斜拉索检测机器人的智能表观检测研究

为解决斜拉索检测日益繁重的工作任务,提高检测效率,结合斜拉索检测机器人与智能检测技术对斜拉索的外表进行检测。通过机器人在斜拉索上攀爬收集表面图像,将图像输入到卷积神经网络中进行缺陷识别,以确定缺陷的区域和位置。该项技术已成功应用于广东番禺大桥斜拉索的缺陷检测,结果证实:1)机器人能够灵活地采集到完整的斜拉索外表图像,基于智能算法的图像识别过程能够准确分辨出斜拉索不同的缺陷状态;2)识别正确率超过99%,且检测效率比传统方法提高300%,可以显著解决当前斜拉索检测的难题。     

新能源汽车零部件发展现状与检测方法研究

新能源汽车零部件的发展存在对核心技术掌握不足与生产投入不高的问题,导致生产的零部件质量不佳,容易产生一定缺陷,为此,本文结合新能源汽车零部件发展现状,研究零部件缺陷检测方法。首先,分析新能源汽车零部件发展现状,通过滤波处理去除零部件图像噪声,获得平滑的汽车零部件图像;其次,利用阈值分割法分离图像中零部件部分与背景部分;然后,采用canny边缘检测方法提取零部件图像边缘特征;最后,利用形状模板匹配法检测并提取零部件的缺陷位置。在实验论证中,将传统检测方法作为实验对比,设计的方法展示出了很好的检测效果,其对汽车零部件缺陷检测的全类别准确率均达到了90%以上,远远高于传统检测方法。由此可以证明,设计的零部件缺陷检测方法可行有效,能够较准确地检测出零部件的缺陷,该方法在实际应用中具有一定的实用性。     

基于深度学习与漏磁探伤的桥梁缆索检测预警系统研究

为准确、全面地评估桥梁缆索的损伤，开发了基于深度学习和漏磁探伤的桥梁缆索检测预警系统。该系统主要由检测平台和预警平台两部分组成，利用检测平台中爬索机器人的高清摄像头和磁传感器列阵收集缆索表面的缺陷图像及漏磁信号数据，随后将缺陷图像输入到深度学习模型中对其进行自动分类与识别，利用小波分析处理漏磁信号数据以确定内部高强钢丝锈蚀缺陷位置，并根据检测到的数据提出了五级预警。为验证桥梁缆索检测预警系统的可靠性，利用该系统对4座在役斜拉桥的缆索进行检测。结果表明：该系统嵌入的深度学习模型和经过小波分析处理后的磁信号能够准确识别桥梁缆索表面的缺陷特征和内部钢丝锈蚀位置；该系统中预警平台可以将检测信息及时发送给管养部门，便于其采取相应的补救措施。     

基于改进距离正则化水平集的钢轨表面缺陷提取方法

针对现有钢轨表面缺陷检测方法复杂度过高且精确率较低,提出基于Sigmoid对比度拉伸的距离正则化水平集算法.通过对数变换和均值操作对钢轨图像进行预处理;根据钢轨表面图像梯度变化,以Sigmoid对比度拉伸方法替换距离正则化水平集中的停止函数;根据初始轮廓曲线演化方向的特点,通过新的自适应速度函数替换距离正则化水平集中的演化速度常量;以曲线演化的最终轮廓提取缺陷区域.仿真实验显示,新算法在钢轨表面缺陷数据集中的精确率为99.07%,豪斯多夫距离平均值为6.64,检测缺陷用时为16.46 s.与DRLSE、DCNNs和CTFM算法相比,改进的距离正则化水平集算法提升了检测的精确率和检测速度,对噪声具有一定的鲁棒性并适用小范围缺陷检测.      

基于图像分析技术的混凝土表面色差检测及评定

混凝土色差是混凝土结构外观质量检测与评定时的重要参数之一。目前,混凝土色差的评定主要依据检测人员的经验对混凝土表面颜色的均一性进行直观定性判断,其结果难以客观评定混凝土的外观质量。基于图像分析技术的应用,提出采用数码相机现场采集混凝土结构表面图像,对图像进行灰度转换,计算灰度图像的标准差,考虑人类视觉识别特征和拍摄环境的影响,建立混凝土表面色差的定量评价体系和方法。基于所提方法,对一混凝土结构的表面进行了对比试验,结果表明：该方法能有效检测与评定混凝土表面色差缺陷。     

基于光学超精密检测的新能源汽车电池缺陷检测技术

针对新能源汽车电池表面缺陷,提出了基于超精密检测的新能源汽车电池表面缺陷检验方法。构建光学超精密成像模型,通过超精密激光扫描技术完成能源汽车电池表面的激光成像,获得其 纹理分布情况和边缘轮廓特征。将区域信息与图像边缘相融合,定位新能源汽车电池表面缺陷,检测 其表面纹理异常点。通过仿真试验证实,利用该方式判断新能源汽车表面缺陷具有准确性高、抗噪性强等特点,能有效提升汽车电池表面缺陷检测效率。     

基于加权引导滤波分层的轨道图像细节增强算法

针对轨道表面缺陷图像整体对比度低,细节模糊,轨道缺陷又较为细小,难以识别等问题,基于加权引导滤波具有较好的保持边缘能力,能避免增强后图像产生"光晕"及"伪边缘"的特性,研究了基于加权引导滤波分层并结合自适应直方图均衡和锐化滤波的轨道表面缺陷图像增强方法.有别于传统图像增强方法,该方法对原始图像进行滤波分层,分别处理基础图像和细节图像,更加突出细节信息,通过在引导滤波中引入边缘检测算子最大程度的保留图像边缘信息,针对结果图像亮度不均问题通过AHE算法和拉普拉斯锐化滤波加以克服.仿真实验结果表明:新方法较对比算法图像梯度平均提升43.37%,清晰度平均提升46.84%,有效提高了图像对比度,增强了细节信息.      

混凝土结构缺陷的红外热成像检测识别技术

根据红外热辐射原理,研发出对混凝土结构主动激励、红外成像采集、红外图像处理分析等设备和系统,并进行了桥梁结构内部空洞病害类等缺陷检测的模型试件试验及公路桥梁实桥试验研究;试验研究表明通过接收来自混凝土表面的热辐射值,可以对其结构内部的缺陷状态作出基本判断。但混凝土结构在无主动激励时,其周围介质的温度差值较小,红外图像不会反映出内部缺陷状态;在对混凝土进行人为主动激励的条件下,结构内部缺陷介质的影响使其产生温度场发生变化,通过自主研发的数字热红外成像仪,采集获得了混凝土表面温度场分布的热像图谱,从而实现混凝土内部缺陷识别判定,不但完成了主动激励的混凝土结构模型试件的试验工作,还成功应用于运营桥梁结构体的缺陷检测工作;采集到桥梁结构表面非常清晰的温度场图谱,实现了对桥梁结构混凝土内部空洞类等缺陷的有效检测和识别。并对内部设有缺陷的模型试件试验及已运营的实桥检测试验对比、分析验证了主动激励红外检测方法的准确性及可靠性,成功攻克了快速检测混凝土内部缺陷病害识别的难题。     

隧道衬砌裂缝精细化识别及其评价

为了研究隧道衬砌裂缝形态的精确描述与特征量化,采用隧道衬砌全景图像的方法,以某隧道工程为依托,通过隧道衬砌展开影像生成器软件将采集的衬砌裂缝影像进行特征点提取、匹配、模型识别、图像展开与拼接处理,得到较为全面反映隧道衬砌全景展开图像。从图像增强的预处理、图像边缘检测、裂缝特征区域干扰点去除、裂缝连接及特征统计方面进行算法分析,并通过连通区域标记方法寻找裂缝的端点来确定缺陷在图像中的空间位置及角度方向,运用裂缝像素位置关系原理进行裂缝长度的换算统计,从而提取出衬砌裂缝的详细特征信息,开发出一套隧道表面衬砌裂缝识别评价系统,为隧道衬砌裂缝检测提供一种便捷、高效、全面的综合检测系统。结果表明:该方法运用自主开发的TLIM软件实现了将空间图像转为平面图像,具有很好的描述性及测量性;通过实践证明该方法大大降低了"伪裂缝"的干扰,提高了对裂缝识别的准确率;该方法实现了裂缝的有效连接与连接段裂缝种子的恢复,还原真实裂缝形态信息,从而可以得到详细完整的裂缝统计特征信息;该技术方法实现了对缺陷的精细化描述定位,主要从其裂缝位置、长度、方向等方面进行量化分析;该技术方法目前已在具体工程中获得应用且效果尚佳。     

红外热成像技术在桥梁钢结构涂装检测中的应用

由于传统的钢结构涂装检测方法无法判断涂层内部是否有缺陷,且部分方法属于破坏性检测,提出采用主动式红外热成像技术对桥梁钢结构涂装进行检测的方法。制作4块预制缺陷的钢结构涂装试板,采用红外热成像技术进行试板涂装检测,根据红外图像的颜色分析缺陷的位置和大小;在试板涂装红外检测的基础上,进行现役桥梁钢结构焊缝涂装红外热成像检测。结果表明:红外热成像技术可有效进行钢结构涂装质量的表征;能准确判断出涂装试板是否有缺陷及缺陷位置;可准确检测出现役桥梁钢结构涂装中肉眼可见涂装缺陷的形式和位置,无缺陷区域不误判,并可检测出目视不可见借助放大镜等可发现的缺陷。     

连续钢桁梁桥涂装试板损伤红外检测

连续钢桁梁桥涂装试板损伤检测对判断桥梁腐蚀程度具有重要意义,为此提出连续钢桁梁桥涂装试板损伤红外检测方法。分析了红外检测原理以及涂装试板损伤检测的温度特征,采用红外探照设备获取涂装试板红外图像,并得到去噪后的图像采集结果。根据微分计算理念,建立微分形态学边缘检测算子,增强原始图像损伤边缘。通过多尺度小波变换得到增强图像包含的细节特征信息,将其输入增量式极限学习机(Incremental Extreme Learning Machine, I-ELM)损伤检测网络结构,生成涂装试板损伤检测结果。工程实例分析结果表明：红外损伤检测方法的标准差为0.02,具有较好的检测性能。     

某轿车前刹车片磨损过快问题建模与测试分析

结合某轿车前刹车片磨损过快的问题,在常规检测排查无法找到根本原因的情况下,文章通过分析已有用户数据,总结影响刹车片磨损的主要因素,导出刹车片磨损过快的量化数学解析式。通过对比实际问题车辆与对标车辆的仿真计算结果,揭示影响刹车片磨损的关键设计参数的经验阈值区间,确定刹车片磨损过快的根本原因,并最终通过测试方法解决了刹车盘的热性能差问题,对实际车用刹车片的正向设计具有指导意义。     

全孔壁成像技术在旧桥基桩检测中的应用

既有建筑基桩桩身完整性检测在我国鲜有报道.钻芯法可以检测桩身完整性,但无法精确判断既有建筑基桩的断裂及发展情况,存在很大局限性.通过具体的例子,介绍了既有建筑基桩完整性检测的一种直接精确方法——全孔壁成像检测方法.全孔壁成像检测技术可形成连续的全孔壁展开图像,使整个钻孔孔壁一目了然;可进行缺陷的准确定量分析;可对多重缺陷进行检测;可直观、精确检测缺陷位置;从而全面、精确地判断既有建筑基桩的桩身完整性和质量.对同类工程具有一定的参考价值.     

红外热成像技术在水泥混凝土无损检测中的新发展

红外热成像技术作为一门新兴的无损检测技术,主要是利用材料表面的温度和辐射率的差异形成可见的热图像,从而检测材料表面的结构状态和缺陷,并以此判断材料性质和内部缺陷.从水泥混凝土的热传导方程出发,导出了水泥混凝土缺陷深度的定量计算公式,且该公式能满足实际工程的精度要求,所以我们认为该技术应当成为检测水泥混凝土缺陷的有效方法之一.     

灌注桩超声波衰减系数成像方法研究

对带有空洞缺陷体的灌注桩模型进行了超声波成像观测,用反投影技术对波幅数据进行了衰减成像计算,所得图像清晰地显示出桩内空洞缺陷体的部位,并与速度成像相比较,其结果证明了该方法的有效性。     

探地雷达检测隧道衬砌质量缺陷判别及工程应用研究

探地雷达检测技术具有高效、快速、无损等优点,广泛应用于隧道衬砌质量检测,本文通过对隧道衬砌质量常见缺陷的类型、成因及缺陷典型雷达图像的识别分析,依托探地雷达技术在某铁路隧道衬砌质量检测工程中的应用实例,对隧道衬砌质量缺陷类型、数量、分布等方面进行统计分析,得出隧道衬砌质量缺陷分布的一般规律,研究结果对指导隧道衬砌施工过程质量控制和缺陷整治,提高隧道建设和运营养护水平具有工程实践意义。     

探地雷达在隧道衬砌质量检测中的应用

文章对探地雷达原理及优缺点进行了简要介绍,并对探地雷达检测隧道衬砌厚度及缺陷的图像进行了简要分析。     

红外热像技术在混凝土无损检测中的探索

红外热像技术作为一门新兴的无损检测技术,主要是利用材料表面的温度和辐射率的差异形成可见的热图像,从而检测材料表面的结构状态和缺陷,并以此判断材料性质和内部缺陷。从红外热传导方程出发,导出了混凝土缺陷深度的定量计算公式,其公式的精度有待在实践中验证。     

基于Faster-RCNN的车辆零件缺陷检测方法

正车辆零件的缺陷检测是整车装配的重要环节,需在组装图像中检测到存在缺陷零件。本文提出了基于Faster-RCNN的零件缺陷检测方法,对生产线上收集到的八类图片进行检测。实验结果表明Faster-RCNN模型在自制数据集下的平均准确率高于VGG16模型和YOLO模型,对测试集八类图片的平均准确率为98.23%。因此,Faster-RCNN模型在车辆零件缺陷检测中具有有效性、准确性和可行性。     

孔壁成像技术在旧桥基桩检测中的应用

既有建筑基桩桩身完整性检测在中国鲜有报道。钻芯法可以检测桩身完整性,但无法精确判断既有建筑基桩的断裂及发展情况,存在很大局限性。笔者通过具体实例,介绍了既有建筑基桩完整性检测的一种直接精确方法——全孔壁成像检测方法。全孔壁成像检测技术可形成连续的全孔壁展开图像,使整个钻孔孔壁一目了然;可进行缺陷的准确定量分析;可对多重缺陷进行检测;可直观、精确检测缺陷位置;从而全面、精确地判断既有建筑基桩的桩身完整性和质量。