CN117783128A - 一种建筑用索体检测系统 - Google Patents

Abstract

本发明公开了一种建筑用索体检测系统，属于索体检测技术领域，包括初检测单元，用于对索体进行初次检测，所述初检测单元包括图像获取模块以及图像分析模块；还包括二次检测单元，用于对初检测单元合格的索体进行检测，所述二次检测单元包括施加力作用模块、超声波检测模块、分析模块以及质量评断模块。本发明二次检测单元的分析模块可以结合形变量大小以及索体拉力变化大小生成评判数值，再结合对应差别数值对索体质量进行综合判断，可以结合索体在检测中拉力值变化、形变量变化以及拉力值对应形变量变化关系的变化，来对索体质量进行判断，可以更精准的对索体质量进行判断，保证后续使用安全。

Description

一种建筑用索体检测系统

技术领域

本发明属于索体检测技术领域，具体涉及一种建筑用索体检测系统。

背景技术

索体一般是指由钢丝、钢绞线、钢丝绳等材料构成的，用于吊装、牵引、拉紧和承载的绳索。它具有高强度、自重轻、工作平稳、不易骤然整根折断等特点，广泛应用于钢铁、化工、运输、港口、建筑等行业。

索体在出厂前，为了保证后续使用安全，一般会对索体进行质量检测。现有索体检测一般通过人为观察检测，检查索体是否有划痕、裂纹、锈蚀等问题。人工检测比较繁琐，检测结果容易受检测人员专业度影响，导致结果不准确；另外此方法只能对一些明显的故障问题进行判断，而一些隐藏的问题无法检测，导致检测发生纰漏；而虽然现有技术也采用一些力学性能检测技术对索体进行检测，但是其一般只是单独对索体的某项性能进行检测，由于很多性能具备相互连贯作用，单独检测不够准确，导致索体在后续使用时易发生安全事故。

发明内容

本发明的目的在于提供一种建筑用索体检测系统，用以解决上述背景技术中所面临的问题。

本发明的目的可以通过以下技术方案实现：

一种建筑用索体检测系统，所述检测系统包括：

初检测单元，所述初检测单元用于对索体进行初次检测，所述初检测单元包括图像获取模块以及图像分析模块；

所述图像获取模块用于获取索体的图像信息并上传至图像分析模块；

所述图像分析模块用于对获取的图像进行分析，并判断索体是否合格；

还包括二次检测单元，所述二次检测单元用于对初检测单元合格的索体进行检测，所述二次检测单元包括施加力作用模块、超声波检测模块、分析模块以及质量评断模块；

所述施加力作用模块用于对索体施加拉力，并获取拉力值大小；

所述超声波检测模块用于检测索体在施加拉力后的形变量变化大小；

所述分析模块用于对获取的形变量大小以及索体拉力变化大小分析处理，从而生成评判数值；

所述质量评断模块根据生成的评判数值结合对应差别数值对索体的质量进行评断。

作为本发明的一种优选方案，所述图像获取模块用于获取索体各个角度的图像，并通过图像融合技术将各个角度图像融合为一张图像。

作为本发明的一种优选方案，所述图像分析模块分析方法为：

对获取的图像进行灰度化处理，得到灰度图像；

将灰度图像等分为若干个区间，通过分割的轮廓识别算法识别各个区间图像中的轮廓信息；

将获取的轮廓信息与系统内设置的相同规格型号的索体图像的标准轮廓信息进行比对：

若轮廓信息与标准轮廓信息不匹配，则索体不合格；

否则进入二次检测单元检测。

作为本发明的一种优选方案，所述图像获取模块还用于对检测不合格的索体进行分类，所述检测方法为：

获取不合格索体中存在异常轮廓信息的区间；

若区间内异常轮廓信息多于预设的阈值，则判定为索体生锈；

否则，获取区间内最大异常轮廓信息的周长c以及面积s大小，从而通过公式求出形状系数p；

将获得的形状系数p与系统预设的阈值区间[p₁，p₂]比对：

若p∈(0，p₁)，则判定为索体变形；

若p∈[p₁，p₂]，则判定为索体断裂；

若p∈(p₂，+∞)，判定为索体划痕。

作为本发明的一种优选方案，所述分析模块分析的方法为：

根据索体悬挂负载重量不同，划分为n个检测批次；

获取每个检测批次下拉力随时间变化曲线F_i(t)，形变量变化随时间变化曲线L_i(t)；

通过公式求出评判数值G；

其中，i∈[1，n]，为各个检测批次下的标准拉力变化曲线，/>为各个检测批次下的标准形变量变化曲线，ΔF为系统预设的标准拉力参照值，ΔL为系统预设的标准形变量参照值，x₁以及x₂为比例系数。

作为本发明的一种优选方案，所述质量评断模块进行评断的方法为：

通过公式B＝α₁*G+α₂*De求出质量风险系数B；

将获得的质量风险系数B与系统预设的风险阈值B_th进行比较：

当B∈(0，B_th]，则索体质量合格；

当B∈(B_th，+∞)，则索体质量不合格；

其中，De为对应差别数值，α₁以及α₂为权重系数。

作为本发明的一种优选方案，所述对应差别数值De获取的方法为：

通过公式求出；

其中，V为系统预设的标准拉力对应形变量差别值，ΔDe为系统预设的标准参考值。

本发明的有益效果：

本发明先通过初检测单元对索体进行初步检测以判断索体质量是否合格，然后通过二次检测单元对初步检测合格的索体进行二次检测，从而最终判断索体质量是否合格，可以先从外观上对索体进行初步判断，然后结合索体的力学性能上进行综合分析判断，可大大增加检测的准确性，减少误差，保证后续使用安全。

本发明初检测单元上的图像分析模块可自动对索体外观进行检测，不需要人工检测，可有效保证检测精度，且还能自动判断出不合格索体具体是发生了哪种问题，可对不合格索体分类，便于后续对不合格索体的处理修复。

本发明二次检测单元的分析模块可以结合形变量大小以及索体拉力变化大小生成评判数值，再结合对应差别数值对索体质量进行综合判断，可以结合索体在检测中拉力值变化、形变量变化以及拉力值对应形变量变化关系的变化，并综合分析后来对索体质量进行判断，可以更精准的对索体质量进行判断，准确的检测出索体质量是否合格，保证后续使用安全。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的检测系统的框图；

图2为本发明中初检测单元的系统框图；

图3为本发明中二次检测单元的系统框图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

在一个实施例中，公开了一种建筑用索体检测系统，如图1、图2以及图3所示、该检测系统包括：

初检测单元，初检测单元用于对索体进行初次检测，初检测单元包括图像获取模块以及图像分析模块；

图像获取模块用于获取索体的图像信息并上传至图像分析模块；

图像分析模块用于对获取的图像进行分析，并判断索体是否合格；

还包括二次检测单元，二次检测单元用于对初检测单元合格的索体进行检测，二次检测单元包括施加力作用模块、超声波检测模块、分析模块以及质量评断模块；

施加力作用模块用于对索体施加拉力，并获取拉力值大小；

超声波检测模块用于检测索体在施加拉力后的形变量变化大小；

分析模块用于对获取的形变量大小以及索体拉力变化大小分析处理，从而生成评判数值；

质量评断模块根据生成的评判数值结合对应差别数值对索体的质量进行评断。

通过上述技术方案，本申请先通过初检测单元对索体进行初步检测以判断索体质量是否合格，然后通过二次检测单元对初步检测合格的索体进行二次检测，从而最终判断索体质量是否合格；可以先从外观上对索体进行初步判断，然后结合索体的力学性能上进行分析判断，可大大增加检测的准确性，减少误差，保证使用安全。同时初检测单元上的图像分析模块可自动对索体外观进行检测，不需要人工检测，可有效保证检测精度，且还能自动判断出不合格索体具体是发生了哪种问题，可对不合格索体分类，便于后续对不合格索体的处理修复。同时二次检测单元的分析模块可以结合形变量大小以及索体拉力变化大小生成评判数值，再结合对应差别数值对索体质量进行综合判断，可以更精准的对索体质量进行判断，保证后续使用的安全。

作为本发明的一种技术方案，图像获取模块用于获取索体各个角度的图像，并通过图像融合技术将各个角度图像融合为一张图像。

通过上述技术方案，由于索体一般呈圆柱形，因此需要拍摄多个角度的图像才能完整浏览索体，但是多张图像在计算分析时比较繁琐，因此将多个角度图像融合为一张图像，只需对一张图像进行分析即可，而且还能减少图像中的杂波和模糊度，提高图像的清晰度，并降低目标检测和识别的难度，提高识别的准确性和可靠性。

作为本发明的一种技术方案，图像分析模块分析方法为：

对获取的图像进行灰度化处理，得到灰度图像；

将灰度图像等分为若干个区间，通过分割的轮廓识别算法识别各个区间图像中的轮廓信息；

将获取的轮廓信息与系统内设置的相同规格型号的索体图像的标准轮廓信息进行比对：

若轮廓信息与标准轮廓信息不匹配，则索体不合格；

否则进入二次检测单元检测。

通过上述技术方案，本实施例提供了图像分析模块具体的分析方法，先进行灰度处理减少运算量，然后将图像分为多个区间，获取各个区间内的像素点形成轮廓信息，然后将轮廓信息与预设的相同规格型号的索体图像的标准轮廓信息进行比对，由于同种规格型号的轮廓信息一般相同，因此当两者不匹配时，则说明索体表面出现变化，索体不合格；当匹配时，说明索体表面完好，则进入二次检测单元进行下一阶段的检测。

作为本发明的一种技术方案，图像获取模块还用于对检测不合格的索体进行分类，检测方法为：

获取不合格索体中存在异常轮廓信息的区间，

若区间内异常轮廓信息多于预设的阈值，则判定为索体生锈；

否则，获取区间内最大异常轮廓信息的周长c以及面积s大小，从而通过公式求出形状系数p；

将获得的形状系数p与系统预设的阈值区间[p₁，p₂]比对：

若p∈(0，p₁)，则判定为索体变形；

若p∈[p₁，p₂]，则判定为索体断裂；

若p∈(p₂，+∞)，判定为索体划痕。

通过上述技术方案，本实施例提供了对不合格索体进行分类判断的方法，具体为，当出现不匹配时，获取存在异常轮廓信息的的区间，分析判断该区间内异常轮廓信息的多少，由于生锈多为斑点装，当存在很多个异常的信息轮廓时，超出预设的阈值时，说明是生锈，此时判断为索体生锈；当区间内存在少量异常轮廓信息时，此时获取区间内最大异常轮廓信息的周长c以及面积s大小，并通过公式求出形状系数p，将获得的形状系数p与系统预设的阈值区间[p₁，p₂]比对，由于索体发生变形时一般为面积大，周长小，而索体发生断裂一般是周长大，面积小，而索体划痕时，其越窄，则其周长更大，面积更小，因此当p∈(0，p₁)，则判定s大，c小，此时为索体变形；若p∈[p₁，p₂]，则判定为索体断裂；若p∈(p₂，+∞)，判定为s小，c大，此时为索体划痕。通过此种判断，可以较为准确的判断出不合格索体的问题类型，从而分类划分，以便于后续的管理修复。

上述技术方案中，阈值区间[p₁，p₂]根据历史不合格索体中的相关历史数据并添加一定误差后进行拟定的，在此不过多叙述。

作为本发明的一种技术方案，分析模块分析的方法为：

根据索体悬挂负载重量不同，划分为n个检测批次；

获取每个检测批次下拉力随时间变化曲线F_i(t)，形变量变化随时间变化曲线L_i(t)；

通过公式求出评判数值G；

其中，i∈[1，n]，为各个检测批次下的标准拉力变化曲线，/>为各个检测批次下的标准形变量变化曲线，ΔF为系统预设的标准拉力参照值，ΔL为系统预设的标准形变量参照值，x₁以及x₂为比例系数。

通过上述技术方案，本实施例提供了分析模块对获取的形变量大小以及索体拉力变化大小具体的分析方法，先根据索体悬挂负载重量不同，划分为n个检测批次，根据获取每个检测批次下拉力随时间变化曲线F_i(t)，形变量变化随时间变化曲线L_i(t)与各个检测批次下的标准拉力变化曲线标准形变量变化曲线/>进行比较，并进行综合分析，不仅能够对拉力变化、形变量变化进行单独分析，还能综合比较分析，使检测结果能够更加真实，得到的评判数值更准确。同时根据索体在实际使用时所悬挂负载量的不同，划分为多个检测批次，可以对索体在不同负载量下设定对应的判断方式，从而对索体整体状况进行分析，使结果更加准确。

上述技术方案中，各个检测批次下的标准拉力变化曲线以及各个检测批次下的标准形变量变化曲线/>均更加大数据中相关数据进行选择拟定，系统预设的标准拉力参照值ΔF、系统预设的标准形变量参照值ΔL、比例系数x₁以及x₂则可根据索体在使用中的历史数据进行综合拟定的，在此不过多叙述。

作为本发明的一种技术方案，质量评断模块进行评断的方法为：

通过公式B＝α₁*G+α₂*De求出质量风险系数B；

将获得的质量风险系数B与系统预设的风险阈值B_th进行比较：

当B∈(0，B_th]，则索体质量合格；

当B∈(B_th，+∞)，则索体质量不合格；

其中，De为对应差别数值，α₁以及α₂为权重系数，

对应差别数值De获取的方法为：

通过公式求出；

其中，V为系统预设的标准拉力对应形变量差别值，ΔDe为系统预设的标准参考值。

通过上述技术方案，本实施例提供了对索体质量具体判断方法，先通过公式求出对应差别数值，先通过/>可反映出索体实际拉力值状况相对标准拉力值状况与索体实际形变量变化状况相对标准形变量变化状况的比值，在通过/> 得出两者与标准拉力对应形变量差别值的差值状况，最后通过公式/>求出拉力与形变量之间的差别状况，再将其与获得的评判数值进行综合分析得到质量风险系数B，可以判断拉力值变化与对应的实际形变量变化是否匹配，从而使检测结构更加准确；而将获得的质量风险系数B与系统预设的风险阈值B_th进行比较，从公式可以看出，当拉力与形变量之间的差别状况越大，也就是De越大，或者拉力值与标准拉力值之间的差值越大，形变量与标准形变量之间的差值越大，也就是G越大，则对应的评判数值G越大，索体发生风险系数越高，也就是质量风险系数B越大，则索体质量不合格的可能性越大，因此将获得的质量风险系数与系统预设的风险阈值进行分析比对，当B∈(0，B_th]，则索体质量合格，当B∈(B_th，+∞)，则索体质量不合格，从而可以结合索体在检测中拉力值变化、形变量变化以及拉力值对应形变量变化关系变化综合分析后来对索体质量进行判断，这样可以准确的检测出索体质量是否合格，保证后续使用安全。

上述技术方案中，系统预设的标准拉力对应形变量差别值V、系统预设的标准参考值ΔDe以及风险阈值B_th均可根据历史数据结合大数据中的相关数据进行分析后拟定的，在此不过多叙述。

本发明先通过初检测单元对索体进行初步检测以判断索体质量是否合格，然后通过二次检测单元对初步检测合格的索体进行二次检测，从而最终判断索体质量是否合格，可以先从外观上对索体进行初步判断，然后结合索体的力学性能上进行综合分析判断，可大大增加检测的准确性，减少误差，保证后续使用安全。

本发明初检测单元上的图像分析模块可自动对索体外观进行检测，不需要人工检测，可有效保证检测精度，且还能自动判断出不合格索体具体是发生了哪种问题，可对不合格索体分类，便于后续对不合格索体的处理修复。

本发明二次检测单元的分析模块可以结合形变量大小以及索体拉力变化大小生成评判数值，再结合对应差别数值对索体质量进行综合判断，可以结合索体在检测中拉力值变化、形变量变化以及拉力值对应形变量变化关系的变化，并综合分析后来对索体质量进行判断，可以更精准的对索体质量进行判断，准确的检测出索体质量是否合格，保证后续使用安全。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种建筑用索体检测系统，其特征在于，所述检测系统包括：

初检测单元，所述初检测单元用于对索体进行初次检测，所述初检测单元包括图像获取模块以及图像分析模块；

所述图像获取模块用于获取索体的图像信息并上传至图像分析模块；

所述图像分析模块用于对获取的图像进行分析，并判断索体是否合格；

还包括二次检测单元，所述二次检测单元用于对初检测单元合格的索体进行检测，所述二次检测单元包括施加力作用模块、超声波检测模块、分析模块以及质量评断模块；

所述施加力作用模块用于对索体施加拉力，并获取拉力值大小；

所述超声波检测模块用于检测索体在施加拉力后的形变量变化大小；

所述分析模块用于对获取的形变量大小以及索体拉力变化大小分析处理，从而生成评判数值；

所述质量评断模块根据生成的评判数值结合对应差别数值对索体的质量进行评断。

2.根据权利要求1所述的一种建筑用索体检测系统，其特征在于，所述图像获取模块用于获取索体各个角度的图像，并通过图像融合技术将各个角度图像融合为一张图像。

3.根据权利要求2所述的一种建筑用索体检测系统，其特征在于，所述图像分析模块分析方法为：

对获取的图像进行灰度化处理，得到灰度图像；

将灰度图像等分为若干个区间，通过分割的轮廓识别算法识别各个区间图像中的轮廓信息；

将获取的轮廓信息与系统内设置的相同规格型号的索体图像的标准轮廓信息进行比对：

若轮廓信息与标准轮廓信息不匹配，则索体不合格；

否则进入二次检测单元检测。

4.根据权利要求3所述的一种建筑用索体检测系统，其特征在于，所述图像获取模块还用于对检测不合格的索体进行分类，所述检测方法为：

获取不合格索体中存在异常轮廓信息的区间；

若区间内异常轮廓信息多于预设的阈值，则判定为索体生锈；

否则，获取区间内最大异常轮廓信息的周长c以及面积s大小，从而通过公式求出形状系数p；

将获得的形状系数p与系统预设的阈值区间[p₁，p₂]比对：

若p∈(0，p₁)，则判定为索体变形；

若p∈[p₁，p₂]，则判定为索体断裂；

若p∈(p₂，+∞)，判定为索体划痕。

5.根据权利要求1所述的一种建筑用索体检测系统，其特征在于，所述分析模块分析的方法为：

根据索体悬挂负载重量不同，划分为n个检测批次；

获取每个检测批次下拉力随时间变化曲线F_i(t)，形变量变化随时间变化曲线L_i(t)；

通过公式求出评判数值G；

其中，i∈[1，n]，F_ith(t)为各个检测批次下的标准拉力变化曲线，L_ith(t)为各个检测批次下的标准形变量变化曲线，ΔF为系统预设的标准拉力参照值，ΔL为系统预设的标准形变量参照值，x₁以及x₂为比例系数。

6.根据权利要求5所述的一种建筑用索体检测系统，其特征在于，所述质量评断模块进行评断的方法为：

通过公式B＝α₁*G+α₂*De求出质量风险系数B；

将获得的质量风险系数B与系统预设的风险阈值B_th进行比较：

当B∈(0，B_th]，则索体质量合格；

当B∈(B_th，+∞)，则索体质量不合格；

其中，De为对应差别数值，α₁以及α₂为权重系数。

7.根据权利要求6所述的一种建筑用索体检测系统，其特征在于，所述对应差别数值De获取的方法为：

通过公式求出；

其中，V为系统预设的标准拉力对应形变量差别值，ΔDe为系统预设的标准参考值。