;
生成自主导航路线,并获取根据所述障碍物信息,进行障碍物避障;
通过自主导航,对运行管线进行检测,确定运行管线检测结果;。其中,
所述运行管线检测结果,包括:运行管线通畅、运行管线堵塞和运行管线有障碍物。
上述技术方案的工作原理为:本发明中通过环绕摄像头对燃气导管进行全方位拍摄,在拍摄时,同时开启照明灯,和摄像头同方向同频率进行环绕照明,获得管道机器人所在位置的环视视频,将拍摄的环境视频传送到内部传感器,建立管道3D立体空间,并对3D立体空间进行识别,获得管道信息,通过陀螺仪,根据管道3D立体空间生成自主导航路线,并进行运行管线进行检测,检测运行管线是否有障碍物、是否堵塞,并进行运行管线堵塞和运行管线有障碍物的图片保存和数量计数。
上述技术方案的有益效果为:本发明中,通过开启环绕摄像头和照明灯对燃气导管进行全方位拍摄,获得清晰的环视视频,并通过将拍摄的环境视频传送到内部传感器,建立管道3D立体空间,获得管道3D建模,这种方法受环境影响较少,并通过陀螺仪,根据管道3D立体空间生成自主导航路线,并进行运行管线检测,这种运行管道检测方法适用范围广。
实施例3:
在一个实施例中,如附图2所示,所述生成自主导航路线,并获取根据所述障碍物信息,进行障碍物避障,包括:
基于预设的导航模拟系统通过实时识别管道内部环境视频,进行智能导航决策,生成自主导航路线;其中,
所述导航决策包括:躲避决策、转向决策和调速决策;
基于视频分析识别障碍物,获得障碍物信息,并对管道障碍物进行定位,并通过测距传感器计算管道机器人与障碍物的间隔距离;其中,
所述障碍物信息包括:障碍物位置信息、障碍物形状信息、障碍物状态信息;
将所述间隔距离和障碍物形状信息障碍物信息输入到预设的导航模拟系统中,生成障碍物避让路线。
上述技术方案的工作原理为:本发明的现有技术中,管道机器人想要生成自主导航线路,需要进行复杂的深度学习,本发明中,通过建立管道3D立体空间,并对3D立体空间进行识别,通过导航模拟系统,进行导航智能导航决策,生成自主导航路线,并实时更新管道3D立体空间,识别管道障碍物,根据管道障碍物信息,进行管道障碍物定位,并通过测距传感器,计算管道机器人与障碍物的距离,推算出合理的转角和加速度,生成障碍物避让方案,结合自主导航路线,对自主导航路线进行更新,生成能够避让障碍物的自主导航路线。
上述技术方案的有益效果为:本发明中对3D立体空间进行识别,通过导航模拟系统,进行导航智能导航决策,生成自主导航路线,这种方法对可以进行智能导航,不需要人为遥控。
实施例4:
在一个实施例中,所述从所述视觉传感器中获取数字图像,对所述数字图像进行图像处理,获取燃气管道的缺陷信息,包括:
对所述管道内部环境视频进行视频停帧,并截取管道图像;
通过预设的自适应灰度阈值系统对所述管道图像进行图像灰度分割,确定图像最优灰度值;
通过预设的图像处理技术识别所述管道图像,并增强管道图像的背景色,获得对比度清晰的管道图像;
过滤管道表面正常的图像,确定管道表面缺陷图像,并根据所述缺陷图像的管道缺陷形状边界,进行图像矩形分割;
对分割的管道图像进行图像分析,提取管道缺陷特征,并对管道表面缺陷的图像进行分类,确定管道缺陷类型;其中,所述管道缺陷类型包括:管道堵塞、管道断裂和管道泄漏。
上述技术方案的工作原理为:本发明的现有技术中,通过摄像头获得管道图像,使用人工智能的神经网络方法对管道图像进行自动缺陷分类和检测,实现全自动化管道检测,但是,这种方法难以获得弯曲管道的图像,本发明中通过视频停帧,截取管道图像,通过自适应灰度阈值系统,对管道图像的灰度值进行调节,获得管道图像最优灰度值,并通过图像处理技术,将管道图像的背景和管道特征进行对比,获得管道特征清晰的图像,并通过图像识别技术,过滤管道表面正常的图像,对管道表面缺陷图像进行图像矩形分割,将进行矩形切割的图像进行图像分析,提取管道缺陷特征,根据管道缺陷特征,对管道表面缺陷的图像进行分类,获得管道堵塞图像、管道断裂图像和管道泄漏图像,并对每个缺陷种类中进行图像归类和图像计数。
上述技术方案的有益效果为:本发明中对对管道图像的灰度值进行调节,获得管道图像最优灰度值,提高了图像处理效率,将管道图像的背景和管道特征进行对比,获得管道特征清晰的图像,提高了管道状况的识别率,对管道表面缺陷图像进行图像矩形分割,将进行矩形切割的图像进行图像分析,提取管道缺陷特征,通过这种方法可以快获得管道内部状况,并对每个缺陷种类中进行图像归类和图像计数,汇总缺陷信息,方便对管道进行风险评估,确定风险等级。
作为本发明的一种实施例:在提取管道缺陷特征中,首先需要在对管道图像中确定管道缺陷形状边界,进行图像矩形分割,并对分割后的图像,提取管道缺陷特征,根据管道缺陷特征对管道表面缺陷的图像进行分类,包括以下步骤:
步骤一:对管道图像中确定管道缺陷形状边界,通过下式对图像进行矩形分割:
其中;Q是轮廓线的线坐标函数;也是一种线函数,沿着轮廓线构建,因此不同缺陷,线坐标函数不同,而轮廓线的获取方法是基于三维模型的区域分割;对三维模型进行基于mean-shift均值漂移的区域分割;然后通过合并分割后的不同区域,通过法矢量扰动值和面积之的大小,区分编辑先,然后基于曲线拟合进行轮廓线采样,得到这个线坐标函数。d(t,p)是管道图像像素(t,p)的灰度值,m是矩形分割的轮廓线Q内部的灰度平均值;也就是分割出来的矩形图像的灰度值,n是矩形分割的轮廓线Q外部的灰度平均值;这表示的是矩形图像之外的灰度值,为形状函数,/>表示零水平集,ε表示平衡形状和区域项权重的正常数,ε(∫(d(t,p)-m)2dtdp+∫(d(t,p)-n)2dtdp)表示区域项;
本公式的主要目的是通过确定管道图像的得形状边界,对图像济宁矩形分割,通过公式,可以得到最优的分割方案;
步骤二:并对分割后的图像,提取管道缺陷特征:
本公式的主要目的是通过开运算对分割后的矩形图像进行缺陷特征提取,根据椭圆形缺陷边缘特征元素和线形缺陷边缘特征元素,对缺陷图像进行鉴定,确定缺陷图像的缺陷特征;
上述技术方案的有益效果为:本实施例对在提取管道缺陷特征中,首先需要在对管道图像中确定管道缺陷形状边界,通过管道缺陷形状边界,对图像进行矩形分割,获得管道图像的具体内容,提取管道缺陷特征,通过开运算公式,将管道缺陷特征参数输入到两个公式中,进行公式判别,确定管道缺陷类型。
实施例5:
在一个实施例中,所述对分割的管道图像进行图像分析,提取管道缺陷特征,并对管道表面缺陷的图像进行分类,确定管道缺陷类型,包括:
对矩形分割的图像进行缺陷边缘检测,确定缺陷边缘形状,并提取管道缺陷特征;其中,所述管道缺陷特征包括:椭圆形缺陷边缘和线形缺陷边缘;
当检测到管道缺陷边缘为椭圆形缺陷边缘时,确定管道缺陷类型为管道泄漏;
当检测到管道缺陷边缘为线形缺陷边缘时,确定管道缺陷类型为管道断裂;
当不存在所述管道缺陷特征时,判断管道是否疏通,并在管道非疏通状态时,判定管道为管道堵塞。
上述技术方案的工作原理为:本发明的现有技术中,需要确定管道类型时,要将管道图像进行进行两次图像分割,第一次粗糙分割,获取缺陷图像,第二次精确分割,获取缺陷特征,但是,这种方法并容易误判,进行错误归类,本发明中,通过对矩形分割的图像进行缺陷边缘检测,确定缺陷边缘形状,并提取管道椭圆形缺陷边缘和线形缺陷边缘,通过管道的明确缺陷特征,对缺陷管道进行分类,确定泄漏型管道和断裂型管道,如果管道缺陷特征没有这两种特征,则将管道特征归类为腐蚀型管道。
上述技术方案的有益效果为:本发明中过对矩形分割的图像进行缺陷边缘检测,确定缺陷边缘形状,根据缺陷边缘是否产生闭环,将管道缺陷特征分为两类,通过这两类明显的特征,可以对缺陷管道进行准确的缺陷类型判断,这种方法可以快速对缺陷管道进行分类,确定缺陷管道类型。
实施例6:
在一个实施例中,所述通过相控阵超声检测系统对燃气管道进行焊接质量检测,确定检测结果,包括:
通过预设的相控阵超声检测系统的多声束扫描管道焊缝,获得多声束的回波信号;
通过预设的回波信号分析仪对所述回波信号进行信号分析,获得管道焊缝信息;其中,所述管道焊缝信息包括:焊缝厚度、焊缝宽度和焊缝长度、焊缝宽窄是否匀称、表面光滑程度和是否有漏洞;
上述技术方案的工作原理为:本发明的现有技术中,焊缝的焊接质量检测一直都是重要的检测目标,一般是通过识别拍摄的焊缝图像,对焊缝的焊接质量进行评估,本发明中,通过相控阵超声检测系统的多声束扫描管道焊缝,收集多声束的回波信号的信息,并通过回波信号分析仪,对收集的多声束的回波信号的信息进行解析,获得焊缝厚度、焊缝宽度和焊缝长度、焊缝宽窄匀称、表面光滑程度和漏洞情况,并根据管道信息,对焊接质量进行评价。
上述技术方案的有益效果为:本发明中对通过相控阵超声检测系统的多声束扫描管道焊缝,收集多声束的回波信号的信息,通过分析多声束的回波信号的信息就可以掌握管道焊缝的实时情况,这种方法不需要对图片进行处理和分析,直接通过声束进行焊缝检测,避免了由于图像模糊导致的评价焊接质量出现差错。
实施例7:
在一个实施例中,相控阵超声检测系统还包括:
通过相控阵超声检测系统对缺陷位置进行声束扫描,并控制所述声束的聚焦深度,获得声束的回波信号;
通过预设的回波信号分析仪对所述回波信号进行信号分析,获得管道信息;其中,所述管道信息包括:管道材料、管道表面粗糙程度、管道纹理;
通过陀螺仪传感器对管道缺陷位置进行精确定位,获得缺陷位置的空间坐标信息。
上述技术方案的工作原理为:本发明的现有技术中,通过管道材料检测设备也可对管道材料进行检测,但是,每一个检测任务都需要配一个专门设备进行检测,会造成设备的滥用,导致管道机器人的体积过大,不利于运行,本发明中,相控阵超声检测系统不仅可以对焊缝进行质量检测,还可以对缺陷位置进行声束扫描,并控制声束的聚焦深度,获得在不同聚焦深度中的声束的回波信号,通过回波信号分析仪对回波信号进行信号分析,获得管道材料、管道表面粗糙程度、管道纹理的信息,并通过螺仪传感器,对管道缺陷位置进行精确定位,获得缺陷位置的空间坐标信息,并将定位信息上传至数据库进行保存。
上述技术方案的有益效果为:本发明中通过控阵超声检测系统对缺陷位置进行声束扫描,通过波信号分析仪对回波信号进行信号分析,获得管道材料、管道表面粗糙程度、管道纹理的信息,并进行缺陷定位,通过这种方法可以直接获得管道材料的信息,便于对管道材料质量进行评估。
实施例8:
在一个实施例中,所述根据所述检测结果和缺陷信息,对燃气管道进行对应检测评价,并生成检测报表,包括:
根据所述运行管线检测结果,自动生成运行管线检测评价;其中,所述运行管线检测评价,包括:运行管线通畅度评价、运行管线有障碍物影响因素评价、运行管线堵塞状态评价;
根据所述管道焊缝信息,对管道焊接质量进行等级划分,确定焊接等级;
根据所述缺陷信息,对燃气管道进行风险评估,确定燃气管道风险等级;
将所述运行管线检测评价、焊接等级和燃气管道风险等级进行汇总,并自动生成检测报表。
上述技术方案的工作原理为:本发明的现有技术中,很少对根据检测结果和缺陷信息,对燃气管道进行对应检测评价,本发明中,根据运行管线检测结果,自动生成运行管线检测评价,运行管线检测评价包括运行管线通畅、运行管线有障碍物、运行管线堵塞,并显示运行管线障碍物、运行管线堵塞得位置坐标,根据管道焊缝信息,对管道焊接质量进行等级划分,一级焊接:无漏洞,焊接表面光滑,焊缝宽窄均匀;二级焊接:有小漏洞,焊接表面基本光滑,焊缝宽窄基本均匀;三级焊接:有大漏洞,焊接表面不光滑,焊缝宽窄不均匀;统计每个管道缺陷类型的数量,根据管道缺陷类型的数量和缺陷程度,对燃气管道进行风险评估,确定燃气管道风险等级,将所述运行管线检测评价、焊接等级和燃气管道风险等级进行汇总,并自动生成检测报表,报表上显示整个每个检测项目的检测结果和等级。
上述技术方案的有益效果为:本发明中对根据管道焊缝信息,管道焊缝信息和管道缺陷信息进行燃气管道对应检测评价,并划分检测等级,通过自动生成检测报表进行显示,通过报表可以清楚了解燃气管道各个检测项目的检测结果,并进行管道评估。
实施例9:
在一个实施例中如附图3所示,,本发明的方法还包括:
通过识别管道图像,确定管道障碍物,并对所述管道障碍物进行分类,确定障碍物体积;
当所述障碍物体积小于管道机器人能够清理的体积阈值,对障碍物进行清理;
当所述障碍物体积超过管道机器人能够清理的体积阈值,对障碍物进行避让,并将障碍物的信息进行上报。
上述技术方案的工作原理为:本发明的现有技术中,管道机器人可以对管道中的障碍物进行清理,但是在对可清理的障碍物识别上技术比较落后,很容易一识别出障碍物就进行障碍物清理,但是,有些障碍体积比管道机器人还大,不容易进行清理,本发明中,通过识别管道图像,确定管道障碍物,并对所述管道障碍物进行分类,确定障碍物体积,通过将障碍物体积和管道机器人能过清理的体积阈值进行对比,生成清理命令和避让命令,当进行障碍物清理时,通过机器人手钳将障碍物放入到管道机器人的垃圾箱中。
上述技术方案的有益效果为:本发明的管道机器人在遇到障碍物时先通过识别管道图像,确定管道障碍物,并对所述管道障碍物进行分类,确定障碍物体积,将体积小的障碍物通过机器手钳进行垃圾回收,对于体积大的障碍物进行障碍物避让操作,通过管道机器人的清理,可以将管道内的树叶及昆虫尸体进行扫除,保持燃气管道内部的通畅。
实施例10:
在一个实施例中,所述根据所述缺陷信息,对燃气管道进行风险评估,确定燃气管道风险等级,包括:
统计管道堵塞数量,通过预设的管道堵塞评价体系确定堵塞等级;
统计管道断裂数量,并结合管道断裂程度,通过预设的管道断裂评价体系确定断裂等级;
统计管道泄漏数量,并结合管道泄漏程度,通过预设的管道泄漏评价体系确定泄漏等级;
通过分析燃气管道的腐蚀等级、堵塞等级、断裂等级、泄漏等级,确定燃气管道风险等级。
上述技术方案的工作原理为:本发明中,统计管道堵塞数量,通过预设的管道堵塞评价体系确定堵塞等级,一级管道堵塞:堵塞管道数量>5;二级管道堵塞:3≤堵塞管道数量≤5;三级管道堵塞:1≤堵塞管道数量<3;统计管道泄漏数量,并结合管道泄漏程度,通过预设的管道泄漏评价体系确定泄漏等级,一级管道泄漏:管道泄漏数量>5,且有一个漏洞直径超过5CM;二级管道泄漏:3≤管道泄漏数量≤5,且有一个漏洞直径超过3CM;三级管道泄漏:1≤管道泄漏数量<3,且有一个漏洞直径超过1CM;统计管道断裂数量,并结合管道断裂程度,通过预设的管道断裂评价体系确定断裂等级,一级管道断裂:管道断裂数量>5,且有一个断裂直径超过5CM;二级管道断裂:3≤管道断裂数量≤5,且有一个断裂直径超过3CM;三级管道断裂:1≤管道断裂数量<3,且有一个断裂直径超过1CM,根据上述等级评价规则,结合管道缺陷信息,对燃气管道进行风险评估,确定燃气管道风险等级。
上述技术方案的有益效果为:本发明中对通过对各个管道缺陷类型进行等级评价,有利于检测人员通过等级评价,对燃气管道进行全面了解。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种城镇燃气聚乙烯管道的检测方法,其特征在于,包括:
通过管道机器人的视觉传感器获得燃气管道内部的环境信息,将所述环境信息传送给自主导航系统,进行运行管线检测,并确定检测结果;
从所述视觉传感器中获取数字图像,对所述数字图像进行图像处理,获取燃气管道的缺陷信息;
通过相控阵超声检测系统对燃气管道进行焊接质量检测,确定检测结果;
根据所述检测结果和缺陷信息,对燃气管道进行对应检测评价,并生成检测报表;
所述从所述视觉传感器中获取数字图像,对所述数字图像进行图像处理,获取燃气管道的缺陷信息,包括:
对所述管道内部环境视频进行视频停帧,并截取管道图像;
通过预设的自适应灰度阈值系统对所述管道图像进行图像灰度分割,确定图像最优灰度值;
通过预设的图像处理技术识别所述管道图像,并增强管道图像的背景色,获得对比度清晰的管道图像;
过滤管道表面正常的图像,确定管道表面缺陷图像,并根据所述缺陷图像的管道缺陷形状边界,进行图像矩形分割;
对分割的管道图像进行图像分析,提取管道缺陷特征,并对管道表面缺陷的图像进行分类,确定管道缺陷类型;其中,
所述管道缺陷类型包括:管道堵塞、管道断裂和管道泄漏。
2.如权利要求1所述的一种城镇燃气聚乙烯管道的检测方法,其特征在于,所述通过管道机器人的视觉传感器获得燃气管道内部的环境信息,将所述环境信息传送给自主导航系统,进行运行管线检测,并确定检测结果,包括:
通过可环绕摄像头对燃气导管进行全方位拍摄,获取燃气管道内部环境视频;其中,
所述可环绕摄像头由管道机器人控制环绕拍摄,并在环绕拍摄过程中进行缺陷对焦;
将拍摄的环境视频传送到内部传感器,通过视频分析,获得燃气管道信息;其中,
所述管道信息包括:障碍物信息、管道缺陷信息;
所述管道缺陷信息包括:管道形变信息、管道破损信息、管道腐蚀信息;
生成自主导航路线,并根据所述障碍物信息,进行障碍物避障;
通过自主导航,对运行管线进行检测,确定运行管线检测结果;其中,
所述运行管线检测结果包括:运行管线通畅、运行管线堵塞和运行管线有障碍物。
3.如权利要求2所述的一种城镇燃气聚乙烯管道的检测方法,其特征在于,所述生成自主导航路线,并根据所述障碍物信息,进行障碍物避障,包括:
基于预设的导航模拟系统通实时识别管道内部环境视频,进行智能导航决策,生成自主导航路线;其中,
所述导航决策包括:躲避决策、转向决策和调速决策;
基于视频分析识别障碍物,获得障碍物信息,并对管道障碍物进行定位,并通过测距传感器计算管道机器人与障碍物的间隔距离;其中,
所述障碍物信息包括:障碍物位置信息、障碍物形状信息、障碍物状态信息;
将所述间隔距离和障碍物形状信息输入到预设的导航模拟系统中,生成障碍物避让路线。
4.如权利要求1所述的一种城镇燃气聚乙烯管道的检测方法,其特征在于,所述对分割的管道图像进行图像分析,提取管道缺陷特征,并对管道表面缺陷的图像进行分类,确定管道缺陷类型,包括:
对矩形分割的图像进行缺陷边缘检测,确定缺陷边缘形状,并提取管道缺陷特征;其中,
所述管道缺陷特征包括:椭圆形缺陷边缘和线形缺陷边缘;
当检测到管道缺陷边缘为椭圆形缺陷边缘时,确定管道缺陷类型为管道泄漏;
当检测到管道缺陷边缘为线形缺陷边缘时,确定管道缺陷类型为管道断裂;
当不存在所述管道缺陷特征时,判断管道是否疏通,并在管道非疏通状态时,判定管道为管道堵塞。
5.如权利要求1所述的一种城镇燃气聚乙烯管道的检测方法,其特征在于,所述通过相控阵超声检测系统对燃气管道进行焊接质量检测,确定检测结果,包括:
通过预设的相控阵超声检测系统的多声束扫描管道焊缝,获得多声束的回波信号;
通过预设的回波信号分析仪对所述回波信号进行信号分析,获得管道焊缝信息;其中,
所述管道焊缝信息包括:焊缝厚度、焊缝宽度和焊缝长度、焊缝宽窄是否匀称、表面光滑程度和是否有漏洞。
6.如权利要求5所述的一种城镇燃气聚乙烯管道的检测方法,其特征在于,相控阵超声检测系统还包括:
通过相控阵超声检测系统对缺陷位置进行声束扫描,并控制所述声束的聚焦深度,获得声束的回波信号;
通过预设的回波信号分析仪对所述回波信号进行信号分析,获得管道信息;其中,
所述管道信息包括:管道材料、管道表面粗糙程度、管道纹理;
通过陀螺仪传感器对管道缺陷位置进行精确定位,获得缺陷位置的空间坐标信息。
7.如权利要求1所述的一种城镇燃气聚乙烯管道的检测方法,其特征在于,所述根据所述检测结果和缺陷信息,对燃气管道进行对应检测评价,并生成检测报表,包括:
根据所述运行管线检测结果,自动生成运行管线检测评价;其中,所述运行管线检测评价,包括:运行管线通畅度评价、运行管线有障碍物影响因素评价、运行管线堵塞状态评价;
根据所述管道焊缝信息,对管道焊接质量进行等级划分,确定焊接等级;
根据所述缺陷信息,对燃气管道进行风险评估,确定燃气管道风险等级;
将所述运行管线检测评价、焊接等级和燃气管道风险等级进行汇总,并自动生成检测报表。
8.如权利要求1所述的一种城镇燃气聚乙烯管道的检测方法,其特征在于,所述方法还包括:
通过识别管道图像,确定管道障碍物,并对所述管道障碍物进行分类,确定障碍物体积;
当所述障碍物体积小于管道机器人能够清理的体积阈值,对障碍物进行清理;
当所述障碍物体积超过管道机器人能够清理的体积阈值,对障碍物进行避让,并将障碍物的信息进行上报。
9.如权利要求1所述的一种城镇燃气聚乙烯管道的检测方法,其特征在于,所述根据所述缺陷信息,对燃气管道进行风险评估,确定燃气管道风险等级,包括:
统计管道堵塞数量,通过预设的管道堵塞评价体系确定堵塞等级;
统计管道断裂数量,并结合管道断裂程度,通过预设的管道断裂评价体系确定断裂等级;
统计管道泄漏数量,并结合管道泄漏程度,通过预设的管道泄漏评价体系确定泄漏等级;
通过分析燃气管道的腐蚀等级、堵塞等级、断裂等级、泄漏等级,确定燃气管道风险等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210009149.0A CN114354755B (zh) | 2022-01-06 | 2022-01-06 | 一种城镇燃气聚乙烯管道的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210009149.0A CN114354755B (zh) | 2022-01-06 | 2022-01-06 | 一种城镇燃气聚乙烯管道的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114354755A CN114354755A (zh) | 2022-04-15 |
CN114354755B true CN114354755B (zh) | 2023-06-20 |
Family
ID=81107141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210009149.0A Active CN114354755B (zh) | 2022-01-06 | 2022-01-06 | 一种城镇燃气聚乙烯管道的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114354755B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117291476B (zh) * | 2023-11-27 | 2024-02-13 | 南京如昼信息科技有限公司 | 基于遥控机器人的城市排水管道的评估方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030118230A1 (en) * | 2001-12-22 | 2003-06-26 | Haoshi Song | Coiled tubing inspection system using image pattern recognition |
CN108626580A (zh) * | 2018-05-10 | 2018-10-09 | 北京零偏科技有限责任公司 | 一种管道故障自主定位检测的设备、方法及系统 |
CN109389639B (zh) * | 2018-07-16 | 2021-06-25 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 动态行车环境下钢轨轮廓激光条纹中心提取方法及装置 |
CN109342423A (zh) * | 2018-10-25 | 2019-02-15 | 南京水动力信息科技有限公司 | 一种基于机器视觉管道测绘的城市排水管道验收方法 |
CN109828028B (zh) * | 2019-03-28 | 2021-11-30 | 烟台中凯检测科技有限公司 | 一种超声检测缺陷定性系统和定性方法 |
CN111047583B (zh) * | 2019-12-23 | 2022-11-18 | 大连理工大学 | 一种基于机器视觉的水下网衣系统破损检测方法 |
CN111983030A (zh) * | 2020-08-20 | 2020-11-24 | 南京中车浦镇城轨车辆有限责任公司 | 基于超声相控阵的摩擦焊焊缝缺陷定量检测方法和系统 |
-
2022
- 2022-01-06 CN CN202210009149.0A patent/CN114354755B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114354755A (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102008973B1 (ko) | 딥러닝 기반의 하수도관 내부 결함 탐지 장치 및 방법 | |
CN113469177B (zh) | 基于深度学习的排水管道缺陷检测方法及系统 | |
CN102565072B (zh) | 拉伸铝合金板表面裂纹立体视觉在线检测方法 | |
CN115239632B (zh) | 一种融合巡检图像和超声波图像的钢轨表面伤损检测方法 | |
CN114354755B (zh) | 一种城镇燃气聚乙烯管道的检测方法 | |
JP6753553B1 (ja) | 表面欠陥検出方法、表面欠陥検出装置、鋼材の製造方法、鋼材の品質管理方法、鋼材の製造設備、表面欠陥判定モデルの生成方法、及び表面欠陥判定モデル | |
Sinha et al. | Computer vision techniques for automatic structural assessment of underground pipes | |
CN109239206A (zh) | 缺陷自动识别辅助电熔接头智能相控阵的超声检测方法 | |
CN106548469A (zh) | 一种管道检测方法和装置 | |
CN104966302B (zh) | 一种任意角度激光十字的检测定位方法 | |
CN116429768A (zh) | 一种密封钉焊接质量检测方法、系统、设备及存储介质 | |
CN117173461A (zh) | 一种多视觉任务的灌装容器缺陷检测方法、系统及介质 | |
CN112580542A (zh) | 一种基于目标检测的钢筋计数方法 | |
CN115656182A (zh) | 基于张量投票主成分分析的板材点云缺陷检测方法 | |
EP0563897A1 (en) | Defect inspection system | |
CN114782728A (zh) | 一种探地雷达的数据可视化方法 | |
CN112198170B (zh) | 一种无缝钢管外表面三维检测中识别水滴的检测方法 | |
CN105427295A (zh) | 一种基于焊缝的图像识别方法和图像识别系统 | |
Aoki et al. | Intelligent image processing for abstraction and discrimination of defect image in radiographic film | |
Sinha et al. | Non-contact ultrasonic sensor and state-of-the-art camera for automated pipe inspection | |
Safizadeh et al. | Automated detection of inner surface defects in pipes using image processing algorithms | |
JPH0345898A (ja) | 画像識別・追尾装置 | |
CN115308310B (zh) | 一种管路内壁的超声探伤识别方法 | |
CN116773547B (zh) | 一种基于多模态的焊缝缺陷检测方法 | |
CN109175763B (zh) | 一种埋弧焊钢管焊缝焊偏量参数的检测仪 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |