CN114486925A - 基于全景信息的输电线路杆塔内侧腐蚀智能检测系统及检测方法 - Google Patents
基于全景信息的输电线路杆塔内侧腐蚀智能检测系统及检测方法 Download PDFInfo
- Publication number
- CN114486925A CN114486925A CN202111603063.2A CN202111603063A CN114486925A CN 114486925 A CN114486925 A CN 114486925A CN 202111603063 A CN202111603063 A CN 202111603063A CN 114486925 A CN114486925 A CN 114486925A
- Authority
- CN
- China
- Prior art keywords
- transmission line
- tower
- corrosion
- analysis device
- camera unit
- 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.)
- Granted
Links
- 238000005260 corrosion Methods 0.000 title claims abstract description 122
- 230000005540 biological transmission Effects 0.000 title claims abstract description 121
- 230000007797 corrosion Effects 0.000 title claims abstract description 119
- 238000001514 detection method Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title description 23
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 71
- 239000010959 steel Substances 0.000 claims abstract description 71
- 238000004458 analytical method Methods 0.000 claims description 91
- 230000007246 mechanism Effects 0.000 claims description 32
- 238000004891 communication Methods 0.000 claims description 14
- 239000003638 chemical reducing agent Substances 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 6
- 238000003745 diagnosis Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 abstract description 6
- 230000009194 climbing Effects 0.000 abstract description 5
- 230000009467 reduction Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 11
- 230000033001 locomotion Effects 0.000 description 9
- 238000007689 inspection Methods 0.000 description 5
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000013139 quantization Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 239000003792 electrolyte Substances 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000005536 corrosion prevention Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- G01N21/95—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
- G01N21/95—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
- G01N2021/9518—Objects of complex shape, e.g. examined with use of a surface follower device using a surface follower, e.g. robot
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)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Electric Cable Installation (AREA)
Abstract
本发明公开了一种基于全景信息的输电线路杆塔内侧腐蚀智能检测系统及检测方法，该检测系统包括分别安装于输电线路杆塔顶部和底部的上底板和下底座，用于采集杆塔钢构件表面图像的摄像单元，固定于上底板和下底座之间、驱动摄像单元上下移动的驱动机构，以及与摄像单元和驱动机构通信连接、并依据摄像单元采集的图像对杆塔钢构件腐蚀程度进行分析的控制装置。本发明可显示直观图像，通过摄像单元拍照和控制装置对图像进行分析判断，从而提高判定结果的准确性；且本发明能够实现对输电线路杆塔内测钢构件的腐蚀检测，从而可代替人工登塔检测，避免腐蚀严重的输电线路杆塔内侧局部失效导致钢构件力学性能下降，从而引发人员高空坠落等安全事故的风险。
Description
技术领域
本发明属于电力系统缺陷诊断技术领域，涉及输电线路杆塔缺陷诊断，尤其涉及基于全景信息的输电线路杆塔内侧腐蚀检测技术。
背景技术
电网所处地区气候各异，大气腐蚀环境复杂多变，尤其是高温潮湿和重工业污染环境，长期服役于此自然环境中的输电线路杆塔会遭遇严重的腐蚀破坏。这些腐蚀破坏常引起突发事故，如塔材锈穿锈断、螺栓锈蚀失效、塔脚锈断等，严重影响电网安全运行，甚至会造成倒塔、断线、停电跳闸等重大安全事故。由此可见输电线路杆塔的腐蚀失效已成为制约电网安全运行的瓶颈问题。如果不及时采取有效的防腐措施，服役于各种复杂大气环境中的输电线路杆塔在较短时间内就会出现严重的腐蚀破坏，从而危及输电线路杆塔的安全使用和电网运行的安全性。因此，全面掌握输电线路杆塔的腐蚀程度，及时制订防腐检修计划进行处理，采取有效的腐蚀防护措施是保证输电线路杆塔安全可靠运行的关键要素，对保障电网安全运行具有重要意义。
目前输电线路杆塔的腐蚀程度检测主要依靠目视或图像评定。对于输电线路杆塔的阳面部分(即杆塔外侧)，传统的腐蚀检测方法以人工登塔检测、直升机航测法和无人机巡检法为主。输电线路杆塔外侧由于日间阳光的照射使得金属表面被电解质液膜覆盖的时间较短，腐蚀速率相对较慢，而且可以直接观察观测其锈迹和腐蚀程度，得出相关分析数据结果；但对于输电线路杆塔的阴面部分(即杆塔内侧)，由于没有阳光照射或照射时间较短，电解质液膜覆盖的时间较长，同样大气环境下的腐蚀速率相对较快，而且由于直升机、无人机无法进入到杆塔内部拍摄，只能选择人工从杆塔内部登塔，开展腐蚀检测的方式。此方法复杂繁琐，检测效率低下，容易误判漏判，同时腐蚀严重的输电线路杆塔内侧若局部失效导致钢构件力学性能下降，可能会发生人员高空坠落等安全事故，严重威胁到检测人员的人身安全。虽然如今我国电网的技术人员对杆塔内侧的腐蚀检测方法进行了一系列的改进，一定程度上增多了该方法的适用场合并提高了效率，但根本上依旧存在上述不足。
随着相关学科技术的不断交叉深入，利用声光电磁等技术的输电线路杆塔腐蚀检测设备大量出现，成为输电线路杆塔腐蚀数据获取和分析的主要方式。传统检测技术基于电磁学、化学、声学和力学的原理，检测方法包括交流阻抗测试法、漏磁检测法、涡流检测法、射线检测法以及超声检测法等，相关设备先向输电线路杆塔的钢构件发射电磁波、声波等信号，再依据接收探头所接收到的信号进行处理，在显示端显示出相应的图像。虽然这些腐蚀识别检测技术可以对腐蚀信息做出分析和判断，但是此类方法最大的问题在于无法获得可见图像，即无法直接观测到输电线路杆塔表面腐蚀情况并判定腐蚀等级。
目前计算机视觉、数字图像处理技术的直观性和准确性逐渐被应用于实测中，因此基于计算机视觉的钢构件腐蚀智能识别技术应运而生。该技术一般都是由专门的无人机操作员根据电网公司巡线的具体要求，沿着输电线路进行拍摄，采集相应输电线路杆塔的图片和视频，最终需要将无人机所采集到的结果提交给专业的工程技术人员，工程技术人员根据已有的经验对采集到的图片数据进行分析评估。然而，一方面无人机操作需要一定的门槛；另一方面采集到的图片数据量过于庞大，人工商议评估会耗费大量时间，效率低下，容易导致误判漏判，最终难以准确评估输电线路杆塔的腐蚀等级，导致对输电线路杆塔的防腐处理不及时，造成不可避免的损失。此外，目前的腐蚀识别检测技术采用的传统图像检测，也即是对目标形状的边缘、轮廓等特征进行提取，利用提取到的特征，使用不同大小的滑动窗口在图像中滑动检测，该方法并不适用于输电线路杆塔上的多个钢构件的腐蚀程度分析。
综上所述，由于输电线路工程日趋大规模、复杂化，使得传统的巡检方式、操作方法面临极大的挑战，现市面上存有的高效率分析评估输电线路杆塔钢构件腐蚀等级的设备存在严重空缺和不足，既不能满足检测精度的要求，也不能满足识别效率的要求。随着深度学习图像处理技术的不断提高和智能视觉设备的日益发展，亟待研究开发出一种适用于输电线路杆塔内侧腐蚀检测的腐蚀智能识别设备和方法，从而代替人工登塔检测，避免腐蚀严重的输电线路杆塔内侧局部失效导致钢构件力学性能下降，从而引发人员高空坠落等安全事故的风险。
发明内容
本发明目的旨在针对现有输电线路杆塔上钢构件腐蚀检测存在的效率低、危险程度高、无法直观显示、复杂度高等问题，提供一种基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，能够实现对输电线路杆塔上钢构件内侧腐蚀程度的检测，且效率高、精度高。
本发明的另一目的旨在提供一种基于全景信息的输电线路杆塔内侧腐蚀智能检测方法。
为了达到上述目的，本发明采用以下技术方案来实现。
这里针对的输电线路杆塔由钢构件搭接而成。本发明提供的基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，其包括：分别安装于输电线路杆塔顶部和底部的上底板和下底座，用于采集杆塔钢构件表面图像的摄像单元，固定于上底板和下底座之间、驱动摄像单元上下移动的驱动机构，以及与摄像单元和驱动机构通信连接、并依据摄像单元采集的图像对杆塔的钢构件腐蚀程度进行分析的控制分析装置。
驱动机构驱动摄像单元沿输电线路杆塔上下移动，采集杆塔钢构件的全景图像发送到控制分析装置，由控制分析装置对杆塔钢构件腐蚀程度进行初步诊断；若杆塔的钢构件存在腐蚀情况，进一步通过驱动机构，使摄像单元再次移动至受腐蚀位置，在对应高度的杆塔钢构件处进行拍摄并发送到控制分析装置，由控制分析装置对定位高度的杆塔钢构件腐蚀程度进行进一步诊断分析。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，所述上底板固定于输电线路杆塔顶部中心位置；所述下底座对称固定于输电线路杆塔底部中心位置，使用水泥地基固定下底座。这样能够使整个检测系统平衡受力，稳固整体结构，并且便于摄像单元于最佳角度进行全景拍摄。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，所述驱动机构主要由主动轮、从动轮、跨接于两者之间的绳索以及动力输出单元组成；所述主动轮通过第一固定座安装于上底板，所述从动轮通过第二固定座安装于下底座上；所述动力输出单元安装于上底板且其输出轴与主动轮固连；所述摄像单元安装于绳索上；从动轮配合主动轮工作，向绳索传输动力。进一步的，所述动力输出单元包括驱动电机，与驱动电机输出端连接的减速器，用于控制驱动电机运转的控制器以及为控制器和驱动电机供电的太阳能发电板，减速器的输出轴与主动轮固连；所述控制器安装于太阳能发电板背面，其输入端与太阳能发电板输出端连接，输出端与驱动电机输入端连接。所述控制器主要用于依据来自控制分析装置的指令，控制驱动电机运转，以带动主动轮运转，从而驱动安装有摄像单元的绳索到达指定高度。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，所述摄像单元包括360°全景相机和用于安装360°全景相机的夹持装置。所述360°全景相机为能够实现360°图像采集的相机，例如insta360相机，其设置有两个对位的鱼眼摄像头，并采用无线充电模式的相机，保证电源供应。所述夹持装置两侧分别设置有跨接在主动轮和从动轮之间绳索穿过的过孔，且夹持装置其中一侧与绳索固连，由绳索驱动夹持装置上下移动。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，所述控制分析装置为具有图像分析能力的计算机，控制分析装置分别向控制器和摄像单元发送操作指令，控制驱动机构运转和摄像单元图像采集，并依据接收的摄像单元采集的图像数据对输电线路杆塔的钢构件腐蚀程度进行初步分析，再依据结果控制驱动机构移动使得摄像单元对有问题的输电线路杆塔钢构件部位进行第二次的精细拍摄，从而得到腐蚀部位的清晰图片，最后通过控制分析装置，将检测结果与数据通过网络传输到电网数据存储服务器，实现输电线路杆塔钢构件的腐蚀程度检测。
本发明进一步提供基于全景信息的输电线路杆塔内侧腐蚀智能检测方法，采用前面给出的检测系统按照以下步骤进行：
(S1)向控制分析装置输入待检测的输电线路名称、杆塔编号，并控制驱动机构使摄像单元置于初始启动位置；
(S2)以摄像单元开始移动计时，控制分析装置经控制器控制驱动机构使摄像单元沿杆塔垂向匀速移动，摄像单元将输电线路杆塔的钢构件全景图像记录下来，并将图像传输给控制分析装置；
(S3)控制分析装置对接收到的输电线路杆塔的钢构件全景图像进行初步分析，并依据计时时间计算各个图像位置对应的输电线路杆塔实际高度，若控制分析装置分析出图像存在受腐蚀区域，则进入步骤(S4)，若无，则进入步骤(S6)；
(S4)控制分析装置通过控制器控制驱动机构将摄像单元移动至杆塔钢构件受腐蚀位置对应高度，摄像单元对该位置进行精细拍摄，并将图像传输给控制分析装置；
(S5)控制分析装置对接收的受腐蚀位置图像进一步分析，评估受腐蚀部位的腐蚀程度，输出并保存受腐蚀部位所在位置、对应图像及腐蚀情况分析结果；
(S6)控制分析装置输出结果，即该输电线路杆塔的钢构件内侧无受腐蚀部位。
(S7)控制分析装置将步骤(S5)或步骤(S6)输出结果传输至电网数据存储服务器终端。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测方法，步骤(S1)中，输入待检测的输电线路名称、杆塔编号是为了将图像和实际的输电线路杆塔对应起来，便于控制分析装置进行分析。将摄像单元固定好，并准确将其置于启动位置，目的是为得到准确的高度和图像做准备；具体实现方式中，将全景相机安装于夹持装置安装孔内即可。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测方法，步骤(S2)中，从摄像单元开始移动计时，由于移动速度是固定的，进行移动时间与速度的相关计算，则可确定图像位置的位移高度，进而获得沿输电线路杆塔内侧垂直方向的钢构件的完整图像及其对应的实际高度。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测方法，步骤(S3)中，控制分析装置采用常规的网格法YOLO-v4、YOLO-X网络或Deeplab-v3对比量化策略分析算法分析接收到的图像，判断出图像是否有腐蚀现象发生，以便做出下一步骤的判断。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测方法，步骤(S4)中，将摄像单元移动至受腐蚀部位并进行细致地拍照，以便于对腐蚀情况进一步分析。由于步骤(S3)中已经对采集的图像进行了同步定位，因此这里可以根据步骤(S3)中初步分析结果，确定钢构件受腐蚀大体位置，本步骤中可以控制驱动机构直接将摄像单元移动至输电线路杆塔上钢构件受腐蚀位置，然后通过摄像单元对该位置进行精细拍摄(相对于步骤(S2)，摄像单元拍摄图像放大2～10倍，并将图像传输给控制分析装置。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测方法，步骤(S5)中，控制分析装置同样采用常规的网格法YOLO-v4、YOLO-X网络或Deeplab-v3对比量化策略分析算法分析接收到的图像，进一步分析受腐蚀部位的腐蚀程度，并对判断结果、受腐蚀部位所在位置、对应图像进行保存，以便于将来调用数据。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测方法，步骤(S6)中，若判为并无受腐蚀部位，则记录检测结果为良好。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测方法，步骤(S7)中，进一步将输出结果即无受腐蚀部位或识别到的已腐蚀钢构件基本信息(如输电线路名称、杆塔编号、受腐蚀部位所在位置、腐蚀程度等)，通过移动网络等通讯方式传输至电网数据存储服务器终端，一方面在服务器终端可以进行二次图像处理，避免因设备性能或故障导致检测有误；另一方面便于运检部门确认检测结果，如确有问题，应及时修复。
本发明提供的基于全景信息的输电线路杆塔内侧腐蚀智能检测系统及方法，可实现对杆塔钢构件的腐蚀程度快速、安全、准确地分析。与现有的输电线路杆塔钢构件腐蚀程度的检测设备及检测方法相比，本发明具有以下有益效果：
(1)本发明基于全景信息的输电线路杆塔内侧腐蚀智能检测系统为自主研发设计，相较现有的交流阻抗测试法、涡流检测法、超声检测法，本发明可显示直观图像，通过摄像单元拍照和控制分析装置对图像进行分析判断，从而提高判定结果的准确性；
(2)本发明通过移动摄像单元拍照获取图像并在获取图像后即可获得腐蚀情况检测结果，相较于人工登塔拍照、无人机巡检法、直升机航测法，工人商议评估，具有安全，快速，直观，不易漏判等优点；
(3)本发明能够实现对输电线路杆塔阴面(即杆塔内侧)的钢构件检测，实现了无人机、直升机无法进入的杆塔内部腐蚀检测；由于杆塔内侧缺少日间阳光的照射使得金属表面被电解质液膜覆盖的时间较长，因此腐蚀速率较快，检测杆塔内侧更能满足实际工程需求；同时可代替人工登塔检测，避免了腐蚀严重的输电线路杆塔内侧局部失效导致钢构件力学性能下降，从而引发人员高空坠落等安全事故的风险；
(4)本发明输电线路杆塔钢构件腐蚀程度的检测方法，相较于传统的图像检测，即对目标形状的边缘、轮廓等特征进行提取，利用提取到的特征，使用不同大小的滑动窗口在图像中滑动的检测方法，本发明由于采用基于网格法YOLO-v4、YOLO-X网络或Deeplab-v3对比量化策略分析算法，更适合对杆塔钢构件的腐蚀情况进行分析；
(5)本发明摄像单元、驱动机构和控制分析装置之间通讯均优选采用RS485协议，对于远通讯距离，RS485通讯相较于其它通讯方式，传输距离远、传输速度快。
附图说明
图1为本发明实施例基于全景信息的输电线路杆塔内侧腐蚀智能检测系统安装示意图一。
图2为本发明实施例基于全景信息的输电线路杆塔内侧腐蚀智能检测系统安装示意图二。
图3为本发明实施例基于全景信息的输电线路杆塔内侧腐蚀智能检测系统立体图一。
图4为本发明实施例基于全景信息的输电线路杆塔内侧腐蚀智能检测系统立体图二。
图5为本发明实施例基于全景信息的输电线路杆塔内侧腐蚀智能检测系统俯视图。
图中，1-输电线路杆塔，2-上底板，3-下底座，4-摄像单元，41-360°全景相机，42-夹持装置，5-驱动机构，51-主动轮，52-从动轮，53-绳索，54-输出单元，541-驱动电机，542-减速器，543-太阳能发电板，544-联轴器，55-第一固定座，56-第二固定座。
具体实施方式
以下将结合附图给出本发明实施例，并通过实施例对本发明的技术方案进行进一步的清楚、完整说明。显然，所述实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明内容，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
实施例1
如图1所示，本实施例针对的输电线路杆塔为由钢构件组装成的四棱锥型框架结构。
如图1及图2所示，本实施例提供的基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，通过上底板2和下底座3沿输电线路杆塔垂向(即垂直于地面)安装在输电线路杆塔的中部。上底板2固定于输电线路杆塔顶部钢构件交叉的中心位置；下底座3对称固定于输电线路杆塔脚同一水平面，例如地面上。
如图1至图5所示，本实施例提供的基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，还包括用于采集杆塔钢构件表面图像的摄像单元4，固定于上底板和下底座之间、驱动摄像单元4上下移动的驱动机构5，以及与摄像单元和和驱动机构通信连接、并依据摄像单元采集的图像对杆塔钢构件腐蚀程度进行分析的控制分析装置。
如图3至图4所示，摄像单元4包括360°全景相机41和夹持装置42，360°全景相机41安装在夹持装置42开设的安装孔内。夹持装置42两侧开设有过孔。本实施例使用的360°全景相机为能够实现360°图像采集的相机，例如insta360相机，其设置有两个对位的鱼眼摄像头。
如图3至图5所示，驱动机构5主要由主动轮51、从动轮52、跨接于两者之间的绳索53以及动力输出单元54组成。主动轮51经轴承安装于第一固定座55上。从动轮52经轴承安装于第二固定座56上。第一固定座55和第二固定座56分别固定安装于上底板2和下底座3上。绳索53从夹持装置的过孔穿过，且夹持装置一侧与绳索紧固连接。动力输出单元54包括驱动电机541，减速器542，控制器(图中未示出)以及太阳能发电板543，太阳能发电板543、驱动电机541和减速器542顺次布设于上底板上，控制器安装于太阳能发电板背面，其输入端与太阳能发电板输出端连接，输出端与驱动电机输入端连接，驱动电机输出端与减速器542输入端连接，减速器542的输出轴通过联轴器544与主动轮51的转轴固连。太阳能发电板为驱动电机提供驱动能源。控制器控制驱动电机运转，本实施例中使用的是PLC控制器。驱动电机输出动力经减速器调节后驱动主动轮转动，主动轮在从动轮配合下，带动绳索同步转动，从而实现转动运动向直线运动的转变，达到夹持装置上下移动的目的，从而实现摄像单元自下至上拍摄。
控制分析装置为具有图像分析能力的计算机。控制分析装置采用RS485无线通讯模块实现与摄像单元和控制器的通讯。控制分析装置分别向控制器和摄像单元发送操作指令，控制驱动机构运转和摄像单元图像采集，并实时接收摄像单元和控制器发送的数据，依据接收的摄像单元采集的图像数据对杆塔钢构件腐蚀程度进行初步分析，再依据结果控制驱动机构移动使得摄像单元对有问题的杆塔钢构件部位进行第二次的精细拍摄，从而得到腐蚀部位的清晰图片，实现杆塔钢构件的腐蚀程度检测。对摄像单元采集图像的分析，可以通过人工识别，也可以通过本领域已经披露的常规图像识别方法来实现，例如网格法YOLO-v4、YOLO-X网络或Deeplab-v3对比量化策略分析算法等。
上述基于全景信息的输电线路杆塔内侧腐蚀智能检测系统的工作原理为：驱动机构驱动摄像单元沿输电线路杆塔内侧中心部位的固定轨迹上下移动，采集杆塔钢构件的全景图像发送到控制分析装置，由控制分析装置对杆塔钢构件腐蚀程度进行初步诊断；若杆塔钢构件存在腐蚀情况，进一步通过驱动机构，使摄像单元再次移动至受腐蚀位置，对杆塔对应高度的钢构件进行拍摄并发送到控制分析装置，由控制分析装置对定位高度的钢构件腐蚀程度进行进一步诊断分析。
实施例2
本实施例提供了一种基于全景信息的输电线路杆塔内侧腐蚀智能检测方法，采用实施例1提供的检测系统按照以下步骤进行：
(S1)向控制分析装置输入待检测的输电线路名称、杆塔编号，并控制驱动机构使摄像单元置于初始启动位置。
将需检测腐蚀程度的输电线路名称、杆塔编号输入到控制分析装置中，使得最后的结果能够与实际的输电线路杆塔对应起来，便于后续的检修工作。将360°全景相机41安装在夹持装置42上，并将夹持装置42安装在绳索53的一端且置于初始启动位置，为之后摄像单元采集到完整的图像做准备。
(S2)以摄像单元开始移动计时，控制分析装置经控制器控制驱动机构使摄像单元沿杆塔垂向匀速移动，摄像单元将输电线路杆塔的钢构件全景图像记录下来，并将图像传输给控制分析装置。
控制分析装置经控制器向驱动电机发送操作指令，使驱动电机541开始工作，驱动电机转矩转速经电机输出轴传输到减速器542，由减速器542得到主动轮51所需转速并由联结器544传递给主动轮的转轴，使得主动轮51得到规定转速的运动；主动轮和从动轮配合，绳索53绕过主动轮51、从动轮52，将主动轮的旋转运动变为的直线运动，由于步骤(S1)已经将夹持装置42安装在绳索53的一端置于初始启动位置了，并且夹持装置42的另一端已由固定绳16限制其只能做垂直方向的直线运动，因此夹持装置42与绳索53一起做直线运动，实现360全景相机41做直线运动，从而实现360°全景相机41能够从下至上采集输电线路杆塔钢构件的完整图像。当360°全景相机41开始运动时，控制分析装置开始计时，由于相机运动速度是已知的，那么只需要知道相机运动的时间就可以知道采集的图像位置对应的实际输电线路杆塔的高度，当摄像单元完成图像的采集的时候，会将图像传输给控制分析装置，同时计时也会停止，以便后续的分析工作。
(S3)控制分析装置对接收到的杆塔钢构件全景图像进行初步分析，并依据计时时间计算各个图像位置对应的输电线路杆塔实际高度，若控制分析装置分析出图像存在受腐蚀区域，则进入步骤(S4)，若无，则进入步骤(S6)。
控制分析装置将从摄像单元接收到的图像进行分析，并计算各个图像的位置所对应的实际高度，若分析结果表示图像某位置有腐蚀现象发生，则转至(S4)并保存接收到的图像与对应的实际高度；若分析结果表示图像正常则转至(S6)。
本实施例中，控制分析装置采用常规的网格法YOLO-v4(具体操作参见Bochkovskiy A,Wang C Y,Liao H.YOLOv4:Optimal Speed and Accuracy of ObjectDetection[J].arXiv preprint arXiv:2004.10934,2020.)、YOLO-X网络(具体操作参见GeZ,Liu S,Wang F,et al.YOLOX:Exceeding YOLO series in 2021[J].arXiv preprintarXiv:2107.08430,2021.)或Deeplab-v3对比量化策略分析算法(具体操作参见Chen L C,Zhu Y,Papandreou G,et al.Encoder-Decoder with Atrous Separable Convolutionfor Semantic Image Segmentation[J].Springer,Cham,2018.)分析接收到的图像。
(S4)控制分析装置通过控制器控制驱动机构将摄像单元移动至杆塔钢构件受腐蚀位置对应高度，摄像单元对该位置进行精细拍摄，并将图像传输给控制分析装置；
控制分析装置的分析结果表示，图像中存在腐蚀现象，由于步骤(S3)已经将图像和对应的实际高度保存下来，因此，控制分析装置只需要控制摄像单元移动至腐蚀现象发生的实际位置，并让360°全景相机41进行更细致的拍照(相对于步骤(S2)，摄像单元拍摄图像放大2～10倍)，拍照完毕后将细化的图像传输到控制分析装置。
(S5)控制分析装置对接收的受腐蚀位置图像进一步分析，评估受腐蚀部位的腐蚀程度，输出并保存受腐蚀部位所在位置、对应图像及腐蚀情况分析结果。
控制分析装置使用与步骤(S3)相同的方法，对步骤(S4)进一步采集的图像中腐蚀部位的腐蚀程度进行等级分化，以达到对腐蚀部位的腐蚀程度细化，最后输出并保存判断结果和受腐蚀部位的图像。
杆塔钢构件腐蚀等级划分标准，可以根据以往经验来设定，相关的标准有DL/T2055-2019《输电线路钢结构腐蚀安全评估导则》、DL/T 1424-2015《电网金属技术监督规程》或DL/T 1424-2015《输电线路铁塔防腐蚀保护涂装》等。
(S6)控制分析装置输出结果，即该杆塔钢构件无受腐蚀部位。
若控制分析装置的分析结果表示，图像中并无腐蚀部位，则输出改为杆塔钢构件正常，并保存原始图像。
(S7)控制分析装置将步骤(S5)或步骤(S6)输出结果传输至电网数据存储服务器终端。
本步骤中，进一步将输出结果即无受腐蚀部位或识别到的已腐蚀钢构件基本信息(如输电线路名称、杆塔编号、受腐蚀部位所在位置、腐蚀程度等)，通过移动网络等通讯方式传输至电网数据存储服务器终端，一方面在服务器终端可以进行二次图像处理，避免因设备性能或故障导致检测有误；另一方面便于运检部门确认检测结果，如确有问题，应及时修复。
综上所述，本发明提供的基于全景信息的输电线路杆塔内侧腐蚀智能检测系统及检测方法，所用结构均为自主研发设计，结构简单，设计新颖，可实现对输电线路杆塔内侧进行腐蚀程度检测，更符合工程需求。从而可代替人工登塔检测，避免腐蚀严重的输电线路杆塔内侧局部失效导致钢构件力学性能下降，从而引发人员高空坠落等安全事故的风险。
本发明所用摄像单元、驱动单元和控制分析装置之间均采用RS485模块，RS485通讯模块，接口简单，组网方便，可实现与组态软件、PLC、触摸屏及智能仪表连接，实现设备间的无线通讯。此外，RS485通讯模块具有传输距离远，传输速度快的特点。
本发明采用图像对输电线路杆塔内侧腐蚀程度进行检测，相较于超声检测法、涡流检测法，本发明可显示直观图像及其腐蚀程度判定结果，具有直观、快速、安全的优点。
以上仅仅是对本发明的举例说明，并不构成对本发明的保护范围的限制，凡是与本发明相同或相似的设计均属于本发明的保护范围之内。
Claims (6)
1.一种基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，其特征在于，包括：分别安装于输电线路杆塔(1)顶部和底部的上底板(2)和下底座(3)，用于采集杆塔钢构件表面图像的摄像单元(4)，固定于上底板和下底座之间、驱动摄像单元(4)上下移动的驱动机构(5)，以及与摄像单元和和驱动机构通信连接、并依据摄像单元采集的图像对杆塔的钢构件腐蚀程度进行分析的控制分析装置；
驱动机构驱动摄像单元沿输电线路杆塔上下移动，采集杆塔钢构件的全景图像发送到控制分析装置，由控制分析装置对杆塔钢构件腐蚀程度进行初步诊断；若杆塔钢构件存在腐蚀情况，进一步通过驱动机构，使摄像单元再次移动至受腐蚀位置，在对应高度的杆塔钢构件处进行拍摄并发送到控制分析装置，由控制分析装置对定位高度的杆塔钢构件腐蚀程度进行进一步诊断分析。
2.根据权利要求1所述的基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，其特征在于，所述上底板(2)固定于输电线路杆塔顶部中心位置；所述下底座(3)对称固定于输电线路杆塔底部中心位置。
3.根据权利要求1所述的基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，其特征在于，所述驱动机构(5)主要由主动轮(51)、从动轮(52)、跨接于两者之间的绳索(53)以及动力输出单元(54)组成；所述主动轮(51)通过第一固定座(55)安装于上底板(2)，所述从动轮(52)通过第二固定座(56)安装于下底座(3)上；所述动力输出单元(54)安装于上底板且其输出轴与主动轮(51)固连。
4.根据权利要求3所述的基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，其特征在于，所述动力输出单元(54)包括驱动电机(541)，与驱动电机输出端连接的减速器(542)，用于控制驱动电机运转的控制器以及为控制器和驱动电机供电的太阳能发电板(543)，减速器的输出轴与主动轮(51)固连；所述控制器安装于太阳能发电板背面，其输入端与太阳能发电板输出端连接，输出端与驱动电机输入端连接。
5.根据权利要求1所述的基于全景信息的输电线路杆塔内侧腐蚀智能检测系统，其特征在于，所述摄像单元(4)包括360°全景相机(41)和用于安装360°全景相机的夹持装置(42)，所述夹持装置两侧分别设置有跨接在主动轮和从动轮之间绳索穿过的过孔，且夹持装置其中一侧与绳索固连，由绳索驱动夹持装置上下移动。
6.一种基于全景信息的输电线路杆塔内侧腐蚀智能检测方法，其特征在于采用权利要求1至5任一权利要求所述的检测系统按照以下步骤进行：
(S1)向控制分析装置输入待检测的输电线路名称、杆塔编号，并控制驱动机构使摄像单元置于初始启动位置；
(S2)以摄像单元开始移动计时，控制分析装置经控制器控制驱动机构使摄像单元沿杆塔垂向匀速移动，摄像单元将输电线路杆塔的钢构件全景图像记录下来，并将图像传输给控制分析装置；
(S3)控制分析装置对接收到的输电线路杆塔钢构件全景图像进行初步分析，并依据计时时间计算各个图像位置对应的输电线路杆塔实际高度，若控制分析装置分析出图像存在受腐蚀区域，则进入步骤(S4)，若无，则进入步骤(S6)；
(S4)控制分析装置通过控制器控制驱动机构将摄像单元移动至杆塔钢构件受腐蚀位置对应高度，摄像单元对该位置进行精细拍摄，并将图像传输给控制分析装置；
(S5)控制分析装置对接收的受腐蚀位置图像进一步分析，评估受腐蚀部位的腐蚀程度，输出并保存受腐蚀部位所在位置、对应图像及腐蚀情况分析结果；
(S6)控制分析装置输出结果，即该输电线路杆塔的钢构件内侧无受腐蚀部位。
(S7)控制分析装置将步骤(S5)或步骤(S6)输出结果传输至电网数据存储服务器终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111603063.2A CN114486925B (zh) | 2021-12-25 | 2021-12-25 | 基于全景信息的输电线路杆塔内侧腐蚀智能检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111603063.2A CN114486925B (zh) | 2021-12-25 | 2021-12-25 | 基于全景信息的输电线路杆塔内侧腐蚀智能检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114486925A true CN114486925A (zh) | 2022-05-13 |
| CN114486925B CN114486925B (zh) | 2023-10-31 |
Family
ID=81495959
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111603063.2A Active CN114486925B (zh) | 2021-12-25 | 2021-12-25 | 基于全景信息的输电线路杆塔内侧腐蚀智能检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114486925B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101294915A (zh) * | 2008-06-17 | 2008-10-29 | 上海理工大学 | 热处理炉窑内壁缺陷的检测系统及检测方法 |
| CN102412523A (zh) * | 2011-07-29 | 2012-04-11 | 南京炬名电力科技有限公司 | 一种用于架空线路的遥控检查装置 |
| US20130061696A1 (en) * | 2011-09-12 | 2013-03-14 | Honeywell International Inc. | System for the automated inspection of structures at height |
| CN203191321U (zh) * | 2013-04-03 | 2013-09-11 | 国家电网公司 | 绝缘子裂纹探视装置 |
| CN103323462A (zh) * | 2013-06-16 | 2013-09-25 | 苏州博讯仪器有限公司 | 零件探伤检测仪 |
| CN105067630A (zh) * | 2015-07-30 | 2015-11-18 | 重庆科技学院 | 斜拉索pe保护层损伤检测装置及其控制电路、控制方法 |
| CN206023052U (zh) * | 2016-09-12 | 2017-03-15 | 国网重庆市电力公司电力科学研究院 | 一种高压输电线路巡检机器人 |
| CN106706663A (zh) * | 2016-11-29 | 2017-05-24 | 广东容祺智能科技有限公司 | 铁塔上金具锈蚀的自动检测识别系统及其识别方法 |
| CN106959294A (zh) * | 2017-02-14 | 2017-07-18 | 国网天津市电力公司检修公司 | 一种基于无人机巡检的输电杆塔缺陷分析装置及方法 |
| CN110328566A (zh) * | 2019-06-14 | 2019-10-15 | 武汉科技大学 | 超长圆柱结构表面的检测修补攀爬机器人及检测修补方法 |
| CN210514115U (zh) * | 2019-05-17 | 2020-05-12 | 中国建筑第五工程局有限公司 | 一种桥梁裂缝检测装置 |
| CN111291648A (zh) * | 2020-01-19 | 2020-06-16 | 广东卓维网络有限公司 | 一种杆塔图像监测系统 |
| CN210835242U (zh) * | 2019-04-28 | 2020-06-23 | 深圳供电局有限公司 | 电力杆塔的缺陷样本采集系统 |
| CN111797890A (zh) * | 2020-05-18 | 2020-10-20 | 中国电力科学研究院有限公司 | 一种用于检测输电线路设备缺陷的方法及系统 |
| CN113486779A (zh) * | 2021-07-01 | 2021-10-08 | 国网北京市电力公司 | 输电线路全景智能巡检系统 |
| CN215066221U (zh) * | 2021-04-01 | 2021-12-07 | 天津恩泰智能装备有限公司 | 一种风机塔筒内部检测装置 |
| CN114663672A (zh) * | 2022-03-11 | 2022-06-24 | 四川大学 | 一种输电线路塔钢构件腐蚀检测方法及系统 |
-
2021
- 2021-12-25 CN CN202111603063.2A patent/CN114486925B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101294915A (zh) * | 2008-06-17 | 2008-10-29 | 上海理工大学 | 热处理炉窑内壁缺陷的检测系统及检测方法 |
| CN102412523A (zh) * | 2011-07-29 | 2012-04-11 | 南京炬名电力科技有限公司 | 一种用于架空线路的遥控检查装置 |
| US20130061696A1 (en) * | 2011-09-12 | 2013-03-14 | Honeywell International Inc. | System for the automated inspection of structures at height |
| CN203191321U (zh) * | 2013-04-03 | 2013-09-11 | 国家电网公司 | 绝缘子裂纹探视装置 |
| CN103323462A (zh) * | 2013-06-16 | 2013-09-25 | 苏州博讯仪器有限公司 | 零件探伤检测仪 |
| CN105067630A (zh) * | 2015-07-30 | 2015-11-18 | 重庆科技学院 | 斜拉索pe保护层损伤检测装置及其控制电路、控制方法 |
| CN206023052U (zh) * | 2016-09-12 | 2017-03-15 | 国网重庆市电力公司电力科学研究院 | 一种高压输电线路巡检机器人 |
| CN106706663A (zh) * | 2016-11-29 | 2017-05-24 | 广东容祺智能科技有限公司 | 铁塔上金具锈蚀的自动检测识别系统及其识别方法 |
| CN106959294A (zh) * | 2017-02-14 | 2017-07-18 | 国网天津市电力公司检修公司 | 一种基于无人机巡检的输电杆塔缺陷分析装置及方法 |
| CN210835242U (zh) * | 2019-04-28 | 2020-06-23 | 深圳供电局有限公司 | 电力杆塔的缺陷样本采集系统 |
| CN210514115U (zh) * | 2019-05-17 | 2020-05-12 | 中国建筑第五工程局有限公司 | 一种桥梁裂缝检测装置 |
| CN110328566A (zh) * | 2019-06-14 | 2019-10-15 | 武汉科技大学 | 超长圆柱结构表面的检测修补攀爬机器人及检测修补方法 |
| CN111291648A (zh) * | 2020-01-19 | 2020-06-16 | 广东卓维网络有限公司 | 一种杆塔图像监测系统 |
| CN111797890A (zh) * | 2020-05-18 | 2020-10-20 | 中国电力科学研究院有限公司 | 一种用于检测输电线路设备缺陷的方法及系统 |
| CN215066221U (zh) * | 2021-04-01 | 2021-12-07 | 天津恩泰智能装备有限公司 | 一种风机塔筒内部检测装置 |
| CN113486779A (zh) * | 2021-07-01 | 2021-10-08 | 国网北京市电力公司 | 输电线路全景智能巡检系统 |
| CN114663672A (zh) * | 2022-03-11 | 2022-06-24 | 四川大学 | 一种输电线路塔钢构件腐蚀检测方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| AHMAD J 等: "Vegetation encroachment monitoring for transmission lines right-of-ways:a surve", no. 95, pages 339 - 352, XP055407114, DOI: 10.1016/j.epsr.2012.07.015 * |
| 李德海;李丹丹;: "基于视觉的输电线路自动监测技术综述", no. 06, pages 93 - 98 * |
| 潘玉霞;王玫;王志高;胡金龙;王方强;胡茂芹;兰新生;: "大气腐蚀环境对四川电网输变电设备腐蚀的影响研究", no. 04, pages 117 - 120 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114486925B (zh) | 2023-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109038353B (zh) | 一种变配电设备巡检机器人 | |
| CN109447157B (zh) | 一款移动型电网作业巡检系统 | |
| CN106208395B (zh) | 无人值班变电站应急监控系统 | |
| CN109193462B (zh) | 一种立体式电网作业巡检系统 | |
| CN107765145A (zh) | 一种局部放电自动检测装置、系统及方法 | |
| CN201514282U (zh) | 变电站室外一次设备红外自动检测分析系统 | |
| CN210377085U (zh) | 煤矿井下水泵房巡检系统 | |
| CN207473031U (zh) | 无人机巡检故障诊断系统 | |
| CN108539858A (zh) | 一种供变电站自动化智能巡检装置 | |
| CN102060057A (zh) | 飞机油箱检查机器人系统及其控制方法 | |
| CN208313523U (zh) | 一种检测机房漏水的动力机械装置 | |
| CN107239072A (zh) | 一种户外自动巡检系统 | |
| CN107092251B (zh) | 基于图像识别的铁路无人巡检车的自动定位系统及方法 | |
| CN203759160U (zh) | 一种变电站综合智能监测系统 | |
| CN110570520A (zh) | 一种基于slam的变电站检修安全距离监控方法 | |
| CN208296886U (zh) | 一种高压线智能巡检机器人 | |
| CN111912857B (zh) | 一种引水隧洞爬绳检测机器人及其检测方法 | |
| CN110608716A (zh) | 一种基于slam的变电站检修安全距离监控方法 | |
| WO2023035196A1 (zh) | 一种喷水效果检测装置、变电站水冲洗机器人及喷水效果检测方法 | |
| CN115939996A (zh) | 一种电力巡检机器人的自动巡检系统 | |
| CN106532946A (zh) | 一种机器人电站巡检系统及方法 | |
| CN114486925A (zh) | 基于全景信息的输电线路杆塔内侧腐蚀智能检测系统及检测方法 | |
| CN206132666U (zh) | 一种x射线机机械柔性电动装置及基于该装置的检测系统 | |
| CN113949142B (zh) | 一种基于视觉识别的巡线机器人自主充电方法、系统 | |
| CN115494357A (zh) | 一种劣化绝缘子检测系统及其方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |