CN116066660B - 一种管道堵塞检测装置及其方法 - Google Patents

一种管道堵塞检测装置及其方法 Download PDF

Info

Publication number
CN116066660B
CN116066660B CN202211629199.5A CN202211629199A CN116066660B CN 116066660 B CN116066660 B CN 116066660B CN 202211629199 A CN202211629199 A CN 202211629199A CN 116066660 B CN116066660 B CN 116066660B
Authority
CN
China
Prior art keywords
detection
shell
negative pressure
pipeline
video image
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
CN202211629199.5A
Other languages
English (en)
Other versions
CN116066660A (zh
Inventor
薛志祥
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.)
Wuxi Yuanyi Construction Engineering Co ltd
Original Assignee
Wuxi Yuanyi Construction Engineering Co ltd
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 Wuxi Yuanyi Construction Engineering Co ltd filed Critical Wuxi Yuanyi Construction Engineering Co ltd
Priority to CN202211629199.5A priority Critical patent/CN116066660B/zh
Publication of CN116066660A publication Critical patent/CN116066660A/zh
Application granted granted Critical
Publication of CN116066660B publication Critical patent/CN116066660B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
    • F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
    • F16L55/26—Pigs or moles, i.e. devices movable in a pipe or conduit with or without self-contained propulsion means
    • F16L55/28—Constructional aspects
    • F16L55/30—Constructional aspects of the propulsion means, e.g. towed by cables
    • F16L55/32—Constructional aspects of the propulsion means, e.g. towed by cables being self-contained
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
    • F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
    • F16L55/24—Preventing accumulation of dirt or other matter in the pipes, e.g. by traps, by strainers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
    • F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
    • F16L55/26—Pigs or moles, i.e. devices movable in a pipe or conduit with or without self-contained propulsion means
    • F16L55/28—Constructional aspects
    • F16L55/40—Constructional aspects of the body
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
    • F16L2101/00—Uses or applications of pigs or moles
    • F16L2101/10—Treating the inside of pipes
    • F16L2101/12—Cleaning
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
    • F16L2101/00—Uses or applications of pigs or moles
    • F16L2101/30—Inspecting, measuring or testing

Abstract

本发明公开了一种管道堵塞检测装置及其方法，涉及管道检测技术领域，该装置公开了检测壳，所述检测壳内固定安装有固定块，所述固定块上固定安装有多个调节组件，所述调节组件用于驱动调节架移动，所述调节架上转动安装有移动皮带，设置第二检测模块可以对管道内的堵塞物进行及时的判断以及分析，外接显示器后可以对堵塞物的堵塞状态图进行直观的展示，同时对堵塞物的堵塞情况进行分级判断，方便后续操作人员对阻塞物进行相应的处理。

Description

一种管道堵塞检测装置及其方法
技术领域
本发明涉及管道检测技术领域，更具体地说，它涉及一种管道堵塞检测装置及其方法。
背景技术
随着经济的快速发展，城市轨道交通、住宅、酒店、宾馆、写字楼等建筑日益增多，这些功能复杂的建筑一旦发生火灾将带来严重的财产损失和生命危险，通常需要使用消防设备进行消防灭火。然而，若消防管道堵塞，将会在发生火灾时不能及时供应消防用水。因此，需要提前对消防管道是否堵塞进行检测。
目前的管道堵塞检测装置只能确定管道堵塞的位置，无法对实际的堵塞情况进行相应的分析以及判断。并且管道堵塞检测装置只能完成相应的检测工作，并不能预防以后出现管道堵塞。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种管道堵塞检测装置及其方法。
为实现上述目的，本发明提供了如下技术方案：
一种管道堵塞检测装置，包括检测壳，所述检测壳内固定安装有固定块，所述固定块上固定安装有多个调节组件，所述调节组件用于驱动调节架移动，所述调节架上转动安装有移动皮带；
所述检测壳一侧转动安装有旋转壳，所述旋转壳内固定安装有进出组件，所述进出组件用于驱动负压斗移动，所述负压斗上固定安装有清理刀片，所述旋转壳上开设有进出口，所述旋转壳内固定安装有收集盒，所述收集盒上固定安装有负压泵，所述负压泵输出口连通收集盒侧壁，所述负压泵输入口连通伸缩软管，所述伸缩软管远离负压泵一端连通负压斗；
所述检测壳一侧固定安装有固定杆，所述固定杆上固定安装有多个第一检测探头，所述固定杆一侧固定安装有第二检测探头；
所述第一检测探头包括摄影模块、控制模块，所述摄影模块用于对管道内壁拍摄视频，并将视频转成视频影像帧，而后获取得到视频影像帧中的清需影像帧，对视频影像帧中的清需影像帧进行标记，所述控制模块用于控制清理刀片对清需影像帧的对应位置进行清理；
所述第二检测探头包括压力传感模块、拍照模块、堵塞判断模块，所述压力传感模块用于接收压力信号，并在接收压力信号后，压力传感模块控制拍照模块对管道内堵塞物拍摄照片，并将拍摄照片进行等分处理后标记为输入照片，所述堵塞判断模块用于标记堵塞物，具体为：制作图像分析模型，将输入照片作为图像分析模型的输入数据获取图像分析模型的输出数据，将输出数据标记为目标标签，将目标标签标记为Ds；当目标标签Ds∈[0,2]时，则将目标位置标记为绿色，当目标标签Ds∈等弧度固定安装于固定块上，所述调节架上转动安装有多个皮带轮，多个皮带轮之间通过移动皮带传动连接，所述调节架上固定安装有移动组件，所述移动组件用于驱动皮带轮旋转。
进一步的，所述检测壳上开设有多个导向口，多个导向口与多个调节架一一对应。
进一步的，所述固定块一侧固定安装有旋转组件，所述旋转组件用于驱动旋转壳旋转。
进一步的，多个第一检测探头等弧度固定安装于固定杆上。
进一步的，所述清需影像帧通过下述步骤获取得到：所述获取得到视频影像帧每个像素点的灰度值，设置视频影像帧的灰度阈值为Mg，当视频影像帧的像素点的灰度值<灰度阈值Mg时，则将该像素点标注为清理像素点，将清理像素点的数量与视频影像帧的像素点数量进行比值计算，获取得到清理像素比并标记为Nj，将清理像素比的灰度值进行求和处理并取均值，获取得到清理灰度均值并标记为Lm，利用公式获取得到视频影像帧的清需值Dk，其中，a1、a2均为预设比例系数，设置清需值阈值为Rf，当视频影像帧的清需值Dk＞清需值阈值Rf时，则将该视频影像帧标记为清需影像帧。
进一步的，图像分析模型通过下述步骤获取得到：获取得到n张管道的内部照片，将内部照片标记为训练图像，对训练图像赋予图像标签，将训练图像获取按照设定比例划分成训练集和验证集，构建神经网络模型，通过训练集和验证集对神经网络模型进行迭代训练，当迭代训练次数大于迭代次数阈值时，则判定神经网络模型完成训练，将训练完成的神经网络模型标记为图像分析模型，所述图像标签的取值范围为[0-10]，其中图像标签的值越大，表示堵塞物的面积越大。
进一步的，一种管道堵塞检测方法，包括如下步骤：
步骤一：将检测壳放入管道内，调节组件驱动调节架移动，调节架从导向口移出，调节架上的皮带轮与管道内壁接触，移动组件驱动皮带轮旋转，皮带轮带动移动皮带旋转，进而检测壳在管道内移动；
步骤二：第一检测探头中的摄影模块对管道内壁拍摄视频，并将视频转成视频影像帧，而后获取得到视频影像帧中的清需影像帧，对视频影像帧中的清需影像帧进行标记，检测壳带动旋转壳移动至对应位置，旋转组件驱动旋转壳旋转，进出组件驱动负压斗移动，负压斗上的清理刀片将对应位置上的附着物刮除，附着物通过负压斗进入伸缩软管内，而后负压泵将附着物输送至收集盒内；
步骤三：检测壳移动过程中，当第二检测探头上的压力传感模块接收到压力信号后，压力传感模块控制拍照模块对管道内堵塞物拍摄照片，堵塞判断模块对堵塞物进行标记。
与现有技术相比，本发明具备以下有益效果：
1、在检测壳内设置可以调节的多个调节架，并在调节架上设置移动皮带，使得整个检测装置可以在不同直径内的管道内移动并进行检测，适用性强，在检测壳上设置可以转动的旋转壳，并在旋转壳内设置相应组件，检测装置可以将管道内壁的附着物刮除，并将刮除的附着物进行收集，可以避免出现管道内壁因为附着物的堆积而造成以后堵塞的情况，设置第一检测探头，可以精确的对管道内壁的附着物进行判断以及定位，对需要清理的管道内壁位置进行及时清理；
2、设置第二检测模块可以对管道内的堵塞物进行及时的判断以及分析，外接显示器后可以对堵塞物的堵塞状态图进行直观的展示，同时对堵塞物的堵塞情况进行分级判断，方便后续操作人员对阻塞物进行相应的处理。
附图说明
图1为一种管道堵塞检测装置的结构示意图；
图2为本发明检测壳的内部结构图；
图3为本发明调节架的内部结构图；
图4为本发明旋转壳的内部结构图；
图5为本发明负压斗的侧视图；
图6为本发明摄影模块的原理框图；
图7为本发明堵塞判断模块的原理框图。
100、检测壳；101、导向口；102、固定块；103、调节组件；104、调节架；105、皮带轮；106、移动皮带；107、移动组件；200、旋转组件；201、旋转壳；203、进出组件；204、负压斗；205、清理刀片；206、伸缩软管；207、负压泵；208、收集盒；209、进出口；300、固定杆；301、第一检测探头；302、第二检测探头。
具体实施方式
实施例1
参照图1至图6，一种管道堵塞检测装置，包括检测壳100，检测壳100内固定安装有固定块102，固定块102上固定安装有多个调节组件103，调节组件103可以是气缸、油缸，调节组件103用于驱动调节架104移动，调节架104上转动安装有移动皮带106。多个调节组件103等弧度固定安装于固定块102上，调节架104上转动安装有多个皮带轮105，多个皮带轮105之间通过移动皮带106传动连接，调节架104上固定安装有移动组件107，移动组件107可以是电机、回转气缸，移动组件107用于驱动皮带轮105旋转。检测壳100上开设有多个导向口101，多个导向口101与多个调节架104一一对应。固定块102一侧固定安装有旋转组件200，旋转组件200可以是电机、回转气缸，旋转组件200用于驱动旋转壳201旋转。在检测壳100内设置可以调节的多个调节架104，并在调节架104上设置移动皮带106，使得整个检测装置可以在不同直径内的管道内移动并进行检测，适用性强。
检测壳100一侧转动安装有旋转壳201，旋转壳201内固定安装有进出组件203，进出组件203可以是气缸、油缸，进出组件203用于驱动负压斗204移动，负压斗204上固定安装有清理刀片205，旋转壳201上开设有进出口209，旋转壳201内固定安装有收集盒208，收集盒208上固定安装有负压泵207，负压泵207输出口连通收集盒208侧壁，负压泵207输入口连通伸缩软管206，伸缩软管206远离负压泵207一端连通负压斗204。在检测壳100上设置可以转动的旋转壳201，并在旋转壳201内设置相应组件，检测装置可以将管道内壁的附着物刮除，并将刮除的附着物进行收集，可以避免出现管道内壁因为附着物的堆积而造成以后堵塞的情况。
检测壳100一侧固定安装有固定杆300，固定杆300上固定安装有多个第一检测探头301，多个第一检测探头301等弧度固定安装于固定杆300上。第一检测探头301包括摄影模块、控制模块，摄影模块用于对管道内壁拍摄视频，并将视频转成视频影像帧，而后获取得到视频影像帧中的清需影像帧，对视频影像帧中的清需影像帧进行标记，控制模块用于控制清理刀片205对清需影像帧的对应位置进行清理。清需影像帧通过下述步骤获取得到：获取得到视频影像帧每个像素点的灰度值，设置视频影像帧的灰度阈值为Mg，当视频影像帧的像素点的灰度值<灰度阈值Mg时，则将该像素点标注为清理像素点，如视频影像帧的灰度阈值为10，当a像素点的灰度值为6、b像素点的灰度值为9、c像素点的灰度值为15、d像素点的灰度值为20时，将a像素点与b像素点标注为清理像素点，不对c像素点与d像素点进行标注，将清理像素点的数量与视频影像帧的像素点数量进行比值计算，获取得到清理像素比并标记为Nj，将清理像素比的灰度值进行求和处理并取均值，获取得到清理灰度均值并标记为Lm，利用公式获取得到视频影像帧的清需值Dk，其中，a1、a2均为预设比例系数。设置清需值阈值为Rf，当视频影像帧的清需值Dk＞清需值阈值Rf时，则将该视频影像帧标记为清需影像帧。清理像素比Nj取值为80，清理灰度均值Lm取值为6，a1取值为1.2，a2取值为1.5，利用公式/>获取得到视频影像帧a的清需值Dk为10.70。当清需值阈值取值为10时，则将视频影像帧a标记为清需影像帧，清理刀片205对管道内壁中清需影像帧的对应位置进行清理。
实施例2
参照图7，在实施例1的基础上，固定杆300一侧固定安装有第二检测探头302。第二检测探头302包括压力传感模块、拍照模块、堵塞判断模块，压力传感模块用于接收压力信号，并在接收压力信号后，压力传感模块控制拍照模块对管道内堵塞物拍摄照片，并将拍摄照片进行等分处理后标记为输入照片，堵塞判断模块用于标记堵塞物，具体为：制作图像分析模型，图像分析模型通过下述步骤获取得到，获取得到n张管道的内部照片，将内部照片标记为训练图像，对训练图像赋予图像标签，将训练图像获取按照设定比例划分成训练集和验证集，设定比例包括2:1、1:1和4:3，构建神经网络模型，神经网络模型至少包括自适应加权多任务神经网络模型、神经网络模型和RBF神经模型中的一种，通过训练集和验证集对神经网络模型进行迭代训练，当迭代训练次数大于迭代次数阈值时，则判定神经网络模型完成训练，将训练完成的神经网络模型标记为图像分析模型，所述图像标签的取值范围为[0-10]，其中图像标签的值越大，表示堵塞物的面积越大，将输入照片作为图像分析模型的输入数据获取图像分析模型的输出数据，将输出数据标记为目标标签，将目标标签标记为Ds；当目标标签Ds∈[0,2]时，则将目标位置标记为绿色，当目标标签Ds∈(2,8]时，则将目标位置标记为黄色，当目标标签Ds∈(8,10]时，则将目标位置标记为红色，形成堵塞物的堵塞状态图；设置目标标签系数为Fh；利用公式获取得到堵塞物的堵塞值Vj，i＝1、2…n，n为拍摄照片的等分数量,当堵塞物的堵塞值Vj≥堵塞阈值时，则将该堵塞物标记为一级堵塞物，否则将该堵塞物标记为二级堵塞物，Fh的取值为1.5。如将拍摄照片等分成6份，第一目标位置的目标标签为7，第二目标位置的目标标签为8，第三目标位置的目标标签为9，第四目标位置的目标标签为7，第五目标位置的目标标签为7.5，利用公式获得Vj取值为66.75。当堵塞阈值为60时，堵塞物被标记为一级堵塞物。第二检测探头302可以外接显示器，对堵塞物的堵塞状态图进行直观的展示。
工作原理：
步骤一：将检测壳100放入管道内，调节组件103驱动调节架104移动，调节架104从导向口101移出，调节架104上的皮带轮105与管道内壁接触，移动组件107驱动皮带轮105旋转，皮带轮105带动移动皮带106旋转，进而检测壳100在管道内移动；
步骤二：第一检测探头301中的摄影模块对管道内壁拍摄视频，并将视频转成视频影像帧，而后获取得到视频影像帧中的清需影像帧，对视频影像帧中的清需影像帧进行标记，检测壳100带动旋转壳201移动至对应位置，旋转组件200驱动旋转壳201旋转，进出组件203驱动负压斗204移动，负压斗204上的清理刀片205将对应位置上的附着物刮除，附着物通过负压斗204进入伸缩软管206内，而后负压泵207将附着物输送至收集盒208内；
步骤三：检测壳100移动过程中，当第二检测探头302上的压力传感模块接收到压力信号后，压力传感模块控制拍照模块对管道内堵塞物拍摄照片，堵塞判断模块对堵塞物进行标记。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本模板的保护范围。
在本发明的描述中，需要理解的是，术语“上”、“下”、“左”、“右”等指示方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以及特定的方位构造和操作，因此，不能理解为对本发明的限制。此外，“第一”、“第二”仅由于描述目的，且不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。因此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”“相连”“连接”等应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (8)

1.一种管道堵塞检测装置，包括检测壳(100)，其特征在于，所述检测壳(100)内固定安装有固定块(102)，所述固定块(102)上固定安装有多个调节组件(103)，所述调节组件(103)用于驱动调节架(104)移动，所述调节架(104)上转动安装有移动皮带(106)；
所述检测壳(100)一侧转动安装有旋转壳(201)，所述旋转壳(201)内固定安装有进出组件(203)，所述进出组件(203)一侧设置有负压斗(204)，所述进出组件(203)用于驱动负压斗(204)移动，所述负压斗(204)上固定安装有清理刀片(205)，所述旋转壳(201)上开设有进出口(209)，所述旋转壳(201)内固定安装有收集盒(208)，所述收集盒(208)上固定安装有负压泵(207)，所述负压泵(207)输出口连通收集盒(208)侧壁，所述负压泵(207)输入口连通伸缩软管(206)，所述伸缩软管(206)远离负压泵(207)一端连通负压斗(204)；
所述检测壳(100)一侧固定安装有固定杆(300)，所述固定杆(300)上固定安装有多个第一检测探头(301)，所述固定杆(300)一侧固定安装有第二检测探头(302)；
所述第一检测探头(301)包括摄影模块、控制模块，所述摄影模块用于对管道内壁拍摄视频，并将视频转成视频影像帧，而后获取得到视频影像帧中的清需影像帧，对视频影像帧中的清需影像帧进行标记，所述控制模块用于控制清理刀片(205)对清需影像帧的对应位置进行清理；
所述第二检测探头(302)包括压力传感模块、拍照模块、堵塞判断模块，所述压力传感模块用于接收压力信号，并在接收压力信号后，压力传感模块控制拍照模块对管道内堵塞物拍摄照片，并将拍摄照片进行等分处理后标记为输入照片，所述堵塞判断模块用于标记堵塞物，具体为：制作图像分析模型，将输入照片作为图像分析模型的输入数据获取图像分析模型的输出数据，将输出数据标记为目标标签，将目标标签标记为Ds；当目标标签Ds∈[0,2]时，则将目标位置标记为绿色，当目标标签Ds∈(2,8]时，则将目标位置标记为黄色，当目标标签Ds∈(8,10]时，则将目标位置标记为红色，形成堵塞物的堵塞状态图；设置目标标签系数为Fh；利用公式获取得到堵塞物的堵塞值Vj，i＝1、2…n，n为拍摄照片的等分数量,当堵塞物的堵塞值Vj≥堵塞阈值时，则将该堵塞物标记为一级堵塞物，否则将该堵塞物标记为二级堵塞物。
2.根据权利要求1所述的一种管道堵塞检测装置，其特征在于，多个调节组件(103)等弧度固定安装于固定块(102)上，所述调节架(104)上转动安装有多个皮带轮(105)，多个皮带轮(105)之间通过移动皮带(106)传动连接，所述调节架(104)上固定安装有移动组件(107)，所述移动组件(107)用于驱动皮带轮(105)旋转。
3.根据权利要求2所述的一种管道堵塞检测装置，其特征在于，所述检测壳(100)上开设有多个导向口(101)，多个导向口(101)与多个调节架(104)一一对应。
4.根据权利要求3所述的一种管道堵塞检测装置，其特征在于，所述固定块(102)一侧固定安装有旋转组件(200)，所述旋转组件(200)用于驱动旋转壳(201)旋转。
5.根据权利要求4所述的一种管道堵塞检测装置，其特征在于，多个第一检测探头(301)等弧度固定安装于固定杆(300)上。
6.根据权利要求5所述的一种管道堵塞检测装置，其特征在于，所述清需影像帧通过下述步骤获取得到：所述获取得到视频影像帧每个像素点的灰度值，设置视频影像帧的灰度阈值为Mg，当视频影像帧的像素点的灰度值<灰度阈值Mg时，则将该像素点标注为清理像素点，将清理像素点的数量与视频影像帧的像素点数量进行比值计算，获取得到清理像素比并标记为Nj，将清理像素比的灰度值进行求和处理并取均值，获取得到清理灰度均值并标记为Lm，利用公式获取得到视频影像帧的清需值Dk，其中，a1、a2均为预设比例系数，设置清需值阈值为Rf，当视频影像帧的清需值Dk＞清需值阈值Rf时，则将该视频影像帧标记为清需影像帧。
7.根据权利要求6所述的一种管道堵塞检测装置，其特征在于，图像分析模型通过下述步骤获取得到：获取得到n张管道的内部照片，将内部照片标记为训练图像，对训练图像赋予图像标签，将训练图像获取按照设定比例划分成训练集和验证集，构建神经网络模型，通过训练集和验证集对神经网络模型进行迭代训练，当迭代训练次数大于迭代次数阈值时，则判定神经网络模型完成训练，将训练完成的神经网络模型标记为图像分析模型，所述图像标签的取值范围为[0-10]，其中图像标签的值越大，表示堵塞物的面积越大。
8.一种管道堵塞检测方法，应用于权利要求7所述的一种管道堵塞检测装置，其特征在于，包括如下步骤：
步骤一：将检测壳(100)放入管道内，调节组件(103)驱动调节架(104)移动，调节架(104)从导向口(101)移出，调节架(104)上的皮带轮(105)与管道内壁接触，移动组件(107)驱动皮带轮(105)旋转，皮带轮(105)带动移动皮带(106)旋转，进而检测壳(100)在管道内移动；
步骤二：第一检测探头(301)中的摄影模块对管道内壁拍摄视频，并将视频转成视频影像帧，而后获取得到视频影像帧中的清需影像帧，对视频影像帧中的清需影像帧进行标记，检测壳(100)带动旋转壳(201)移动至对应位置，旋转组件(200)驱动旋转壳(201)旋转，进出组件(203)驱动负压斗(204)移动，负压斗(204)上的清理刀片(205)将对应位置上的附着物刮除，附着物通过负压斗(204)进入伸缩软管(206)内，而后负压泵(207)将附着物输送至收集盒(208)内；
步骤三：检测壳(100)移动过程中，当第二检测探头(302)上的压力传感模块接收到压力信号后，压力传感模块控制拍照模块对管道内堵塞物拍摄照片，堵塞判断模块对堵塞物进行标记。
CN202211629199.5A 2022-12-19 2022-12-19 一种管道堵塞检测装置及其方法 Active CN116066660B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211629199.5A CN116066660B (zh) 2022-12-19 2022-12-19 一种管道堵塞检测装置及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211629199.5A CN116066660B (zh) 2022-12-19 2022-12-19 一种管道堵塞检测装置及其方法

Publications (2)

Publication Number Publication Date
CN116066660A CN116066660A (zh) 2023-05-05
CN116066660B true CN116066660B (zh) 2023-09-29

Family

ID=86183036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211629199.5A Active CN116066660B (zh) 2022-12-19 2022-12-19 一种管道堵塞检测装置及其方法

Country Status (1)

Country Link
CN (1) CN116066660B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116620877A (zh) * 2023-07-21 2023-08-22 成都考拉悠然科技有限公司 一种基于深度学习的落料柜堵料检测及处理的方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101271824B1 (ko) * 2011-12-06 2013-06-07 재단법인 포항산업과학연구원 배관 작업 로봇
CN208595354U (zh) * 2018-06-08 2019-03-12 上海工程技术大学 一种输油管道检测维护多足机器人
CN111209866A (zh) * 2020-01-08 2020-05-29 无锡图灵视频科技有限公司 防火通道堵塞智能检测算法
CN212361260U (zh) * 2020-06-17 2021-01-15 贵州环锦盛环保科技有限公司 一种地下管网堵塞检测装置
CN112547708A (zh) * 2021-02-18 2021-03-26 上海澄泓机器人有限公司 一种管道清淤机器人
CN215656898U (zh) * 2021-09-04 2022-01-28 河南兴通环保科技有限公司 双向行走疏通器
CN216923669U (zh) * 2022-01-07 2022-07-08 武汉市政工程设计研究院有限责任公司 一种市政排水管道清淤机器人
CN114776937A (zh) * 2022-04-07 2022-07-22 江苏省特种设备安全监督检验研究院 一种管道内部相控阵检测机器人及检测方法
CN115355394A (zh) * 2022-08-24 2022-11-18 东北大学 一种基于螺旋扫描的管道检测机器人及其检测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101271824B1 (ko) * 2011-12-06 2013-06-07 재단법인 포항산업과학연구원 배관 작업 로봇
CN208595354U (zh) * 2018-06-08 2019-03-12 上海工程技术大学 一种输油管道检测维护多足机器人
CN111209866A (zh) * 2020-01-08 2020-05-29 无锡图灵视频科技有限公司 防火通道堵塞智能检测算法
CN212361260U (zh) * 2020-06-17 2021-01-15 贵州环锦盛环保科技有限公司 一种地下管网堵塞检测装置
CN112547708A (zh) * 2021-02-18 2021-03-26 上海澄泓机器人有限公司 一种管道清淤机器人
CN215656898U (zh) * 2021-09-04 2022-01-28 河南兴通环保科技有限公司 双向行走疏通器
CN216923669U (zh) * 2022-01-07 2022-07-08 武汉市政工程设计研究院有限责任公司 一种市政排水管道清淤机器人
CN114776937A (zh) * 2022-04-07 2022-07-22 江苏省特种设备安全监督检验研究院 一种管道内部相控阵检测机器人及检测方法
CN115355394A (zh) * 2022-08-24 2022-11-18 东北大学 一种基于螺旋扫描的管道检测机器人及其检测方法

Also Published As

Publication number Publication date
CN116066660A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
CN116066660B (zh) 一种管道堵塞检测装置及其方法
CN115559890A (zh) 一种水泵机组运行故障预测调整方法及系统
CN116467662B (zh) 一种制粒机故障识别方法及系统
JP4966056B2 (ja) タービン内部構造物の検査装置及びこの装置を用いた検査方法
CN210465284U (zh) 军工产品视觉检测设备
CN114352270B (zh) 一种不压井起下油管作业接箍识别系统
CN112268582B (zh) 一种基于大数据的除尘设备智能监测分析管理系统
CN110899183A (zh) 一种变电站绝缘子带电清扫机器人系统及方法
CN212872192U (zh) 基于无人机高光谱的河湖排污口排查系统
CN116125007B (zh) 一种环境污染物的自动监测系统及其监测方法
WO2023160188A1 (zh) 一种cctv管道在线检测系统
CN116359497A (zh) 一种公共空间病毒自动检测装置
CN114193425B (zh) 一种基于视觉检测的巡检装置及方法
CN113848216B (zh) 基于雾生成对抗神经网络的沥青混凝土检测系统及方法
US11754432B2 (en) System and method for detecting problems within compound water meters
CN211235413U (zh) 用于隧道掘进机的齿轮油状态在线检测装置
CN114723342A (zh) 一种基于人工智能的石油化工业压力管道安全管理系统
CN111307253B (zh) 一种流量装置换向器智能检测及控制系统与方法
CN116465907A (zh) 一种用于道路及其地下管道的无损检测装置
CN111537439A (zh) 一种承压设备缺陷自动识别及评定的系统及方法
CN208255082U (zh) 一种升降式承压设备内壁检测装置
CN220040164U (zh) 在线油烟监测装置
CN110146061B (zh) 一种长距离低流速输水明渠大型坠物定位方法
CN219224043U (zh) 一种漏油检测工装
CN219084311U (zh) 自动扫描检漏的排风过滤装置

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