CN117522830A - 用于检测锅炉腐蚀的点云扫描系统 - Google Patents

用于检测锅炉腐蚀的点云扫描系统 Download PDF

Info

Publication number
CN117522830A
CN117522830A CN202311556365.8A CN202311556365A CN117522830A CN 117522830 A CN117522830 A CN 117522830A CN 202311556365 A CN202311556365 A CN 202311556365A CN 117522830 A CN117522830 A CN 117522830A
Authority
CN
China
Prior art keywords
point cloud
module
scanning system
repair
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.)
Pending
Application number
CN202311556365.8A
Other languages
English (en)
Inventor
高彦峰
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.)
Jiangsu Taiqin New Materials Co ltd
Original Assignee
Jiangsu Taiqin New Materials 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 Jiangsu Taiqin New Materials Co ltd filed Critical Jiangsu Taiqin New Materials Co ltd
Priority to CN202311556365.8A priority Critical patent/CN117522830A/zh
Publication of CN117522830A publication Critical patent/CN117522830A/zh
Pending legal-status Critical Current

Links

Abstract

本发明公开了用于检测锅炉腐蚀的点云扫描系统,包括修复扫描系统,所述修复扫描系统包括有数据采集模块、数据预处理模块、融合与建模模块、检测与分析模块、自动化修复模块以及验证和检验模块;所述数据采集模块包括有点云数据采集和图像数据采集,所述数据预处理模块包括有点云数据预处理和图像数据预处理,所述融合与建模模块包括有点云与图像融合以及三维建模重建。本发明使用点云扫描系统能够捕捉锅炉表面的三维点云数据和图像,通过数据融合和建模模块,可以生成高精度的锅炉表面三维模型,这使得系统能够精确检测和分析锅炉表面的腐蚀、裂纹和损伤,包括腐蚀的形状、位置、大小和深度等信息。

Description

用于检测锅炉腐蚀的点云扫描系统
技术领域
本发明涉及锅炉检测领域,具体为用于检测锅炉腐蚀的点云扫描系统。
背景技术
锅炉腐蚀检测是一项关键的工程活动,旨在识别和评估锅炉系统中可能出现的腐蚀问题,腐蚀是锅炉设备中的常见问题,如果不及时发现和处理,可能会导致设备的损坏、性能下降,甚至造成安全问题,锅炉腐蚀检测是确保锅炉长期安全运行的重要步骤,通过及时检测和处理腐蚀问题,可以延长锅炉的寿命,提高能效,降低维护成本,并确保锅炉运行的安全性,因此,它在工业和能源领域具有重要的应用价值。
传统的锅炉腐蚀检测方法存在人力成本高、主观性、覆盖范围有限、周期性检查、不适用于实时监测、数据处理复杂等问题,为了解决这些问题,现代技术如远程监测、无人机、传感器网络和机器学习等被广泛用于改进锅炉腐蚀检测,提高效率、准确性和安全性。
发明内容
本发明的目的在于提供用于检测锅炉腐蚀的点云扫描系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:用于检测锅炉腐蚀的点云扫描系统,包括
修复扫描系统,所述修复扫描系统包括有数据采集模块、数据预处理模块、融合与建模模块、检测与分析模块、自动化修复模块以及验证和检验模块;
所述数据采集模块包括有点云数据采集和图像数据采集,所述数据预处理模块包括有点云数据预处理和图像数据预处理,所述融合与建模模块包括有点云与图像融合以及三维建模重建;
所述检测与分析模块包括有坑洼检测单元和坑洼分析单元,所述自动化修复模块包括有修复机器人控制和修复参数控制,所述验证和检验模块包括有修复结果验证。
进一步的,所述修复扫描系统还包括有用户界面模块,所述用户界面模块分别连接有系统控制单元和用户界面单元。
进一步的,所述系统控制单元分别连接有控制软件和控制面板。
进一步的,所述用户界面单元分别连接有图形用户界面应用程序和用户交互设备,所述用户交互设备包括有键盘、鼠标和触摸屏。
进一步的,所述点云数据采集分别连接有激光雷达传感器、电机和云台控制系统以及数据传输接口A,所述图像数据采集分别连接有摄像头阵列、图像传感器、图像采集卡和数据传输接口B。
进一步的,所述点云数据预处理分别连接有噪声滤波器和点云配准算法,所述图像数据预处理分别连接有图像畸变矫正单元、图像分辨率调整单元以及亮度和对比度调整单元。
进一步的,所述点云与图像融合连接有点云与图像配置算法,所述三维建模重建包括有三维重建软件以及点云与三维模型融合算法。
进一步的,所述坑洼检测单元包括有形态学处理算法、曲率计算算法和阈值化方法,所述坑洼分析单元包括有数据拟合算法和曲面重建算法。
进一步的,所述修复机器人控制分别连接有运动控制系统和喷涂系统,所述修复参数控制包括有修复路径规划算法和喷涂参数计算算法。
进一步的,所述噪声滤波器包括有高斯滤波器以及统计滤波器。
与现有技术相比,本发明的有益效果是:
1、本发明使用点云扫描系统能够捕捉锅炉表面的三维点云数据和图像,通过数据融合和建模模块,可以生成高精度的锅炉表面三维模型,这使得系统能够精确检测和分析锅炉表面的腐蚀、裂纹和损伤,包括腐蚀的形状、位置、大小和深度等信息;
2、本发明可以定期或实时地对锅炉表面进行扫描和监测,有助于及时发现腐蚀问题,并通过坑洼检测和分析模块提供关于腐蚀的详细信息,这有助于预测腐蚀的发展趋势,提前采取维修措施,延长锅炉的寿命;
3、本发明使用点云扫描系统不仅能够检测腐蚀,还可以通过自动化修复模块实现锅炉表面的修复,系统可以计算修复操作所需的参数,控制修复机器人进行修复操作,确保涂层的均匀性和质量,这降低了维修工作的人力成本,提高了维修效率。
附图说明
图1为本发明用于检测锅炉腐蚀的点云扫描系统的整体示意图;
图2为本发明用于检测锅炉腐蚀的点云扫描系统的数据采集模块连接示意图;
图3为本发明用于检测锅炉腐蚀的点云扫描系统的数据预处理模块连接示意图;
图4为本发明用于检测锅炉腐蚀的点云扫描系统的融合与建模模块连接示意图;
图5为本发明用于检测锅炉腐蚀的点云扫描系统的检测与分析模块连接示意图;
图6为本发明用于检测锅炉腐蚀的点云扫描系统的自动化修复模块连接示意图;
图7为本发明用于检测锅炉腐蚀的点云扫描系统的用户界面模块连接示意图。
图中:1、修复扫描系统;2、数据采集模块;201、点云数据采集;2011、激光雷达传感器;2012、云台控制系统;2013、数据传输接口A;202、图像数据采集;2021、摄像头阵列;2022、图像传感器;2023、图像采集卡;2024、数据传输接口B;3、数据预处理模块;301、点云数据预处理;3011、噪声滤波器;3012、点云配准算法;3013、高斯滤波器;3014、统计滤波器;302、图像数据预处理;3021、图像畸变矫正单元;3022、图像分辨率调整单元;3023、亮度和对比度调整单元;4、融合与建模模块;401、点云与图像融合;4011、点云与图像配置算法;402、三维建模重建;4021、三维重建软件;4022、点云与三维模型融合算法;5、检测与分析模块;501、坑洼检测单元;5011、形态学处理算法;5012、曲率计算算法;5013、阈值化方法;502、坑洼分析单元;5021、数据拟合算法;5022、曲面重建算法;6、自动化修复模块;601、修复机器人控制;6011、运动控制系统;6012、喷涂系统;602、修复参数控制;6021、修复路径规划算法;6022、喷涂参数计算算法;7、验证和检验模块;701、修复结果验证;8、用户界面模块;801、系统控制单元;8011、控制软件;8012、控制面板;802、用户界面单元;8021、图形用户界面应用程序;8022、用户交互设备;8023、键盘;8024、鼠标;8025、触摸屏。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1-7所示,本发明提供一种技术方案:用于检测锅炉腐蚀的点云扫描系统,包括修复扫描系统1,修复扫描系统1包括有数据采集模块2、数据预处理模块3、融合与建模模块4、检测与分析模块5、自动化修复模块6以及验证和检验模块7;数据采集模块2包括有点云数据采集201和图像数据采集202,数据预处理模块3包括有点云数据预处理301和图像数据预处理302,融合与建模模块4包括有点云与图像融合401以及三维建模重建402;检测与分析模块5包括有坑洼检测单元501和坑洼分析单元502,自动化修复模块6包括有修复机器人控制601和修复参数控制602,验证和检验模块7包括有修复结果验证701,修复扫描系统1还包括有用户界面模块8,用户界面模块8分别连接有系统控制单元801和用户界面单元802,系统控制单元801分别连接有控制软件8011和控制面板8012,用户界面单元802分别连接有图形用户界面应用程序8021和用户交互设备8022,用户交互设备8022包括有键盘8023、鼠标8024和触摸屏8025;
本实施例中,首先采集目标区域的点云数据和图像数据,然后对这些数据进行预处理,接着融合点云和图像数据并进行三维建模,通过坑洼检测和分析,确定需要修复的区域和相关参数,在自动化修复阶段,控制修复机器人执行具体的修复操作,最后,验证修复效果并提供用户界面与用户交互,实现整个修复系统的功能。
如图2所示,点云数据采集201分别连接有激光雷达传感器2011、电机和云台控制系统2012以及数据传输接口A2013,图像数据采集202分别连接有摄像头阵列2021、图像传感器2022、图像采集卡2023和数据传输接口B2024;
本实施例中,在开始数据采集之前,用户或系统操作员需要进行初始化设置,包括指定采集区域、设置激光雷达参数、校准摄像头,然后激光雷达开始旋转或扫描,发射激光束并测量反射时间,从而获取点云数据,数据采集单元将点云数据实时传输到数据缓存区或存储设备,同时,摄像头阵列2021捕捉目标区域的图像数据,触发和同步机制确保图像采集与激光雷达的运行同步,采集到的点云数据和图像数据被存储在临时文件或内存中,以备后续处理。
如图3所示,点云数据预处理301分别连接有噪声滤波器3011和点云配准算法3012,噪声滤波器3011包括有高斯滤波器3013以及统计滤波器3014,图像数据预处理302分别连接有图像畸变矫正单元3021、图像分辨率调整单元3022以及亮度和对比度调整单元3023;
本实施例中,原始点云数据由激光雷达采集并传输到数据处理单元,在此单元中,数据被接收、存储和组织,通常以点云格式,点云数据可能包含噪声或异常点,去噪和滤波算法用于消除这些干扰,提高数据质量,如果存在多个采集设备或多个时间点的数据,需要进行坐标转换和配准,将它们对齐到一个共同的坐标系,以便后续分析和融合,再提取点云中的特征信息,如表面法向量、曲率、颜色,以支持后续的模型建立、目标检测等任务,原始图像数据由摄像头阵列2021采集,并传输到数据处理单元,在此单元中,图像数据被接收、存储和组织,校正图像中的镜头畸变,以确保准确的几何信息,如果存在多个视角的图像,需要进行图像配准,以确保它们对齐到同一坐标系,这对于后续的立体视觉和三维重建至关重要,从图像中提取特征点、边缘、纹理信息,用于匹配和跟踪对象或用于点云和图像的融合。
如图4所示,点云与图像融合401连接有点云与图像配置算法4011,三维建模重建402包括有三维重建软件4021以及点云与三维模型融合算法4022;
本实施例中,点云数据和图像数据需要进行配准,即将它们的坐标系对齐,确保它们描述的是同一个场景,将点云数据投影到图像平面上,这个过程将点云上的每个点映射到对应的图像像素上,形成一个深度图,将图像数据的颜色信息与对应深度图上的点云数据进行融合,这样,每个点不仅有空间坐标信息,还有颜色信息,在点云和图像融合之后,接下是基于这些融合后的点云和图像数据生成目标区域的三维模型,通过点云数据,使用三角化算法等方法生成三维网格模型,将点云数据转换为由三角形构成的网格,描述目标区域的几何形状,将融合后的图像数据映射到生成的三维网格上,将每个三角形映射到对应的图像上,赋予三维模型以纹理,使其外观更真实,生成的三维模型可能包含一些不完美或者不符合实际的部分,需要进行模型的优化,比如光滑处理、孔洞填充等,以提高模型的质量,最终,经过处理和优化的三维模型可以以标准格式保存,供进一步分析、可视化或制造使用。
如图5所示,坑洼检测单元501包括有形态学处理算法5011、曲率计算算法5012和阈值化方法5013,坑洼分析单元502包括有数据拟合算法5021和曲面重建算法5022;
本实施例中,从点云数据中提取目标区域的局部区域,以减少计算复杂性和提高性能,对局部点云数据中的每个点计算曲率,曲率可用于识别潜在的坑洼区域,因为坑洼通常表现出较大的曲率变化,应用阈值来筛选出具有足够高曲率的点,这些点可能代表坑洼的边界,对候选坑洼区域进行形态学操作,以进一步细化坑洼的形状,对于每个候选的坑洼区域,使用拟合算法来估计坑洼的形状,通常采用圆锥、球体或其他几何形状来拟合坑洼,通过分析拟合后的几何形状,可以计算坑洼的属性,如深度、宽度、长度、体积等,在图像数据中提取坑洼区域的纹理信息,帮助识别坑洼的表面特征,如裂缝、破损等,将坑洼的属性与预定义的标准或阈值进行比较,以确定坑洼的等级或优先级,以便后续决策和修复操作。
如图6所示,修复机器人控制601分别连接有运动控制系统6011和喷涂系统6012,修复参数控制602包括有修复路径规划算法6021和喷涂参数计算算法6022;
本实施例中,自动化修复模块6首先接收坑洼检测和分析模块提供的坑洼信息,包括坑洼的位置、形状、深度等属性,根据坑洼的位置信息和三维模型,计算修复机器人的运动路径,包括机器人的起始位置和目标位置之间的路径规划,以确保机器人可以准确地覆盖坑洼,修复机器人根据计算出的路径进行运动,通过控制移动、旋转和姿态来对准坑洼,一旦机器人对准坑洼,修复工具开始执行修复操作,这可以包括喷涂、涂抹、填充或其他修复工艺,具体操作取决于应用和材料,修复参数计算单元确保提供足够的修复材料,并在必要时补充,它还监测涂层的厚度和均匀性,以确保修复质量,一旦修复操作完成,系统会记录修复的细节和结果,修复机器人可以继续到下一个坑洼,直到所有坑洼都得到修复或直至完成任务。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.用于检测锅炉腐蚀的点云扫描系统,其特征在于:包括
修复扫描系统(1),所述修复扫描系统(1)包括有数据采集模块(2)、数据预处理模块(3)、融合与建模模块(4)、检测与分析模块(5)、自动化修复模块(6)以及验证和检验模块(7);
所述数据采集模块(2)包括有点云数据采集(201)和图像数据采集(202),所述数据预处理模块(3)包括有点云数据预处理(301)和图像数据预处理(302),所述融合与建模模块(4)包括有点云与图像融合(401)以及三维建模重建(402);
所述检测与分析模块(5)包括有坑洼检测单元(501)和坑洼分析单元(502),所述自动化修复模块(6)包括有修复机器人控制(601)和修复参数控制(602),所述验证和检验模块(7)包括有修复结果验证(701)。
2.根据权利要求1所述的用于检测锅炉腐蚀的点云扫描系统,其特征在于:所述修复扫描系统(1)还包括有用户界面模块(8),所述用户界面模块(8)分别连接有系统控制单元(801)和用户界面单元(802)。
3.根据权利要求2所述的用于检测锅炉腐蚀的点云扫描系统,其特征在于:所述系统控制单元(801)分别连接有控制软件(8011)和控制面板(8012)。
4.根据权利要求2所述的用于检测锅炉腐蚀的点云扫描系统,其特征在于:所述用户界面单元(802)分别连接有图形用户界面应用程序(8021)和用户交互设备(8022),所述用户交互设备(8022)包括有键盘(8023)、鼠标(8024)和触摸屏(8025)。
5.根据权利要求1所述的用于检测锅炉腐蚀的点云扫描系统,其特征在于:所述点云数据采集(201)分别连接有激光雷达传感器(2011)、电机和云台控制系统(2012)以及数据传输接口A(2013),所述图像数据采集(202)分别连接有摄像头阵列(2021)、图像传感器(2022)、图像采集卡(2023)和数据传输接口B(2024)。
6.根据权利要求1所述的用于检测锅炉腐蚀的点云扫描系统,其特征在于:所述点云数据预处理(301)分别连接有噪声滤波器(3011)和点云配准算法(3012),所述图像数据预处理(302)分别连接有图像畸变矫正单元(3021)、图像分辨率调整单元(3022)以及亮度和对比度调整单元(3023)。
7.根据权利要求1所述的用于检测锅炉腐蚀的点云扫描系统,其特征在于:所述点云与图像融合(401)连接有点云与图像配置算法(4011),所述三维建模重建(402)包括有三维重建软件(4021)以及点云与三维模型融合算法(4022)。
8.根据权利要求1所述的用于检测锅炉腐蚀的点云扫描系统,其特征在于:所述坑洼检测单元(501)包括有形态学处理算法(5011)、曲率计算算法(5012)和阈值化方法(5013),所述坑洼分析单元(502)包括有数据拟合算法(5021)和曲面重建算法(5022)。
9.根据权利要求1所述的用于检测锅炉腐蚀的点云扫描系统,其特征在于:所述修复机器人控制(601)分别连接有运动控制系统(6011)和喷涂系统(6012),所述修复参数控制(602)包括有修复路径规划算法(6021)和喷涂参数计算算法(6022)。
10.根据权利要求6所述的用于检测锅炉腐蚀的点云扫描系统,其特征在于:所述噪声滤波器(3011)包括有高斯滤波器(3013)以及统计滤波器(3014)。
CN202311556365.8A 2023-11-21 2023-11-21 用于检测锅炉腐蚀的点云扫描系统 Pending CN117522830A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311556365.8A CN117522830A (zh) 2023-11-21 2023-11-21 用于检测锅炉腐蚀的点云扫描系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311556365.8A CN117522830A (zh) 2023-11-21 2023-11-21 用于检测锅炉腐蚀的点云扫描系统

Publications (1)

Publication Number Publication Date
CN117522830A true CN117522830A (zh) 2024-02-06

Family

ID=89762230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311556365.8A Pending CN117522830A (zh) 2023-11-21 2023-11-21 用于检测锅炉腐蚀的点云扫描系统

Country Status (1)

Country Link
CN (1) CN117522830A (zh)

Similar Documents

Publication Publication Date Title
CN110524580B (zh) 一种焊接机器人视觉组件及其测量方法
CN109977813B (zh) 一种基于深度学习框架的巡检机器人目标定位方法
CN108982546B (zh) 一种智能机器人涂胶质量检测系统及方法
CN111192307B (zh) 基于激光切割三维零部件的自适应纠偏方法
CN102455171B (zh) 一种激光拼焊焊缝背面几何形貌检测方法
CN111028340B (zh) 精密装配中的三维重构方法、装置、设备及系统
CN110910350B (zh) 一种用于风电塔筒的螺母松动检测方法
CN111627072A (zh) 一种对多传感器进行标定的方法、装置和存储介质
US20020169586A1 (en) Automated CAD guided sensor planning process
CN113324478A (zh) 一种线结构光的中心提取方法及锻件三维测量方法
US20220230348A1 (en) Method and apparatus for determining a three-dimensional position and pose of a fiducial marker
WO2021088247A1 (zh) 合金分析视觉定位方法、装置及合金分析系统
CN109986172A (zh) 一种焊缝定位方法、设备及系统
CN114140439A (zh) 基于深度学习的激光焊接焊缝特征点识别方法及装置
Xiao et al. An automatic calibration algorithm for laser vision sensor in robotic autonomous welding system
CN114473309A (zh) 用于自动焊接系统的焊接位置识别方法及自动焊接系统
CN110517323A (zh) 基于机械手单相机多目视觉的三维定位系统及方法
CN112000109B (zh) 电力巡检机器人的位置校正方法、电力巡检机器人及介质
CN113359154A (zh) 一种室内外通用的高精度实时测量方法
Lee et al. Implementation of a robotic arm with 3D vision for shoes glue spraying system
CN117522830A (zh) 用于检测锅炉腐蚀的点云扫描系统
CN115880296A (zh) 基于机器视觉的预制构件质量检测方法及装置
CN114749848A (zh) 一种基于3d视觉引导的钢筋焊接自动化系统
CN115415694A (zh) 一种钣金工艺用焊接方法、系统及装置
CN106123808A (zh) 一种用于汽车后视镜镜面角度偏转测量的方法

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