CN116399515A - 一种基于机器视觉确定变速箱泄漏工况的方法及系统 - Google Patents
一种基于机器视觉确定变速箱泄漏工况的方法及系统 Download PDFInfo
- Publication number
- CN116399515A CN116399515A CN202310435971.8A CN202310435971A CN116399515A CN 116399515 A CN116399515 A CN 116399515A CN 202310435971 A CN202310435971 A CN 202310435971A CN 116399515 A CN116399515 A CN 116399515A
- Authority
- CN
- China
- Prior art keywords
- leakage
- detection mechanism
- determining
- visual detection
- machine vision
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 62
- 230000007246 mechanism Effects 0.000 claims abstract description 49
- 230000000007 visual effect Effects 0.000 claims abstract description 44
- 238000012360 testing method Methods 0.000 claims abstract description 34
- 230000005540 biological transmission Effects 0.000 claims description 11
- 230000003287 optical effect Effects 0.000 claims description 11
- 230000033001 locomotion Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 2
- 238000010408 sweeping Methods 0.000 claims 1
- 239000003921 oil Substances 0.000 description 21
- 239000010687 lubricating oil Substances 0.000 description 10
- 239000007788 liquid Substances 0.000 description 5
- 239000010705 motor oil Substances 0.000 description 4
- 238000011179 visual inspection Methods 0.000 description 3
- 239000000110 cooling liquid Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 239000010720 hydraulic oil Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于机器视觉确定变速箱泄漏工况的方法及系统，涉及机器视觉技术领域，方法包括利用视觉检测机构对没有泄漏的试件进行扫描；将扫描后获得的图片进行网格划分，形成基准模板；将扫描结果和基准模板进行对比；如果扫描结果小于基准模板设定值，那么继续进行上一步；如果扫描结果大于基准模板设定值，则进行下一步；将扫描到的信息向上位机反馈；上位机根据接收到的反馈信息，向测试系统发出下一步操作指令。系统包括视觉检测机构将待测试件的检测结果输出至数采设备，数采设备将接收到的数据输出至上位机，上位机将接收到的数据输出至测试系统。本发明通过泄漏检查、确定大概的泄漏时间点，定位泄漏位置，提高工作效率。
Description
技术领域
本发明涉及机器视觉检测技术领域，尤其是涉及一种基于机器视觉确定变速箱泄漏工况的方法及系统。
背景技术
变速箱试验时机油泄漏经常发生，且工程人员对机油泄漏发生的时间、泄漏的具体位置都不能及时有效的进行判断，泄漏时变速箱的工况是什么(转速、扭矩、振动等以及液压系统的油压、油温等情况)无法有效精准判断导致试验成本增加，另外夜间跑机，由于无人值守，出现严重的泄漏情况，还可能会引发火灾或者触发灭火系统从而造成一定的财产损失。
公告号为CN214373164U的中国专利公开了一种基于机器视觉的塑料油箱泄漏检测系统，采用水下相机采集塑料油箱置于水下冒出气泡时的图片，并通过控制器对基于水下相机拍摄到的图片进行塑料油箱泄漏检测，其通过机器视觉检测替换人工视觉检测，大大提高了塑料油箱泄漏检测的可靠性。接着，控制器还与PLC设备连接，通过PLC设备为控制器检测提供塑料油箱条形码、检测图片的抓取启动信号以及接收检测反馈回来的是否泄漏结果，从而为检测系统实现流水线工作提供必要的条件。另外，泄漏检测水池相对于安装有水下相机的另外三内侧壁上均铺设黑色背景墙，由于气泡会呈白色，通过黑白对比度使得能准确地把从塑料油箱冒出的气泡提取出来，保证了软件检测的准确度。
公开号为CN111400938A的中国专利公开了一种智能分油箱泄漏检测方法及装置，实现了智能分油箱是否发生泄漏及箱门是否锁到位的实时检测。方法包括：获取预置智能分油箱的润滑油泄漏灰度值范围；根据前景图和润滑油泄漏灰度值范围，建立标准前景图模型；根据深度图建立标准深度信息图模型；根据标准前景图模型及标准深度信息图模型，建立箱门锁到位模型及润滑油泄漏模型；对待检测智能分油箱进行实时检测，根据箱门锁到位模型判断待检测智能分油箱的箱门是否锁到位；若未锁到位，则生成箱门未锁到位提示信息；若锁到位，则通过润滑油泄漏模型获取待检测智能分油箱的润滑油泄漏信息，当根据润滑油泄漏信息确定发生润滑油泄漏时，生成润滑油泄漏提示信息。
但是，以上检索到的专利仍无法有效的对泄漏位置进行准确定位，因此，需要设计一种提高变速箱泄漏定位精准度的方法及系统。
发明内容
本发明针对现有技术存在对泄漏位置定位不准等问题，提供了一种基于机器视觉确定变速箱泄漏工况的方法。
为实现上述目的，本发明采用的技术方案如下：
一种基于机器视觉确定变速箱泄漏工况的方法，包括以下步骤：
步骤S1：利用视觉检测机构对没有泄漏的试件进行扫描；
步骤S2：将扫描后获得的图片进行网格划分，形成基准模板；
步骤S3：视觉检测机构围绕待测试件周期性运动，并将扫描结果和基准模板进行对比；
步骤S4：如果扫描结果小于基准模板设定值，那么继续进行步骤S3；如果扫描结果大于基准模板设定值，则进行步骤S5；
步骤S5：视觉检测机构将扫描到的信息向上位机反馈；
步骤S6：上位机根据接收到的反馈信息，向测试系统发出下一步操作指令。
基于上述技术方案，更进一步地，所述步骤S3中将扫描结果与基准模板对比的过程，包括以下步骤：
步骤31：在基准模板上设定对比的网格数量m；
步骤32：利用视觉检测机构扫描待测试件在泄漏时间内的泄漏面积占用的网格数量；
步骤33：将泄漏面积占用的网格数量与设定的网格数量进行比较。
基于上述技术方案，更进一步地，所述步骤32中，泄漏时间的确定过程包括以下步骤：
步骤321：设定T0时刻，视觉检测机构检测到的无漏油状态设为原始参考点；
步骤322：运动至T1时刻，判断在T1时刻有无泄漏；
步骤323：继续运动至T2时刻，判断在T2时刻是否泄漏终止；
步骤324：分析T1至T2这一时间段的运行数据，进而确定泄漏时间点。
基于上述技术方案，更进一步地，步骤322中，当视觉检测机构的扫描结果大于设定的网格数量m时，认为处于泄漏状态；否则处于非泄漏状态。
基于上述技术方案，更进一步地，步骤323中，当视觉检测机构扫描泄漏所占用的网格数量小于1.2m时，认为泄漏停止，则进行步骤324；否则认为仍处于泄漏状态，继续运动至Tn时刻，按照重复步骤323的操作判断是否泄漏停止。
基于上述技术方案，更进一步地，步骤S3中，根据对比结果，当泄漏网格数量缓慢增加时，视觉检测机构发出降负荷的指令。
基于上述技术方案，更进一步地，步骤S3中，根据对比结果，当发出降负荷指令后，泄漏仍然继续时，视觉检测机构发出怠速的指令。
基于上述技术方案，更进一步地，步骤S3中，根据对比结果，当怠速指令发出后，泄漏仍然继续时，视觉检测机构发出停机的指令。
基于上述技术方案，更进一步地，步骤S3中，根据对比结果，当泄漏网格数量急剧增加时，视觉检测机构发出急停的指令。
一种基于机器视觉确定变速箱泄漏工况的系统，包括上位机、数采设备、测试系统、视觉检测机构；
视觉检测机构将待测试件的检测结果输出至数采设备，数采设备将接收到的数据输出至上位机，上位机将接收到的数据输出至测试系统。
基于上述技术方案，更进一步地，所述视觉检测机构包括移动平台和光学组件，光学组件包括黑光灯与光学摄像头。
基于上述技术方案，更进一步地，上位机负责整个系统的监控、标定职能。
基于上述技术方案，更进一步地，数采设备包括各种CAN接口、WiFi转CAN模块等，负责将采集到的信息以CAN协议的形式输出给上位机，具体包括测功机的转速、扭矩、振动等信息，被试件的振动、转速、扭矩、温度、压力等信息。
基于上述技术方案，更进一步地，视觉检测机构在导轨上进行运动，导轨可根据被试件的形状和要测试的位置进行设计，为了便于充电在导轨的末端或首端设置一个充电接口，可以让视觉检测机构自动充电。
基于上述技术方案，更进一步地，测试系统包括至少一个测试机。
相对于现有技术，本发明具有以下有益效果：
本发明通过泄漏检查、确定大概的泄漏时间点，从而找到泄漏时的变速箱工况转速、扭矩、压力、温度、振动、坡度侧倾角(如有)等参数；同时，也可以实时的观察变速箱的动态运行时的润滑油(也可以延伸到冷却液、制动液、燃料等液体)的泄漏情况，系统可以自动向上位机传输液体的泄漏情况，帮助上位机实现报警、急停试验，避免因液体泄漏产生的后果；本发明可以对冷却液、燃油、液压油等液体的泄漏进行自动检测；其通过动态视觉检测机构实时检测被试件的密封情况，泄漏发生时生成的图像会传递给上位机，上位机可以根据泄漏速率确定泄漏时间，进而确定此时的变速器运行参数，快速的定位故障原因；且本发明可以对台架系统运行进行实时保护，避免造成更大的损失。
附图说明
图1为本发明确定变速箱泄漏工况的方法的流程图；
图2为本发明确定变速箱泄漏工况的方法中泄漏时间的流程图；
图3为本发明确定变速箱泄漏工况的系统的简易图；
图4为本发明确定变速箱泄漏工况的系统的侧视图；
图5为本发明中视觉检测机构的简易图；
附图说明：1.上位机；2.数采设备；3.测试系统；4.视觉检测机构；5.试件；6.导轨；7.黑光灯；8.光学摄像头；9.充电接口；10.减震系统。
具体实施方式
值得说明的是，本发明中使用的原料均为普通市售产品，对其来源不做具体限定。
以下原料来源，为示例性说明：
实施例1
如图1-2所示，一种基于机器视觉确定变速箱泄漏工况的方法，包括以下步骤：
步骤S1：利用视觉检测机构4对没有泄漏的试件5进行扫描；
步骤S2：将扫描后获得的图片进行网格划分，形成基准模板；其中，进行网格划分的方式可以选择自由网格划分、扫略网格划分、混合网格划分等，网格大小可以根据实际情况进行自定义，比如每个网格可以选择边长都为1mm或2mm或3mm等的正方形。其中，对变速箱可能会出现泄漏的部位、连接点、轴承座、密封等进行坐标标注(如x1,y1……)，再将这一系列的标注点进行网格划分，从而形成基准模板。
步骤S3：视觉检测机构4围绕待测试件5做周期性运动，并将扫描结果和基准模板进行对比；其中，视觉检测机构4沿着固定好的导轨做周期性运动，运动周期根据实际情况可自定义设置。
具体的，将扫描结果与基准模板对比的过程，包括以下步骤：
步骤31：在基准模板上设定对比的网格数量m；
步骤32：利用视觉检测机构4扫描待测试件5在泄漏时间内的泄漏面积占用的网格数量；
步骤33：将泄漏面积占用的网格数量与设定的网格数量进行比较，比如，漏油产生了污点，污点面积会占据一定数量的网格，超过设定的网格数量m则判定为泄漏状态。
其中，步骤32中，泄漏时间的确定过程包括以下步骤：
步骤321：设定T0时刻，视觉检测机构4检测到的无漏油状态设为原始参考点；
步骤322：运动至T1时刻，判断在T1时刻有无泄漏；当视觉检测机构4的扫描结果大于设定的网格数量m时，认为处于泄漏状态；否则处于非泄漏状态。
步骤323：继续运动至T2时刻，判断在T2时刻是否泄漏终止；当视觉检测机构4扫描泄漏所占用的网格数量小于1.2m时，认为泄漏停止，则进行步骤324；否则认为仍处于泄漏状态，继续运动至Tn时刻，按照重复步骤323的操作判断是否泄漏停止。其中，最开始漏油时，因为张力渗透等力学原理，即使终止漏油，油膜也会发散。此处的1.2是一个系数，是根据润滑油温度、参数、泄漏点的材料参数进行设定的。
步骤324：根据T1时刻和T2时刻该时间段内，对变速箱的运行参数进行分析，提取压力、振动、温度、转速、扭矩等异常或较大的点，基本确定触发泄漏的直接原因，进而泄漏的时间点Tx。
步骤S4：如果扫描结果小于基准模板设定的网格数量m，那么继续进行步骤S3；如果扫描结果大于基准模板设定值，则进行步骤S5；
步骤S5：视觉检测机构4将扫描到的信息向上位机1反馈；
步骤S6：上位机1根据接收到的反馈信息，向测试系统3发出下一步操作指令，其中，发出的下一步操作指令包括降负荷、怠速、停机、急停等指令，且该指令的发出是根据泄漏时间点Ty的面积所占据的网格数量进行信息输入，上位机1根据网格数量进行分级操作。根据对比结果，当泄漏网格数量在1分钟内的扩散网格数量小于设定的z个时，认定为缓慢增加情况，此时，视觉检测机构4发出降负荷的指令。根据对比结果，当发出降负荷指令后，泄漏仍然继续时，视觉检测机构4发出怠速的指令。根据对比结果，当怠速指令发出后，泄漏仍然继续时，视觉检测机构4发出停机的指令。根据对比结果，当泄漏网格数量在1分钟内增加大于z个网格数量时，认定为急剧增加情况，视觉检测机构4发出急停的指令。
实施例2
如图3-5所示，一种基于机器视觉确定变速箱泄漏工况的系统，包括上位机1、数采设备2、测试系统3、视觉检测机构4；视觉检测机构4将待测试件5的检测结果输出至数采设备2，数采设备2将接收到的数据输出至上位机1，上位机1将接收到的数据输出至测试系统3。
其中，上位机1负责整个系统的监控、标定职能。数采设备2包括各种CAN接口、WiFi转CAN模块等，负责将采集到的信息以CAN协议的形式输出给上位机1，具体包括测功机的转速、扭矩、振动等信息，被试件5的振动、转速、扭矩、温度、压力等信息。视觉检测机构4在导轨上进行运动，导轨可根据被试件5的形状和要测试的位置进行设计，为了便于充电在导轨的末端或首端设置一个充电接口9，可以让视觉检测机构4自动充电。测试系统3包括至少一个测试机。
具体的，视觉检测机构4包括移动平台和光学组件，光学组件包括黑光灯7与光学摄像头8。移动平台可以内置锂电池，移动平台沿着导轨运动，黑光灯7照射到样件的表面，探测出油渍的位置；然后光学摄像头8将黑光灯7照射后的区域进行图像识别然后输出。此处黑光灯7的作用是找出油污点的，因为普通的照明光线是无法检测到油污的。为了降低运动过程中的振动及试验时的振动带来的干扰，光学组件周围设置了减震系统10，其作用是减震。
最后应当说明的是，以上内容仅用以说明本发明的技术方案，而非对本发明保护范围的限制，本领域的普通技术人员对本发明的技术方案进行的简单修改或者等同替换，均不脱离本发明技术方案的实质和范围。
Claims (10)
1.一种基于机器视觉确定变速箱泄漏工况的方法，其特征在于，包括以下步骤：
步骤S1：利用视觉检测机构对没有泄漏的试件进行扫描；
步骤S2：将扫描后获得的图片进行网格划分，形成基准模板；
步骤S3：视觉检测机构围绕待测试件运动，并将扫描结果和基准模板进行对比；
步骤S4：如果扫描结果小于基准模板设定值，那么继续进行步骤S3；如果扫描结果大于基准模板设定值，则进行步骤S5；
步骤S5：视觉检测机构将扫描到的信息向上位机反馈；
步骤S6：上位机根据接收到的反馈信息，向测试系统发出下一步操作指令。
2.根据权利要求1所述的一种基于机器视觉确定变速箱泄漏工况的方法，其特征在于，所述步骤S3中将扫描结果与基准模板对比的过程，包括以下步骤：
步骤31：在基准模板上设定对比的网格数量m；
步骤32：利用视觉检测机构扫描待测试件在泄漏时间内的泄漏面积占用的网格数量；
步骤33：将泄漏面积占用的网格数量与设定的网格数量进行比较。
3.根据权利要求2所述的一种基于机器视觉确定变速箱泄漏工况的方法，其特征在于，所述步骤32中，泄漏时间的确定过程包括以下步骤：
步骤321：设定T0时刻，视觉检测机构检测到的无漏油状态设为原始参考点；
步骤322：运动至T1时刻，判断在T1时刻有无泄漏；
步骤323：继续运动至T2时刻，判断在T2时刻是否泄漏终止；
步骤324：分析T1至T2这一时间段的运行参数数据，进而确定泄漏时间点。
4.根据权利要求3所述的一种基于机器视觉确定变速箱泄漏工况的方法，其特征在于，步骤322中，当视觉检测机构的扫描结果大于设定的网格数量m时，认为处于泄漏状态；否则处于非泄漏状态。
5.根据权利要求3所述的一种基于机器视觉确定变速箱泄漏工况的方法，其特征在于，步骤323中，当视觉检测机构扫描泄漏所占用的网格数量小于1.2m时，认为泄漏停止，则进行步骤324；否则认为仍处于泄漏状态，继续运动至Tn时刻，按照重复步骤323的操作判断是否泄漏停止。
6.根据权利要求3所述的一种基于机器视觉确定变速箱泄漏工况的方法，其特征在于，所述运行参数数据至少包括压力、振动、温度、转速和扭矩。
7.根据权利要求1所述的一种基于机器视觉确定变速箱泄漏工况的方法，其特征在于，步骤S3中，根据对比结果，当泄漏网格数量缓慢增加时，视觉检测机构发出降负荷的指令；当发出降负荷指令后，泄漏仍然继续时，视觉检测机构发出怠速的指令；当怠速指令发出后，泄漏仍然继续时，视觉检测机构发出停机的指令；当泄漏网格数量急剧增加时，视觉检测机构发出急停的指令。
8.根据权利要求1所述的一种基于机器视觉确定变速箱泄漏工况的方法，其特征在于，所述网格划分至少采用自由网格划分、扫略网格划分、混合网格划分方式中一种或多种方式进行划分。
9.一种基于机器视觉确定变速箱泄漏工况的系统，其特征在于，使用权利要求1-8任一项所述的基于机器视觉确定变速箱泄漏工况的方法，包括上位机、数采设备、测试系统、视觉检测机构；
视觉检测机构将待测试件的检测结果输出至数采设备，数采设备将接收到的数据输出至上位机，上位机将接收到的数据输出至测试系统。
10.根据权利要求9所述的一种基于机器视觉确定变速箱泄漏工况的系统，其特征在于，所述视觉检测机构包括移动平台和光学组件，光学组件包括黑光灯与光学摄像头。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310435971.8A CN116399515B (zh) | 2023-04-21 | 2023-04-21 | 一种基于机器视觉确定变速箱泄漏工况的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310435971.8A CN116399515B (zh) | 2023-04-21 | 2023-04-21 | 一种基于机器视觉确定变速箱泄漏工况的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116399515A true CN116399515A (zh) | 2023-07-07 |
| CN116399515B CN116399515B (zh) | 2024-03-15 |
Family
ID=87014139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310435971.8A Active CN116399515B (zh) | 2023-04-21 | 2023-04-21 | 一种基于机器视觉确定变速箱泄漏工况的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116399515B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000310577A (ja) * | 1999-04-27 | 2000-11-07 | Toshiba Corp | 漏洩量測定装置および漏洩量測定方法 |
| JP2002296142A (ja) * | 2001-03-29 | 2002-10-09 | Toshiba Corp | リーク検出装置 |
| CN101504325A (zh) * | 2009-03-26 | 2009-08-12 | 四川电力试验研究院 | 激光检测sf6泄漏速率的可视化模板比对方法 |
| CN105588694A (zh) * | 2016-03-16 | 2016-05-18 | 湖南科技大学 | 一种管状包装产品的密封性检测装置和方法 |
| WO2018040480A1 (zh) * | 2016-08-29 | 2018-03-08 | 华为技术有限公司 | 一种调整扫描状态的方法及装置 |
| US9933326B2 (en) * | 2015-07-22 | 2018-04-03 | Redline Detection, Llc | System and method for detecting microscopic leaks |
| WO2019091116A1 (en) * | 2017-11-10 | 2019-05-16 | Guangdong Kang Yun Technologies Limited | Systems and methods for 3d scanning of objects by providing real-time visual feedback |
| CN210375566U (zh) * | 2019-10-14 | 2020-04-21 | 云南电网有限责任公司电力科学研究院 | 变压器渗漏油预警装置 |
| CN112131993A (zh) * | 2020-09-16 | 2020-12-25 | 因士(上海)科技有限公司 | 一种基于图像识别技术的气体泄漏视觉检测系统及方法 |
| CN113899675A (zh) * | 2021-10-13 | 2022-01-07 | 淮阴工学院 | 一种基于机器视觉的混凝土抗渗自动检测方法、装置 |
| CN114739591A (zh) * | 2022-03-17 | 2022-07-12 | 中国铁建高新装备股份有限公司 | 一种基于图像处理的液压油渗漏检测预警方法 |
-
2023
- 2023-04-21 CN CN202310435971.8A patent/CN116399515B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000310577A (ja) * | 1999-04-27 | 2000-11-07 | Toshiba Corp | 漏洩量測定装置および漏洩量測定方法 |
| JP2002296142A (ja) * | 2001-03-29 | 2002-10-09 | Toshiba Corp | リーク検出装置 |
| CN101504325A (zh) * | 2009-03-26 | 2009-08-12 | 四川电力试验研究院 | 激光检测sf6泄漏速率的可视化模板比对方法 |
| US9933326B2 (en) * | 2015-07-22 | 2018-04-03 | Redline Detection, Llc | System and method for detecting microscopic leaks |
| CN105588694A (zh) * | 2016-03-16 | 2016-05-18 | 湖南科技大学 | 一种管状包装产品的密封性检测装置和方法 |
| WO2018040480A1 (zh) * | 2016-08-29 | 2018-03-08 | 华为技术有限公司 | 一种调整扫描状态的方法及装置 |
| WO2019091116A1 (en) * | 2017-11-10 | 2019-05-16 | Guangdong Kang Yun Technologies Limited | Systems and methods for 3d scanning of objects by providing real-time visual feedback |
| CN210375566U (zh) * | 2019-10-14 | 2020-04-21 | 云南电网有限责任公司电力科学研究院 | 变压器渗漏油预警装置 |
| CN112131993A (zh) * | 2020-09-16 | 2020-12-25 | 因士(上海)科技有限公司 | 一种基于图像识别技术的气体泄漏视觉检测系统及方法 |
| CN113899675A (zh) * | 2021-10-13 | 2022-01-07 | 淮阴工学院 | 一种基于机器视觉的混凝土抗渗自动检测方法、装置 |
| CN114739591A (zh) * | 2022-03-17 | 2022-07-12 | 中国铁建高新装备股份有限公司 | 一种基于图像处理的液压油渗漏检测预警方法 |
Non-Patent Citations (1)
| Title |
|---|
| 蒋萍;孟庆浩;曾明;李飞;李吉功;: "一种新的移动机器人气体泄漏源视觉搜寻方法", 机器人, no. 05, 15 September 2009 (2009-09-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116399515B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108180400B (zh) | 一种水下气相管道泄漏与扩散实验装置 | |
| CN101726449B (zh) | 无损检测装置 | |
| CN105716845A (zh) | 模拟典型工况加载的动力刀架性能检测和监测装置及方法 | |
| NL2025790B1 (en) | Intelligent system and method for inspecting offshore oil and gas pipelines | |
| CN203365082U (zh) | 一种镜面反射式超声波油箱测漏装置 | |
| CN103808472A (zh) | 一种水泵半成品自动潜水式试漏机 | |
| CN105118535A (zh) | 核燃料组件修复检测控制系统 | |
| CN116399515B (zh) | 一种基于机器视觉确定变速箱泄漏工况的方法及系统 | |
| CN106053091A (zh) | 一种基于虚拟场景的动力舱综合测试装置与测试方法 | |
| CN205384136U (zh) | 模拟典型工况加载的动力刀架性能检测和监测装置 | |
| CN111305873A (zh) | 隧道裂缝修复系统及其修复方法 | |
| CN117404370B (zh) | 基于人工智能的液压油缸试压检测系统 | |
| CN117168684A (zh) | 加压供氧面罩氧分压测试方法 | |
| CN203758702U (zh) | 一种水泵半成品自动潜水式试漏机 | |
| CN114022435A (zh) | 基于机器视觉的管路泄漏识别系统建立方法 | |
| CN108827973B (zh) | 裂纹检测方法和系统 | |
| CN112265880A (zh) | 电梯的可视化检验方法及电梯的可视化检验装置 | |
| CN205372055U (zh) | 密封型储气装置 | |
| CN101504325B (zh) | 激光检测sf6泄漏速率的可视化模板比对方法 | |
| CN115371952A (zh) | 一种浅埋海底管道冲刷测试装置及方法 | |
| KR101083108B1 (ko) | 핵연료 집합체 검사 장치 | |
| CN210119322U (zh) | 一种用于维护型万向节密封性检测的装置 | |
| Vasiljević et al. | Solving nonlinear kinematics of a rail-guided inspection robot used for planning visual scans of reactor vessel internals | |
| CN117848864B (zh) | 一种燃气软管的管件性能参数测试方法及系统 | |
| CN109269823A (zh) | 一种风力发电机组液压制动系统的智能测试平台 |
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 |