CN116652066A - 钢筋半成品件成型精度自动检测方法 - Google Patents
钢筋半成品件成型精度自动检测方法 Download PDFInfo
- Publication number
- CN116652066A CN116652066A CN202310236497.6A CN202310236497A CN116652066A CN 116652066 A CN116652066 A CN 116652066A CN 202310236497 A CN202310236497 A CN 202310236497A CN 116652066 A CN116652066 A CN 116652066A
- Authority
- CN
- China
- Prior art keywords
- steel bar
- processing
- bending
- precision
- sheet body
- 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.)
- Pending
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 63
- 239000010959 steel Substances 0.000 title claims abstract description 63
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 239000011265 semifinished product Substances 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 64
- 238000005452 bending Methods 0.000 claims abstract description 39
- 238000003754 machining Methods 0.000 claims abstract description 15
- 238000009826 distribution Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims abstract description 3
- 229910001294 Reinforcing steel Inorganic materials 0.000 claims description 22
- 239000004744 fabric Substances 0.000 claims description 11
- 238000000465 moulding Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000003466 welding Methods 0.000 claims description 7
- 239000004567 concrete Substances 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000032683 aging Effects 0.000 abstract description 2
- 230000003014 reinforcing effect Effects 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 8
- 239000011150 reinforced concrete Substances 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 230000002787 reinforcement Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21F—WORKING OR PROCESSING OF METAL WIRE
- B21F27/00—Making wire network, i.e. wire nets
- B21F27/12—Making special types or portions of network by methods or means specially adapted therefor
- B21F27/20—Making special types or portions of network by methods or means specially adapted therefor of plaster-carrying network
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21C—MANUFACTURE OF METAL SHEETS, WIRE, RODS, TUBES OR PROFILES, OTHERWISE THAN BY ROLLING; AUXILIARY OPERATIONS USED IN CONNECTION WITH METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL
- B21C51/00—Measuring, gauging, indicating, counting, or marking devices specially adapted for use in the production or manipulation of material in accordance with subclasses B21B - B21F
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了钢筋半成品件成型精度自动检测方法，包括钢筋单元件加工精度检测以及钢筋片体加工精度检测，钢筋单元件加工精度检测与钢筋片体加工精度检测是通过在弯折设备和片体加工设备上设置多个高清相机，使其对准弯折区域和布料区域进行拍摄采集视频，从而通过处理系统分析比对后判断弯折成型的钢筋单元件和钢筋片体骨架否达到精度要求。解决了人工检测强度大、检测周期长，数据反馈加工设备时效慢的问题，大大提高了钢筋半成品精度检测效率以及加工精度。
Description
技术领域
本发明涉及钢筋施工的技术领域，具体涉及钢筋半成品件成型精度自动检测方法。
背景技术
目前在建筑钢筋施工领域中，随着装配式施工技术的发展，钢筋施工也由传统的单元件现场组拼、绑扎工艺衍生为钢筋部品化施工工艺，相较于常规的现场绑扎工艺，因钢筋部品尺寸较大，钢筋数量较多，且为单独整体，空间姿态调整较为困难，因此对其制作精度有更高的需求，而如何确保其精度，源头在于如何控制好钢筋半成品件的加工精度。钢筋半成品件主要分为以下两种：钢筋单元件及钢筋片体两种形式，当钢筋半成品件长度、角度等偏差较大时，无论是采用半成品件现场组拼、绑扎工艺还是钢筋部品化施工工艺，其都会影响现场正常施工，造成钢筋施工功效缓慢或影响钢筋保护层厚度，因此钢筋单元件出厂前的精度检验尤为重要，通过精度检验这一技术手段，筛选出符合精度要求的钢筋半成品件用于现场施工，对于不符合要求的，根据检测结果用于指导调整钢筋设备加工参数，提高钢筋半成品件精度。但目前市面上的成熟钢筋设备均不具备精度自动检测功能，往往通过人工进行精度检测，然后不断调整设备参数直至满足精度要求，既增加工人的劳动强度，又降低了钢筋半成品件加工工效。
发明内容
本发明的主要目的在于提供钢筋半成品件成型精度自动检测方法，解决上述背景技术中的问题。
为解决上述技术问题，本发明所采用的技术方案是：包括钢筋单元件加工精度检测以及钢筋片体加工精度检测，钢筋单元件加工精度检测与钢筋片体加工精度检测是通过在弯折设备和片体加工设备上设置多个高清相机，使其对准弯折区域和布料区域进行拍摄采集视频，从而通过处理系统分析比对后判断弯折成型的钢筋单元件和钢筋片体骨架否达到精度要求。
优选的，钢筋单元件加工精度检测的具体步骤如下：
S1、根据加工场地环境及成型钢筋单元件尺寸，选择合适的多个高清相机置于弯折设备侧面，使多个高清相机能够完整拍摄弯折成型后的钢筋单元件图像；
S2、在钢筋单元件的弯折加工完成后，通过高清相机进行采集弯折成型的钢筋单元件的图像信息；
S3、采集到的图像信息自动传输至配套的处理系统中进行算法处理，从而计算得出钢筋单元件检测数据；
S4、将计算得出的实际数据与设计数据进行比对，若误差超过规定允许值，则发出警报，通知作业人员根据偏差对弯折设备加工参数进行相应调整，反之，则进行下一个钢筋单元件的弯折加工。
优选的，步骤S3中，算法处理包括多个高清相机图像的自动拼接、基于语义分割的钢筋轮廓检测、基于目标检测的弯折区域的识别与标记、基于连通域的直线检测、弯折角度及长度计算，算法是基于深度学习和图像处理，从而计算得出弯折角度与钢筋长度。
优选的，钢筋片体加工精度检测的具体步骤如下：
A1、根据钢筋片体尺寸选择合适的多个高清相机安装在片体加工设备的布料龙门上，以使多个高清相机能够完整的拍摄定位胎架上的筋片体骨架图像；
A2、片体加工设备开始进行钢筋片体加工，通过布料龙门和布料机器人在定位胎架上完成布料作业后，高清相机采集钢筋片体骨架的图像信息；
A3、采集到的图像信息自动传输至配套的处理系统中进行算法处理，从而计算得出各个节点之间的骨架线长度；
A4、将计算得出的实际数据与设计数据进行比对，若误差超过规定允许值，则发出警报，通知作业人员根据偏差对片体加工设备的加工参数进行相应调整，调整完成后再次进行采集测量，复核无误后，启动焊接龙门进行焊接作业。
优选的，步骤A3中，算法处理包括算法处理包括多个高清相机图像的自动拼接，通过图像处理方法，对连通域特征进行分析；
对于弯折位置的角度，拟合弯折区域的直线；
对于钢筋长度计算，直接对连通域提取骨架线；
对每个弯折位置提取节点，计算各个节点之间的骨架线长度，即为钢筋每一段的长度。
优选的，图像的自动拼接包括输入图像、特征提取、图像配准、用RANSAC计算单应矩阵H、变形和融合、输出图像。
本发明提供了钢筋半成品件成型精度自动检测方法，解决了人工检测强度大、检测周期长，数据反馈加工设备时效慢的问题 ，大大提高了钢筋半成品精度检测效率以及加工精度。
附图说明
下面结合附图和实施例对本发明作进一步说明：
图1是本发明钢筋单元件加工检测示意图；
图2是本发明钢筋单元件加工精度检测流程图；
图3是本发明钢筋片体加工检测示意图；
图4是本发明布料龙门结构视图
图5是本发明钢筋片体加工精度检测流程图；
图中：弯折设备1；片体加工设备2；高清相机3；布料龙门4；定位胎架5；布料机器人6；焊接龙门7。
具体实施方式
实施例1
如图1~2所示，钢筋半成品件成型精度自动检测方法，钢筋单元件加工精度检测的具体步骤如下：
步骤一、根据加工场地环境及成型钢筋单元件尺寸，选择合适的高清相机3置于弯折设备1前合适位置，确保成型后的钢筋单元件能被高清相机3完整拍摄下来，若钢筋单元件尺寸较大，可通过布置多台高清相机3进行数据采集。
步骤二、根据下料单通过弯折设备1控制中心将数据导入弯折设备内，开始进行钢筋单元件加工，每加工完成一个，人工按动检测按钮，即可通过高清相机3进行采集。
步骤三、采集到的图像自动传输至配套的处理器系统中进行算法处理，算法处理包括弯折区域的识别与标记、弯折区域分割、区域内钢筋目标分割、基于连通域的直线检测、弯折角度计算。算法部分主要基于深度学习和图像处理，可实现实时处理显示弯折角度。从而计算得出钢筋单元件检测数据。
步骤四、将计算得出的实际数据与设计要求数据进行比对，并将结果反馈至测量系统显示屏上，若误差超过规定允许值，系统将报警提醒作业人员根据偏差对弯折设备1加工参数进行相应调整，在复核无误后继续进行钢筋单元件加工。
实施例2
如图3~5所示，钢筋片体加工精度检测的具体步骤如下：
步骤一、根据钢筋片体尺寸选择合适的高清相机3安装于布料龙门4上，确保片体定位胎架5能完全被布料龙门4上的高清相机3完整拍摄下来，若钢筋片体尺寸较大，可通过布置多台高清相机3进行数据采集。
步骤二、根据片体加工尺寸在片体加工设备2控制台中写入片体加工参数，开始进行钢筋片体加工，当布料龙门4、布料机器人6完成布料作业时，人工按动检测按钮，通过高清相机3采集置于定位胎架5的钢筋片体骨架。
步骤三、采集到的图像自动传输至配套的处理器系统中进行算法处理，由于钢筋片体尺寸一般较大，因此一般先进行图像拼接，图像拼接一般流程为：输入图像—特征提取—图像配准—用RANSAC计算单应矩阵H—变形和融合—输出图像。然后再采用图像处理方法，对连通域特征进行分析。对于弯折位置的角度，拟合弯折区域的直线；对于钢筋长度计算，则直接对连通域提取骨架线，对每个弯折位置提取节点，计算各个节点之间的骨架线长度，即为钢筋每一段的长度。
步骤四、将计算得出的实际数据与需求数据进行比对，并将结果反馈至处理器系统显示屏上，若误差超过规定允许值，系统将报警提醒作业人员根据偏差对片体加工设备3的加工参数进行相应调整。调整完成后系统再次进行复核测量，复核无误后焊接龙门7方可进行焊接作业。
上述的实施例仅为本发明的优选技术方案，而不应视为对于本发明的限制，本发明的保护范围应以权利要求记载的技术方案，包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进，也在本发明的保护范围之内。
Claims (6)
1.钢筋半成品件成型精度自动检测方法，其特征是：包括钢筋单元件加工精度检测以及钢筋片体加工精度检测，钢筋单元件加工精度检测与钢筋片体加工精度检测是通过在弯折设备（1）和片体加工设备（2）上设置多个高清相机（3），使其对准弯折区域和布料区域进行拍摄采集视频，从而通过处理系统分析比对后判断弯折成型的钢筋单元件和钢筋片体骨架否达到精度要求。
2.根据权利要求1所述钢筋半成品件成型精度自动检测方法，其特征是：钢筋单元件加工精度检测的具体步骤如下：
S1、根据加工场地环境及成型钢筋单元件尺寸，选择合适的多个高清相机（3）置于弯折设备（1）侧面，使多个高清相机（3）能够完整拍摄弯折成型后的钢筋单元件图像；
S2、在钢筋单元件的弯折加工完成后，通过高清相机（3）进行采集弯折成型的钢筋单元件的图像信息；
S3、采集到的图像信息自动传输至配套的处理系统中进行算法处理，从而计算得出钢筋单元件检测数据；
S4、将计算得出的实际数据与设计数据进行比对，若误差超过规定允许值，则发出警报，通知作业人员根据偏差对弯折设备（1）加工参数进行相应调整，反之，则进行下一个钢筋单元件的弯折加工。
3.根据权利要求2所述钢筋半成品件成型精度自动检测方法，其特征是：步骤S3中，算法处理包括多个高清相机（3）图像的自动拼接、基于语义分割的钢筋轮廓检测、基于目标检测的弯折区域的识别与标记、基于连通域的直线检测、弯折角度及长度计算，算法是基于深度学习和图像处理，从而计算得出弯折角度与钢筋长度。
4.根据权利要求1所述钢筋半成品件成型精度自动检测方法，其特征是：钢筋片体加工精度检测的具体步骤如下：
A1、根据钢筋片体尺寸选择合适的多个高清相机（3）安装在片体加工设备（2）的布料龙门（4）上，以使多个高清相机（4）能够完整的拍摄定位胎架（5）上的筋片体骨架图像；
A2、片体加工设备（2）开始进行钢筋片体加工，通过布料龙门（4）和布料机器人（6）在定位胎架（5）上完成布料作业后，高清相机（3）采集钢筋片体骨架的图像信息；
A3、采集到的图像信息自动传输至配套的处理系统中进行算法处理，从而计算得出各个节点之间的骨架线长度；
A4、将计算得出的实际数据与设计数据进行比对，若误差超过规定允许值，则发出警报，通知作业人员根据偏差对片体加工设备（2）的加工参数进行相应调整，调整完成后再次进行采集测量，复核无误后，启动焊接龙门（7）进行焊接作业。
5.根据权利要求4所述钢筋半成品件成型精度自动检测方法，其特征是：步骤A3中，算法处理包括算法处理包括多个高清相机（3）图像的自动拼接，通过图像处理方法，对连通域特征进行分析；
对于弯折位置的角度，拟合弯折区域的直线；
对于钢筋长度计算，直接对连通域提取骨架线；
对每个弯折位置提取节点，计算各个节点之间的骨架线长度，即为钢筋每一段的长度。
6.根据权利要求3或5中任意一项所述钢筋半成品件成型精度自动检测方法，其特征是：图像的自动拼接包括输入图像、特征提取、图像配准、用RANSAC计算单应矩阵H、变形和融合、输出图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310236497.6A CN116652066A (zh) | 2023-03-13 | 2023-03-13 | 钢筋半成品件成型精度自动检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310236497.6A CN116652066A (zh) | 2023-03-13 | 2023-03-13 | 钢筋半成品件成型精度自动检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116652066A true CN116652066A (zh) | 2023-08-29 |
Family
ID=87723048
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310236497.6A Pending CN116652066A (zh) | 2023-03-13 | 2023-03-13 | 钢筋半成品件成型精度自动检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116652066A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118090459A (zh) * | 2024-03-27 | 2024-05-28 | 洛阳石化工程建设集团有限责任公司 | 一种工程材料质量数字化转换采集方法及装置 |
-
2023
- 2023-03-13 CN CN202310236497.6A patent/CN116652066A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118090459A (zh) * | 2024-03-27 | 2024-05-28 | 洛阳石化工程建设集团有限责任公司 | 一种工程材料质量数字化转换采集方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106226325B (zh) | 一种基于机器视觉的座椅表面缺陷检测系统及其方法 | |
| CN107584263B (zh) | 一种视觉定位引导装置及引导方法 | |
| US8934702B2 (en) | System and method for determining cumulative tow gap width | |
| CN116652066A (zh) | 钢筋半成品件成型精度自动检测方法 | |
| CN110614459B (zh) | 一种钢捆端面智能焊牌装置及其方法 | |
| EP3367195B1 (en) | Identifying a pathway for condition of assembly validation | |
| JPH08210816A (ja) | ロボット−視覚センサシステムにおいてセンサ座標系とロボット先端部の関係を定める座標系結合方法 | |
| CN112304960B (zh) | 一种基于深度学习的高分辨率图像物体表面缺陷检测方法 | |
| CN108356422B (zh) | 带卷连续激光落料用在线测量、废料掉落及成品分离识别法 | |
| CN105717132A (zh) | 一种pc构件生产线的预埋件检测系统和方法 | |
| CN115880296B (zh) | 基于机器视觉的预制构件质量检测方法及装置 | |
| CN109540026B (zh) | 一种航空非标导管智能检测系统的使用方法 | |
| CN113469991B (zh) | 一种锂电池极耳激光焊点视觉在线检测方法 | |
| US5704238A (en) | Automatic die driving amount correction method | |
| CN114392940A (zh) | 一种异型元器件的针脚检测方法及装置 | |
| CN110020809A (zh) | 一种钢筋骨架检测方法、装置、设备及可读存储介质 | |
| CN115439434A (zh) | 多姿态图像的绑定方法、装置、存储介质和电子设备 | |
| CN114923410A (zh) | 一种纵梁孔位在线检测方法及装置 | |
| CN115326814A (zh) | 一种汽车冲压件制造缺陷在线智能识别检测方法与介质 | |
| CN112102301A (zh) | 一种冲压框架协同检测系统及其检测方法 | |
| CN114310056A (zh) | 具有自动调节功能的智能焊接方法及系统 | |
| CN209264584U (zh) | 基于机器视觉技术的焊点质量智能检测工作站 | |
| CN101276466B (zh) | 基于现场视觉差异的大型构件施工安全性监控方法 | |
| CN207215715U (zh) | 螺牙套自动检测系统 | |
| CN210605831U (zh) | 一种建筑pc构件工厂自动生产线的智能检查系统 |
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 |