CN115950352A - 一种激光测振的铁塔螺栓松动检测与识别方法 - Google Patents
一种激光测振的铁塔螺栓松动检测与识别方法 Download PDFInfo
- Publication number
- CN115950352A CN115950352A CN202211183024.6A CN202211183024A CN115950352A CN 115950352 A CN115950352 A CN 115950352A CN 202211183024 A CN202211183024 A CN 202211183024A CN 115950352 A CN115950352 A CN 115950352A
- Authority
- CN
- China
- Prior art keywords
- bolt
- nut
- screw
- signal
- laser
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 27
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 18
- 229910052742 iron Inorganic materials 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 title claims description 6
- 238000006073 displacement reaction Methods 0.000 claims abstract description 43
- 230000003287 optical effect Effects 0.000 claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000007613 environmental effect Effects 0.000 claims abstract description 7
- 230000001678 irradiating effect Effects 0.000 claims abstract description 4
- 238000000691 measurement method Methods 0.000 claims abstract description 3
- 239000003570 air Substances 0.000 claims description 10
- 239000012080 ambient air Substances 0.000 claims description 2
- 238000003672 processing method Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013024 troubleshooting 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种激光测振的铁塔螺栓松动检测与识别方法，该方法包括：建立激光三维测量模型，并照射待检测螺栓；获取激光照射螺栓信号，并进行特征信号处理；获取激光照射螺栓信号，即测量光信号和参考光信号；对螺栓进行环境因素信号采集，对螺栓振动位移进行位移补偿；螺栓松动识别：螺栓的螺帽所有的12个角的测量光信号与参考光信号的差值，即螺栓振动位移值全部大于振动位移设置阈值时，判别螺帽的松动状态为异常状态；螺母与螺帽的异常状态判断方法相同。本发明对任何螺帽或螺母的松动状态出现异常，都能精确得知出现异常螺帽或螺母的具体位置，无需工作人员再进行一个个排查确认出现异常的螺帽或螺母，提高维护的工作效率。
Description
技术领域
本发明属于杆塔螺栓松动检测技术领域，涉及一种激光测振的铁塔螺栓松动检测与识别方法，还涉及一种隧道反光环自清洁装置。
背景技术
在电力技术领域中，对于物体振动的测量有着极大的需求。特别是铁塔螺栓振动位移松动的测量，但是目前大多数多采用接触式方式来进行对铁塔螺栓松动测量，这种测量方式存在测量精度不够精确，易受外界因素的干扰。即使目前已经逐渐开始采用激光技术进行物体振动测量，这种测量方式是非接触式测量，但目前采用的激光测量方式都只能测量沿光束方向的一维振动，测量信息不够丰富导致测量的精确度不高，而且发现异常情况时，需要大量的人力去进行排查，找出出现具体异常状况的部件，存在工作效率不高问题。
综上所述，测量信息不够丰富导致测量的精确度不高，而且发现异常情况时，需要大量的人力去进行排查，找出出现具体异常状况的部件，存在工作效率不高问题。
发明内容
本发明要解决的技术问题是：提供一种激光测振的铁塔螺栓松动检测与识别方法，以解决现有技术中存在的技术问题。
本发明采取的技术方案为：一种激光测振的铁塔螺栓松动检测与识别方法，包括以下步骤：
(1)建立激光三维测量模型，并照射待检测螺栓；
(2)获取激光照射螺栓信号，并进行特征信号处理；
(3)获取激光照射螺栓信号，激光照射螺栓信号包括：测量光信号和参考光信号，参考光信号的作用根据螺栓的各特征部位自动生成原始三维坐标，测量光信号的作用根据螺栓的各特征部位重新生成新的三维坐标；
(4)对螺栓进行环境因素信号采集，根据螺栓的膨胀系数和螺栓温度信号，从而获得螺栓的膨胀程度，对螺栓振动位移进行位移补偿，根据空气温湿度信号和环境大气压信号，获取环境空气的折射率(空气折射率可以根据Edlen经验公式来计算)，对螺栓振动位移进行位移补偿；
(5)螺栓松动识别：螺栓的螺帽所有的12个角的测量光信号与参考光信号的差值，即螺栓振动位移值全部大于振动位移设置阈值时，判别螺帽的松动状态为异常状态；螺母与螺帽的异常状态判断方法相同。
步骤(5)中将螺杆的末端与螺母之间的距离进行作差对比，即螺杆末端原始三维坐标与螺母原始三维坐标进行作差，得到螺杆的末端与螺母的原始距离；将螺杆末端新生成的三维坐标与螺母新生成的三维坐标进行作差，得到螺杆与螺母的新生成距离；将螺杆与螺母的新生成距离与螺杆与螺母的原始距离进行作差对比，若大于设定阈值，则判别为螺栓松动异常状态。
步骤(1)中激光三维测量模型包括：将所有待检测螺栓其中的一个螺栓作为参考点，将作为参考点的螺栓定义为第一螺栓，激光照射第一螺栓的激光照射点为原点(0，0，0)，垂直于Z轴构建X-Y坐标系，并根据第一螺栓的各特征部位自动生成三维坐标，若第一螺栓的螺帽及螺母结构为六角螺帽和六角螺母，即所有螺栓的六角螺帽的各个角自动生成的三维坐标为:(Xk i,Yk i,Zk i)，i＝1-12，k＝1-N，N表示N个螺栓；
所有对应六角螺母的各个角自动生成的三维坐标为：(Xk j,,Yk j,Zk j),j＝10i；
各个螺杆的各个末端自动生成的三维坐标为：(Xk l,Yk l,Zk l)，l＝310、320……，l表示的是某一个螺杆的各个末端自动生成的区别序号，每根螺杆的末端自动生成的三维坐标个数为3-6。
参考光信号为第一螺栓的螺帽、螺母的各个角和螺杆的尾端的原始三维坐标，测量光信号为第一螺栓、螺母的各个角和螺杆的尾端的新的三维坐标，进行特征信号处理方法为：将新生成的三维坐标和原始三维坐标进行作差处理，即能得到螺栓振动位移。
本发明的有益效果：与现有技术相比，本发明的效果如下：
(1)本发明建立激光三维测量模型，根据螺栓的各特征部位自动生成三维坐标，对任何螺帽或螺母的松动状态出现异常，都能精确得知出现异常螺帽或螺母的具体位置，无需工作人员再进行一个个排查确认出现异常的螺帽或螺母，提高维护的工作效率；
(2)参考光信号的作用根据螺栓的各特征部位自动生成原始三维坐标，测量光信号的作用根据螺栓的各特征部位重新生成新的三维坐标，大大提高了测量螺栓振动位移的精确度和螺栓松动状态的精确性。
(3)对螺栓进行环境因素信号采集，环境因素信号采集包括：螺栓温度信号、空气温湿度信号和环境大气压信号。根据螺栓的膨胀系数和螺栓温度信号，从而获得螺栓的膨胀程度，对螺栓振动位移进行位移补偿；根据空气温湿度信号和环境大气压信号，获取环境空气的折射率，对螺栓振动位移进行位移补偿，提高测量螺栓振动位移的精确度。
(4)螺栓松动识别方法：所得到第一螺帽的其余11个角的螺栓振动位移值未全部大于振动位移设置阈值，即判别第一螺帽的松动状态为正常状态，从而大大提高了检测螺栓松动的精确性，减少因为局部温度突然升高或其他原因，而出现螺帽松动状态的误判。只有当所得到第一螺栓所有的12个角的螺栓振动位移值全部大于振动位移设置阈值时，判别第一螺帽的松动状态为异常状态。
(5)将螺杆与螺母之间的距离进行作差对比，即螺杆末端原始三维坐标与螺母原始三维坐标进行作差，得到螺杆与螺母的原始距离；将螺杆末端新生成的三维坐标与螺母新生成的三维坐标进行作差，得到螺杆与螺母的新生成距离；将螺杆与螺母的新生成距离与螺杆与螺母的原始距离进行作差对比，若大于设定阈值，则判别为螺栓松动异常状态，进一步提高螺栓松动识别的精确度。
附图说明
图1是激光三维测量模型示意图；
图中，1为螺帽，11为螺帽第一角，12为螺帽第二角，13为螺帽第三角，14为螺帽第四角，15为螺帽第五角，16为螺帽第六角，17为螺帽第七角，18为螺帽第八角，19为螺帽第九角，110为螺帽第十角；
2为螺母，21为螺母第一角，22为螺母第二角，23为螺母第三角，24为螺母第四角，27为螺母第七角，28为螺母第八角，29为螺母第九角，210为螺母第十角；
3为螺杆，310为螺杆第一末端，320为螺杆第二末端。
具体实施方式
下面结合具体的实施例对本发明进行进一步介绍。
实施例1：如图1所示，一种激光测振的铁塔螺栓松动检测与识别方法，包括以下步骤：
步骤一、建立激光三维测量模型，并照射待检测螺栓；
建立激光三维测量模型包括：需要说明的是，激光三维测量模型是由多个激光构件组成的。将所有待检测螺栓其中的一个螺栓作为参考点，为助于理解，将作为参考点的螺栓定义为第一螺栓，激光照射第一螺栓的激光照射点为原点(0，0，0)，垂直于Z轴构建X-Y坐标系，并根据第一螺栓的各特征部位自动生成三维坐标；
例如，如附图所示，若第一螺栓的螺帽及螺母结构为六角螺帽和六角螺母，即第一螺栓的六角螺帽的各个角自动生成的三维坐标为:第一螺帽的第一角的三维坐标(X1 1,Y1 1,Z1 1),第一螺帽的第二角的三维坐标(X1 2,Y1 2,Z1 2)，第一螺帽的第三角的三维坐标(X1 3,Y1 3,Z1 3)……第一螺帽的第11角的三维坐标(X1 11,Y1 11,Z1 11)，第一螺帽的第12角的三维坐标(X1 12,Y1 12,Z1 12)；
第一螺栓的六角螺母的各个角自动生成的三维坐标为：第一螺母的第一角的三维坐标(X1 10,Y1 10,Z1 10),第一螺母的第二角的三维坐标(X1 20,Y1 20,Z1 20)……第一螺母的第12角的三维坐标(X1 120,Y1 120,Z1 120)；
第二螺栓的六角螺帽的各个角自动生成的三维坐标为:第二螺帽的第一角的三维坐标(X2 1,Y2 1,Z2 1),第二螺帽的第二角的三维坐标(X2 2,Y2 2,Z2 2)，第二螺帽的第三角的三维坐标(X2 3,Y2 3,Z2 3)……第二螺帽的第11角的三维坐标(X2 11,Y2 11,Z2 11)，第二螺帽的第12角的三维坐标(X2 12,Y2 12,Z2 12)；
第二螺栓的六角螺母的各个角自动生成的三维坐标为：第二螺母的第一角的三维坐标(X2 10,Y2 10,Z2 10),第二螺母的第二角的三维坐标(X2 20,Y2 20,Z2 20)……第一螺母的第12角的三维坐标(X2 120,Y2 120,Z2 120)；
第一螺杆的各个末端自动生成的三维坐标为:第一螺杆的第一末端的三维坐标为(X1 310,Y1 310,Z1 310)，第一螺杆的第而末端的三维坐标为(X1 320,Y1 320,Z1 320)……
第三螺栓、第四螺栓、第五螺栓……第N螺栓的螺帽、螺母和螺杆的各特征部位自动生成三维坐标在这不再赘述；
步骤二、获取激光照射螺栓信号，并进行特征信号处理；
获取激光照射螺栓信号，激光照射螺栓信号包括：测量光信号和参考光信号，参考光信号的作用根据螺栓的各特征部位自动生成原始三维坐标，测量光信号的作用根据螺栓的各特征部位重新生成新的三维坐标；
以下将第一螺栓作为举例说明，例如，若第一螺栓的螺帽及螺母结构为六角螺帽和六角螺母，
参考光信号：第一螺栓的六角螺帽的各个角自动生成原始三维坐标为:第一螺帽的第一角的原始三维坐标(X1 1,Y1 1,Z1 1),第一螺帽的第二角的原始三维坐标(X1 2,Y1 2,Z1 2)，第一螺帽的第三角的原始三维坐标(X1 3,Y1 3,Z1 3)……第一螺帽的第11角的原始三维坐标(X1 11,Y1 11,Z1 11)，第一螺帽的第12角的原始三维坐标(X1 12,Y1 12,Z1 12)；
第一螺栓的六角螺母的各个角自动生成的原始三维坐标为：第一螺母的第一角的原始三维坐标(X1 10,Y1 10,Z1 10),第一螺母的第二角的原始三维坐标(X1 20,Y1 20,Z1 20)……第一螺母的第12角的原始三维坐标(X1 120,Y1 120,Z1 120)；
第一螺杆的各个末端自动生成的三维坐标为:第一螺杆的第一末端的原始三维坐标为(X1 310,Y1 310,Z1 310)，第一螺杆的第而末端的原始三维坐标为(X1 320,Y1 320,Z1 320)……
测量光信号：第一螺栓的六角螺帽的各个角自动生成新的三维坐标为:第一螺帽的第一角生成新的三维坐标(X1 1 ’,Y1 1 ’,Z1 1 ’),第一螺帽的第二角生成新的三维坐标(X1 2,’Y1 2 ’,Z1 2 ’)，第一螺帽的第三角生成新的三维坐标
(X1 3 ’,Y1 3 ’,Z1 3 ’)……第一螺帽的第11角生成新的三维坐标(X1 11 ’,Y1 11 ’,Z1 11 ’)，第一螺帽的第12角生成新的三维坐标(X1 12 ’,Y1 12 ’,Z1 12 ’)；
第一螺栓的六角螺母的各个角自动生成新的三维坐标为：第一螺母的第一角生成新的三维坐标(X1 10 ’,Y1 10 ’,Z1 10 ’),第一螺母的第二角生成新的三维坐标(X1 20 ’,Y1 20 ’,Z1 20 ’)……第一螺母的第12角生成新的三维坐标(X1 120 ’,Y1 120 ’,Z1 120 ’)；
第一螺杆的各个末端自动生成新的三维坐标为:第一螺杆的第一末端生成新的三维坐标为(X1 310 ’,Y1 310 ’,Z1 310 ’)，第一螺杆的第而末端生成新的三维坐标为(X1 320 ’,Y1 320,’Z1 320 ’)……
进行特征信号处理包括，将新生成的三维坐标和原始三维坐标进行作差处理，即能得到螺栓振动位移。
步骤三、为了进一步提高测量螺栓振动位移的精确度，对螺栓进行环境因素信号采集，环境因素信号采集包括：螺栓温度信号、空气温湿度信号和环境大气压信号。根据螺栓的膨胀系数和螺栓温度信号，从而获得螺栓的膨胀程度，对螺栓振动位移进行位移补偿，提高测量螺栓振动位移的精确度。根据空气温湿度信号和环境大气压信号，获取环境空气的折射率(空气折射率可以根据Edlen经验公式来计算)，对螺栓振动位移进行位移补偿，提高测量螺栓振动位移的精确度。
步骤四、螺栓松动识别方法：第一螺栓遇到其他不可控因素，第一螺栓某部位温度局部升高，例如,第一螺帽的第一角生成新的三维坐标(X1 1 ’,Y1 1 ’,Z1 1 ’)与第一螺帽的第一角的原始三维坐标(X1 1,Y1 1,Z1 1)进行做差处理，所得到第一螺帽的第一角的螺栓振动位移值大于振动位移设置阈值，而第一螺帽的其余11个角生成新的三维坐标与第一螺帽的其余11个角的原始三维坐标进行做差处理，所得到第一螺帽的其余11个角的螺栓振动位移值未全部大于振动位移设置阈值，即判别第一螺帽的松动状态为正常状态，从而大大提高了检测螺栓松动的精确性，减少因为局部温度突然升高或其他原因，而出现螺帽松动状态的误判。只有当所得到第一螺栓所有的12个角的螺栓振动位移值全部大于振动位移设置阈值时，判别第一螺帽的松动状态为异常状态。
为了进一步提高螺栓松动识别的精度度，将螺杆的末端与螺母之间的距离进行作差对比，即螺杆末端原始三维坐标与螺母原始三维坐标进行作差，得到螺杆的末端与螺母的原始距离；将螺杆末端新生成的三维坐标与螺母新生成的三维坐标进行作差，得到螺杆与螺母的新生成距离；将螺杆与螺母的新生成距离与螺杆与螺母的原始距离进行作差对比，若大于设定阈值，则判别为螺栓松动异常状态。
第一螺母的判别方法和第一螺帽一样，以及其他紧固件(即其他的螺母、螺帽和螺杆)的判别方法在这不再赘述。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内，因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (4)
1.一种激光测振的铁塔螺栓松动检测与识别方法，其特征在于：包括以下步骤：
（1）建立激光三维测量模型，并照射待检测螺栓；
（2）获取激光照射螺栓信号，并进行特征信号处理；
（3）获取激光照射螺栓信号，激光照射螺栓信号包括：测量光信号和参考光信号，参考光信号的作用根据螺栓的各特征部位自动生成原始三维坐标，测量光信号的作用根据螺栓的各特征部位重新生成新的三维坐标；
（4）对螺栓进行环境因素信号采集，根据螺栓的膨胀系数和螺栓温度信号，从而获得螺栓的膨胀程度，对螺栓振动位移进行位移补偿，根据空气温湿度信号和环境大气压信号，获取环境空气的折射率，对螺栓振动位移进行位移补偿；
（5）螺栓松动识别：螺栓的螺帽所有的12个角的测量光信号与参考光信号的差值，即螺栓振动位移值全部大于振动位移设置阈值时，判别螺帽的松动状态为异常状态；螺母与螺帽的异常状态判断方法相同。
2.根据权利要求1所述的一种激光测振的铁塔螺栓松动检测与识别方法，其特征在于：步骤（5）中将螺杆的末端与螺母之间的距离进行作差对比，即螺杆末端原始三维坐标与螺母原始三维坐标进行作差，得到螺杆的末端与螺母的原始距离；将螺杆末端新生成的三维坐标与螺母新生成的三维坐标进行作差，得到螺杆与螺母的新生成距离；将螺杆与螺母的新生成距离与螺杆与螺母的原始距离进行作差对比，若大于设定阈值，则判别为螺栓松动异常状态。
3.根据权利要求1-2任一所述的一种激光测振的铁塔螺栓松动检测与识别方法，其特征在于：步骤（1）中激光三维测量模型包括：将所有待检测螺栓其中的一个螺栓作为参考点，将作为参考点的螺栓定义为第一螺栓，激光照射第一螺栓的激光照射点为原点（0，0，0），垂直于Z轴构建X-Y坐标系，并根据第一螺栓的各特征部位自动生成三维坐标，若第一螺栓的螺帽及螺母结构为六角螺帽和六角螺母，即所有螺栓的六角螺帽的各个角自动生成的三维坐标为:（Xk i,Yk i,Zk i），i=1-12，k=1-N，N表示N个螺栓；
所有对应六角螺母的各个角自动生成的三维坐标为：（X k j, Y k j,Z k j）,j=10i；
各个螺杆的各个末端自动生成的三维坐标为：（X k l,Yk l,Zk l），l=310、320……，l表示的是某一个螺杆的各个末端自动生成的区别序号，每根螺杆的末端自动生成的三维坐标个数为3-6个。
4.根据权利要求3所述的一种激光测振的铁塔螺栓松动检测与识别方法的检测方法，其特征在于：参考光信号为第一螺栓的螺帽、螺母的各个角和螺杆的尾端的原始三维坐标，测量光信号为第一螺栓、螺母的各个角和螺杆的尾端的新的三维坐标，进行特征信号处理方法为：将新生成的三维坐标和原始三维坐标进行作差处理，即能得到螺栓振动位移。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211183024.6A CN115950352B (zh) | 2022-09-27 | 2022-09-27 | 一种激光测振的铁塔螺栓松动检测与识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211183024.6A CN115950352B (zh) | 2022-09-27 | 2022-09-27 | 一种激光测振的铁塔螺栓松动检测与识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115950352A true CN115950352A (zh) | 2023-04-11 |
| CN115950352B CN115950352B (zh) | 2023-10-31 |
Family
ID=87289811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211183024.6A Active CN115950352B (zh) | 2022-09-27 | 2022-09-27 | 一种激光测振的铁塔螺栓松动检测与识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115950352B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006275984A (ja) * | 2005-03-30 | 2006-10-12 | Ryuichi Mihashi | 高圧鉄塔の変位計測方法 |
| JP2018077047A (ja) * | 2016-11-07 | 2018-05-17 | 東日本旅客鉄道株式会社 | レーザー測定装置、レーザー測定方法及びレーザー測定プログラム |
| CN108797241A (zh) * | 2018-06-05 | 2018-11-13 | 成都精工华耀科技有限公司 | 一种基于高度比对的轨道扣件螺帽松动检测方法 |
| CN111537515A (zh) * | 2020-03-31 | 2020-08-14 | 国网辽宁省电力有限公司朝阳供电公司 | 基于三维实景模型的铁塔螺栓缺陷展示方法和系统 |
| CN112991347A (zh) * | 2021-05-20 | 2021-06-18 | 西南交通大学 | 一种基于三维的列车螺栓松动检测方法 |
| CN113447255A (zh) * | 2021-06-29 | 2021-09-28 | 同济大学 | 基于无人机图像空间定位的螺栓节点松动检测方法及系统 |
| CN114379778A (zh) * | 2021-12-31 | 2022-04-22 | 国网湖北省电力有限公司超高压公司 | 一种利用无人机检测电力杆塔塔顶偏移距离的系统和方法 |
-
2022
- 2022-09-27 CN CN202211183024.6A patent/CN115950352B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006275984A (ja) * | 2005-03-30 | 2006-10-12 | Ryuichi Mihashi | 高圧鉄塔の変位計測方法 |
| JP2018077047A (ja) * | 2016-11-07 | 2018-05-17 | 東日本旅客鉄道株式会社 | レーザー測定装置、レーザー測定方法及びレーザー測定プログラム |
| CN108797241A (zh) * | 2018-06-05 | 2018-11-13 | 成都精工华耀科技有限公司 | 一种基于高度比对的轨道扣件螺帽松动检测方法 |
| CN111537515A (zh) * | 2020-03-31 | 2020-08-14 | 国网辽宁省电力有限公司朝阳供电公司 | 基于三维实景模型的铁塔螺栓缺陷展示方法和系统 |
| CN112991347A (zh) * | 2021-05-20 | 2021-06-18 | 西南交通大学 | 一种基于三维的列车螺栓松动检测方法 |
| CN113447255A (zh) * | 2021-06-29 | 2021-09-28 | 同济大学 | 基于无人机图像空间定位的螺栓节点松动检测方法及系统 |
| CN114379778A (zh) * | 2021-12-31 | 2022-04-22 | 国网湖北省电力有限公司超高压公司 | 一种利用无人机检测电力杆塔塔顶偏移距离的系统和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115950352B (zh) | 2023-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112267980B (zh) | 风力发电机组的叶片净空监测系统和方法 | |
| US9523354B2 (en) | Ice detection method and system for wind turbine blades | |
| US20130013224A1 (en) | Strain Measuring Method, Strain Measuring Device and Program | |
| CN111540001A (zh) | 航空发动机涡轮叶片气膜孔轴线方向检测方法 | |
| CN111539446A (zh) | 一种基于模板匹配的2d激光孔位检测方法 | |
| CN111565024A (zh) | 一种太阳能电池板故障检测与运行效率预测装置和方法 | |
| CN117268455B (zh) | 一种工程建筑施工质量检测设备的监测系统 | |
| CN115950352A (zh) | 一种激光测振的铁塔螺栓松动检测与识别方法 | |
| CN111797545B (zh) | 一种基于实测数据的风电机组偏航折减系数计算方法 | |
| CN116678368B (zh) | 基于bim技术的装配式钢结构数据智能采集方法 | |
| CN111380475A (zh) | 一种基于三维扫描仪技术的桁吊轨道检查方法 | |
| CN108413870B (zh) | 基于代入法测量平面尺寸的方法 | |
| CN111390911A (zh) | 一种机械手位置标定系统及标定方法 | |
| CN115510726A (zh) | 一种输电铁塔运行状态数字化快速评估方法 | |
| CN113203369B (zh) | 一种机器人制孔法向垂直度测量方法 | |
| CN111854623B (zh) | 一种物体微小形变的快速检测方法及检测系统 | |
| CN211855218U (zh) | 一种活塞杆位移监测与定位的传感装置 | |
| CN111426278A (zh) | 一种矿用通风机叶尖间隙动态测量方法 | |
| CN113538688B (zh) | 一种市政基础设施监测运维方法、系统及存储介质 | |
| CN117576800B (zh) | 火电厂自动巡检方法、装置、巡检机器人及存储介质 | |
| CN203657754U (zh) | 基于激光测量和485总线的桥梁变形监测装置 | |
| CN113566703B (zh) | 一种方形平台上实际位置测量系统及位置计算方法 | |
| CN113776447B (zh) | 基于三维扫描的挠度获取和横向分布影响线的计算方法及系统 | |
| CN214470675U (zh) | 尺寸偏差测量装置 | |
| CN106595745A (zh) | 道路传感设备便携式检查诊断系统 |
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 |