CN115078540B - 一种爬壁检测机器人的壁面无损检测系统及检测方法 - Google Patents

一种爬壁检测机器人的壁面无损检测系统及检测方法 Download PDF

Info

Publication number
CN115078540B
CN115078540B CN202210779533.9A CN202210779533A CN115078540B CN 115078540 B CN115078540 B CN 115078540B CN 202210779533 A CN202210779533 A CN 202210779533A CN 115078540 B CN115078540 B CN 115078540B
Authority
CN
China
Prior art keywords
detection
module
ultrasonic
wall
crack
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
Application number
CN202210779533.9A
Other languages
English (en)
Other versions
CN115078540A (zh
Inventor
邰伟
刘盼盼
钱俊良
周吉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liyang Research Institute of Southeast University
Original Assignee
Liyang Research Institute of Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Liyang Research Institute of Southeast University filed Critical Liyang Research Institute of Southeast University
Priority to CN202210779533.9A priority Critical patent/CN115078540B/zh
Publication of CN115078540A publication Critical patent/CN115078540A/zh
Application granted granted Critical
Publication of CN115078540B publication Critical patent/CN115078540B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B17/00—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G01N2291/0232—Glass, ceramics, concrete or stone

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种爬壁检测机器人的壁面无损检测系统及检测方法，属于检测与控制技术领域。本发明的检测系统包括量测模块，超声波信号检测模块与回弹波信号检测模块、通信网络、数据处理分析模块、储存模块与检测平台；所述量测模块包括超声波信号发生器和机械波信号发生器，所述通信网络用于将超声波信号检测模块与回弹波信号检测模块接收到的超声波信号和机械波信号发送给后台服务器，后台服务器中有数据处理分析模块用于将检测到的超声波信号和机械波信号进行分析，得到墙壁裂缝深度、宽度数值；所述检测平台进行判断裂缝安全等级，并在储存模块存储。本发明将无损检测技术与信息处理技术进行深度结合，可以显著提升检测的工作效率与安全水平。

Description

一种爬壁检测机器人的壁面无损检测系统及检测方法
技术领域
本发明属于检测与控制技术领域，具体涉及一种爬壁检测机器人的壁面无损检测系统及检测方法。
背景技术
土木、建筑工程中钢筋混凝土结构的破坏与裂缝的发展有关，裂缝是混凝土结构中最常见的一种缺陷，裂缝的存在会影响结构的抗渗性能，诱发钢筋锈蚀或加速混凝土的自然老化，从而损害工程结构的承载能力，对安全性产生影响。裂缝的产生往往从混凝土内部开始，很难通过常规方法检测出。
在这种情况下，利用能够在复杂危险壁面条件下进行极限作业的爬壁机器人技术，可以解决作业实施难度问题。同时，利用以超声波和回弹信号检测等技术，可以在不破坏壁面的情况下，对壁面内部质量进行无损检测。
然而由于无损检测技术的不成熟性，单一的检测方法往往准确性不高，如何提升检测精度，是当下亟待解决的问题。
发明内容
本发明的目的是针对上述存在的问题，提供一种爬壁检测机器人的壁面无损检测系统及检测方法，将无损检测技术与信息处理技术进行深度结合，可以显著提升检测的工作效率与安全水平。通过远程控制检测机器人采集量测信息，汇总至控制与分析中心，由此工作人员在智能图像识别与数据分析技术的帮助下，能够对壁面的内外部综合安全等级进行分析与评估，不但减轻了工作压力，也减少了工作安全风险。
为解决上述问题，本发明采用如下的技术方案。
一种爬壁检测机器人的壁面无损检测系统，包括量测模块，超声波信号检测模块与回弹波信号检测模块、通信网络、数据处理分析模块、储存模块与检测平台；所述量测模块包括超声波信号发生器和机械波信号发生器，所述超声波信号检测模块用于接收超声波信号发生器发射的超声波信号，所述回弹波信号检测模块用于接收机械波信号发生器产生的机械波信号，所述通信网络用于将超声波信号检测模块与回弹波信号检测模块接收到的超声波信号和机械波信号发送给后台服务器，后台服务器中有数据处理分析模块用于将检测到的超声波信号和机械波信号进行分析，得到墙壁裂缝深度、宽度数值；所述检测平台进行判断裂缝安全等级，并在储存模块存储。
用上述爬壁检测机器人的壁面无损检测系统进行爬壁检测机器人的壁面无损检测的方法，该方法包括如下步骤：
S1.超声波信号发生器和机械波信号发生器激励产生的超声波和机械波遇到裂缝时，波被直接隔断，并在裂缝端部衍射通过；
S2.超声波信号检测模块与回弹波信号检测模块通过功率方法器、滤波装置与数模转换器，将信号转换成便于传输分析的数字信号，通过通信网络发送给后台服务器中的数据处理分析模块；
S3.数据处理分析模块构建融合检测模型，将检测到的超声波信号和机械波信号进行分析，得到墙壁裂缝深度、宽度数值；
S4.检测平台判断该类检测样本所述类，采取对应类的检测模型，对超声波检测与机械波检测这两种检测结果进行修正，得到最终检测结果；
S5.存模块存储
进一步地，步骤S1中所述超声波信号发生器测量超声波在混凝土中的传播速度、首波幅度和接收信号主频率，并根据这些参数及其相对变化，采用单面平测法，判定混凝土裂缝深度与宽度情况。
进一步地，步骤S1中所述机械波信号发生器采用锤击的方式激振产生信号，采用振动传感器接受信号，激励产生的弹性波遇到裂缝时，波被直接隔断，并在裂缝端部衍射通过，根据接收信号初始相位情况、传播时间以及衰减特性判断裂缝深度与宽度。
进一步地，步骤S3中所述融合检测模型构建方法如下：
首先根据实际壁面的裂缝宽度、深度、类型参数，利用k-means聚类分析方法，将实际壁面质量状态聚为若干类，具体聚类数目可以采用最优轮廓系数法进行选择；
然后在每类样本中，比较超声检测结果、回弹检测结果与实际测量结果，通过大量样本中两种检测方法的结果与实际结果之间的平均差异，确定两种检测方法在应用到该类样本的准确程度，从而针对该类给两种方法设置相应的权重，通过多维插值回归，构建加权融合检测模型。
有益效果：
超声波法测试裂缝深度使用的测试信号频率较高，指向性好，但能量衰减较快，只适合测试裂缝深度较浅的开口裂缝。而回弹法能量大，衰减慢，适合深度较大的裂缝检测。本发明综合利用了两种方法各自的优势，针对不同的裂缝类型采用权重不同的融合检测方法，从而最大化发挥各类检测方法的优势，达到无损精确检测的效果。
附图说明
图1为本发明检测系统的硬件结构图；
图2为本发明超声波与机械波检测过程图；
图3为本发明融合检测模型生成流程图。
图4为本发明融合检测模型应用流程图。
具体实施方式
下面结合具体实施例和附图对本发明进一步进行描述。
如图1所示，本发明的一种爬壁检测机器人的壁面无损检测系统，包括量测模块，超声波信号检测模块与回弹波信号检测模块、通信网络、数据处理分析模块、储存模块与检测平台；所述量测模块包括超声波信号发生器和机械波信号发生器，所述超声波信号检测模块用于接收超声波信号发生器发射的超声波信号，所述回弹波信号检测模块用于接收机械波信号发生器产生的机械波信号，所述通信网络用于将超声波信号检测模块与回弹波信号检测模块接收到的超声波信号和机械波信号发送给后台服务器，后台服务器中有数据处理分析模块用于将检测到的超声波信号和机械波信号进行分析，得到墙壁裂缝深度、宽度数值；所述检测平台进行判断裂缝安全等级，并在储存模块存储。
如图2所示，用上述爬壁检测机器人的壁面无损检测系统进行爬壁检测机器人的壁面无损检测的方法，该方法包括如下步骤：
S1.超声波信号发生器和机械波信号发生器激励产生的超声波和机械波遇到裂缝时，波被直接隔断，并在裂缝端部衍射通过；
S2.超声波信号检测模块与回弹波信号检测模块通过功率方法器、滤波装置与数模转换器，将信号转换成便于传输分析的数字信号，通过通信网络发送给后台服务器中的数据处理分析模块；所述超声波信号发生器测量超声波在混凝土中的传播速度、首波幅度和接收信号主频率，并根据这些参数及其相对变化，采用单面平测法，判定混凝土裂缝深度与宽度情况。所述机械波信号发生器采用锤击的方式激振产生信号，采用振动传感器接受信号，激励产生的弹性波遇到裂缝时，波被直接隔断，并在裂缝端部衍射通过，根据接收信号初始相位情况、传播时间以及衰减特性判断裂缝深度与宽度。
S3.数据处理分析模块构建融合检测模型，将检测到的超声波信号和机械波信号进行分析，得到墙壁裂缝深度、宽度数值；融合检测模型构建方法如下：
首先根据实际壁面的裂缝宽度、深度、类型参数，利用k-means聚类分析方法，将实际壁面质量状态聚为若干类，具体聚类数目可以采用最优轮廓系数法进行选择；
然后在每类样本中，比较超声检测结果、回弹检测结果与实际测量结果，通过大量样本中两种检测方法的结果与实际结果之间的平均差异，确定两种检测方法在应用到该类样本的准确程度，从而针对该类给两种方法设置相应的权重，通过多维插值回归，构建加权融合检测模型。
S4.检测平台判断该类检测样本所述类，采取对应类的检测模型，对超声波检测与机械波检测这两种检测结果进行修正，得到最终检测结果；
S5.存模块存储。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (3)

1.一种用爬壁检测机器人的壁面无损检测系统进行爬壁检测机器人的壁面无损检测的方法，所述爬壁检测机器人的壁面无损检测系统包括量测模块，超声波信号检测模块与回弹波信号检测模块、通信网络、数据处理分析模块、储存模块与检测平台；所述量测模块包括超声波信号发生器和机械波信号发生器，所述超声波信号检测模块用于接收超声波信号发生器发射的超声波信号，所述回弹波信号检测模块用于接收机械波信号发生器产生的机械波信号，所述通信网络用于将超声波信号检测模块与回弹波信号检测模块接收到的超声波信号和机械波信号发送给后台服务器，后台服务器中有数据处理分析模块，数据处理分析模块用于将检测到的超声波信号和机械波信号进行分析，得到墙壁裂缝深度、宽度数值；所述检测平台进行判断裂缝安全等级，并在储存模块存储，其特征在于，该方法包括如下步骤：
S1. 超声波信号发生器和机械波信号发生器激励产生的超声波和机械波遇到裂缝时，波被直接隔断，并在裂缝端部衍射通过；
S2. 超声波信号检测模块与回弹波信号检测模块通过功率方法器、滤波装置与数模转换器，将信号转换成便于传输分析的数字信号，通过通信网络发送给后台服务器中的数据处理分析模块；
S3.数据处理分析模块构建融合检测模型，将检测到的超声波信号和机械波信号进行分析，得到墙壁裂缝深度、宽度数值；首先根据实际壁面的裂缝宽度、深度、类型参数，利用k-means聚类分析方法，将实际壁面质量状态聚为若干类，具体聚类数目采用最优轮廓系数法进行选择；
然后在每类样本中，比较超声检测结果、回弹检测结果与实际测量结果，通过大量样本中两种检测方法的结果与实际结果之间的平均差异，确定两种检测方法在应用到该类样本的准确程度，从而针对该类样本给两种方法设置相应的权重，通过多维插值回归，构建加权融合检测模型；
S4. 检测平台判断检测样本所属类，采取对应类的检测模型，对超声波检测与机械波检测这两种检测结果进行修正，得到最终检测结果；
S5. 在储存模块存储。
2.根据权利要求1所述爬壁检测机器人的壁面无损检测的方法，其特征在于，步骤S1中所述超声波信号发生器测量超声波在混凝土中的传播速度、首波幅度和接收信号主频率，并根据这些参数及其相对变化，采用单面平测法，判定混凝土裂缝深度与宽度情况。
3.根据权利要求1所述爬壁检测机器人的壁面无损检测的方法，其特征在于，步骤S1中所述机械波信号发生器采用锤击的方式激振产生信号，采用振动传感器接受信号，激励产生的弹性波遇到裂缝时，波被直接隔断，并在裂缝端部衍射通过，根据接收信号初始相位情况、传播时间以及衰减特性判断裂缝深度与宽度。
CN202210779533.9A 2022-07-04 2022-07-04 一种爬壁检测机器人的壁面无损检测系统及检测方法 Active CN115078540B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210779533.9A CN115078540B (zh) 2022-07-04 2022-07-04 一种爬壁检测机器人的壁面无损检测系统及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210779533.9A CN115078540B (zh) 2022-07-04 2022-07-04 一种爬壁检测机器人的壁面无损检测系统及检测方法

Publications (2)

Publication Number Publication Date
CN115078540A CN115078540A (zh) 2022-09-20
CN115078540B true CN115078540B (zh) 2023-07-14

Family

ID=83256805

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210779533.9A Active CN115078540B (zh) 2022-07-04 2022-07-04 一种爬壁检测机器人的壁面无损检测系统及检测方法

Country Status (1)

Country Link
CN (1) CN115078540B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105806270B (zh) * 2016-04-28 2018-09-04 北京工业大学 一种材料表面微裂纹深度的检测方法
CN105954355B (zh) * 2016-04-28 2018-12-07 北京工业大学 一种材料表面微裂纹宽度的检测方法
CN105937199B (zh) * 2016-05-23 2019-01-08 桂仲成 轮毂式道面自主检测智能装置
CN110455917B (zh) * 2019-08-22 2022-03-01 福建博海工程技术有限公司 一种混凝土裂缝修补质量检测方法
CN110954033A (zh) * 2019-12-16 2020-04-03 福建博海工程技术有限公司 混凝土裂缝深度检测方法及其系统
CN112540120A (zh) * 2020-11-25 2021-03-23 中国铁建高新装备股份有限公司 一种桥梁检测系统

Also Published As

Publication number Publication date
CN115078540A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN103760243A (zh) 一种微裂纹无损检测装置及方法
CN102183226B (zh) 基于多源信息融合的锚杆无损检测方法
Mevel et al. Application of a subspace-based fault detection method to industrial structures
CN109190272B (zh) 基于弹性波和机器学习的混凝土结构缺陷检测方法
CN115542099B (zh) 一种在线gis局部放电检测方法和装置
CN114113332A (zh) 基于弹性波和机器学习的预制柱套筒灌浆无损检测方法
CN108844856B (zh) 基于冲击弹性波和机器学习的套筒灌浆缺陷无损检测方法
CN108802203B (zh) 一种基于多模态技术的杆状构件内部缺陷定位方法
CN111795765A (zh) 一种预紧件服役应力的无损监测装置和方法
CN101393172A (zh) 非线性共振声谱法无损检测固体中的裂纹
CN203745428U (zh) 一种微裂纹无损检测装置
CN108828069A (zh) 一种基于超声定量数据的关键件疲劳寿命的定寿方法
CN115078540B (zh) 一种爬壁检测机器人的壁面无损检测系统及检测方法
CN109934136B (zh) 基于Duffing振子和本征模式分量的滚动轴承故障诊断方法
CN114813973A (zh) 一种结合时间反转技术和bp神经网络的螺栓松动检测方法
CN116026921A (zh) 一种内建环形超声波传感器阵列的智能灌浆套筒系统
CN1588118A (zh) 一种声发射检测技术中的声发射源信号反求方法及装置
CN115993399A (zh) 螺栓检测系统及方法
CN115754008A (zh) 结构损伤联合监测方法、系统、计算机设备和存储介质
CN114755306A (zh) 超声导波质量检测方法、系统及其应用
CN113640394A (zh) 一种疲劳裂纹识别方法和系统
CN111796030A (zh) 一种用于金属板结构疲劳损伤评价的超声信号共识自组织分析方法
CN110440728B (zh) 一种探测回波智能分析的建筑结构安全监测方法及系统
CN104749254A (zh) 基于断面射线网络图检测混凝土内部缺陷的方法
CN117824973A (zh) 一种基于振动声调制技术的螺栓状态识别方法及系统

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