CN113189111B - 一种钢结构网架外观缺陷视觉检测***及检测方法 - Google Patents

一种钢结构网架外观缺陷视觉检测***及检测方法 Download PDF

Info

Publication number
CN113189111B
CN113189111B CN202110462990.0A CN202110462990A CN113189111B CN 113189111 B CN113189111 B CN 113189111B CN 202110462990 A CN202110462990 A CN 202110462990A CN 113189111 B CN113189111 B CN 113189111B
Authority
CN
China
Prior art keywords
steel structure
net rack
structure net
walkway plate
camera
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.)
Active
Application number
CN202110462990.0A
Other languages
English (en)
Other versions
CN113189111A (zh
Inventor
杨成
尹炜浩
文曙东
夏葵
黄尚珩
何晓彤
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.)
Chengdu Third Construction Engineering Co ltd Of Cdceg
Southwest Jiaotong University
Original Assignee
Chengdu Third Construction Engineering Co ltd Of Cdceg
Southwest Jiaotong University
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 Chengdu Third Construction Engineering Co ltd Of Cdceg, Southwest Jiaotong University filed Critical Chengdu Third Construction Engineering Co ltd Of Cdceg
Priority to CN202110462990.0A priority Critical patent/CN113189111B/zh
Publication of CN113189111A publication Critical patent/CN113189111A/zh
Application granted granted Critical
Publication of CN113189111B publication Critical patent/CN113189111B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

[0001]本发明属于建筑工程安全检测技术领域，公开了一种钢结构网架外观缺陷视觉检测***及检测方法，通过在钢结构网架上加装可拆卸的走道板，利用装载有摄像头的移动装置在走道板上按照一定速度行走，通过安装架的设计及摄像头的分布保证能够完全拍摄钢管表面，利用图像处理机构通过计算机视觉技术对采集的图像进行AI识别后得到检测结果。本发明仅需加装廉价的走道板及移动装置，成本低，对结构受力影响可忽略不计，改装简单；本发明的检测***运行于网架空间中，悬挂式走道板和移动装置的设计便于灵活地改变检测路线；本发明基于计算机视觉技术，与图像采集机构相结合，实现了钢结构网架状况评估的快速化、自动化与准确化。

Description

一种钢结构网架外观缺陷视觉检测***及检测方法
技术领域
本发明属于建筑工程安全检测技术领域，具体为一种钢结构网架外观缺陷视觉检测***及检测方法。
背景技术
近年来，钢结构网架凭借其优异跨距的和低廉的成本，在公共场馆、工业厂房等大跨度结构中得到了广泛的应用，但其面临质量损伤监测困难且昂贵的问题。钢结构网架损伤包括裂缝、裂缝扩展、锈蚀、螺栓松动等。传统的钢结构网架损伤检测方式有两种，一种是人工检查，训练有素的检查员参照相关规范进行目视检查。然而，这种检查的缺点是费时、费力、昂贵且危险。另一种是传感器监测，传感器检测可通过测量加速度、应变、位移等物理量定量了解结构状态，但其空间分辨率有限且需要安装密集的传感器阵列。
计算机视觉技术分析是近年来土木工程改进检测技术的主要方向，因此有必要将计算机视觉技术应用于钢结构网架的缺陷检测中，降低检测成本，提高检测效率及准确性。
发明内容
本发明的目的在于，针对上述存在的问题，提供一种钢结构网架外观缺陷视觉检测***及方法，解决现有检测***实施繁琐，成本较高及准确性有限的问题。
本发明的技术内容如下：
一种钢结构网架外观缺陷视觉检测***，包括走道板机构、移动装置、图像采集机构及图像处理机构；
所述走道板机构可拆卸式安装在所述钢结构网架下方；
所述移动装置能够被控制在所述走道板机构上行走；
所述图像采集机构安装在所述移动装置上，能够对所述钢结构网架的外观进行全方位的图像采集；
所述图像处理机构包括计算机及其***软件，通过计算机视觉技术对采集的图像进行AI识别后得到检测结果。
在一个具体实施例中，所述走道板机构通过吊篮安装。
在一个具体实施例中，所述吊篮为不规则的矩形框架，框架的上框条向中部呈凹陷，凹陷处用于与所述钢结构网架的钢管所贴合，所述图像采集机构包括安装架与摄像头，所述安装架与所述移动装置连接，所述安装架呈圆弧形且与移动装置结合后的高度低于吊篮，所述安装架与钢管间隔一段距离并对钢管形成包覆，摄像头分布在所述安装架上能够对钢管周向进行完全拍摄。
进一步地，所述摄像头至少包括三个，一个位于圆弧形安装架底部中心，两个对称设置于安装架上并高于所述吊篮的凹陷处。
在一个具体实施例中，所述图像采集机构还包括光源，所述光源连接有光源控制器，所述光源用于为光线不佳情况下的摄像头提供光源补充。
在一个具体实施例中，所述移动装置为遥控小车。
在一个具体实施例中，所述矩形框架的下框条作为支撑，所述走道板铺设于下框条上。
本发明还公开了利用前述的钢结构网架外观缺陷视觉检测***进行钢结构网架外观缺陷视觉检测方法，包括以下步骤：
步骤1：将走道板安装在目标检测段的钢结构网架下方；
步骤2：控制安装有图像采集机构的移动装置在走道板上行进；
步骤3：控制图像采集机构在行进间相对于钢结构网架的钢管外观进行全方位的拍摄采集图像；
步骤4：通过图像处理机构智能处理图像后识别钢结构网架外观缺陷的类型，并输出检测结果。
进一步地，还包括重点检查步骤，根据步骤4输出的检测结果中的可疑缺陷的位置，控制移动装置到预设位置再次采集该位置处的图像，通过人工或者图像处理机构做出缺陷判断。
由于采取了以上技术方案，本发明的优点在于：
1）相较于现有技术中昂贵的人工成本及密集的传感器设置，本方案仅需加装廉价的走道板及移动装置，成本低；
2）由于走道板自重很小，本方案对结构受力影响可忽略不计，仅需进行简易的加装，操作简单；
3）本发明的检测***运行于网架空间中，悬挂式走道板和移动装置的设计便于灵活地改变检测路线；
4）本发明通过对吊篮和安装架结构的设计，在尽可能降低检测成本的情况下，保证了摄像头拍摄的全面性，从而减少检测的死角；
5）本发明基于计算机视觉技术，与图像采集机构相结合，实现了钢结构网架状况评估的快速化与自动化，新的损伤检测方法，减少人工干预、降低成本和提高空间分辨率，推进和实现钢结构网架的自动状态评估。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
附图1是本发明的钢结构网架外观缺陷视觉检测***的示意图；
附图说明，1吊篮，2安装架，3摄像头，4移动装置，5钢管。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
实施例1
一种钢结构网架外观缺陷视觉检测***，包括走道板机构、移动装置、图像采集机构及图像处理机构；所述走道板机构可拆卸式安装在所述钢结构网架下方，走道板用于移动装置的行走，具体的，走道板机构可优选为通过吊篮安装，吊篮吊装在钢管上，走道板可直接铺设在吊篮的下部有支撑的空间中，也可以与吊篮之间通过挂钩等形式安装，该种安装方式后期加装与拆卸均简单方便，无需对钢结构网架进行改造，更加便于实施,走道板的尺寸决定其自重荷载，可根据钢结构网架测算的多余的承载力进行决定；所述移动装置能够在所述走道板机构上自行走，具体的，移动装置可选为遥控小车，可通过终端控制其在走道板上按一定速度运动；所述图像采集机构安装在所述移动装置上，能够对所述钢结构网架的外观缺陷进行图像采集，图像的采集需保证完全覆盖，可通过控制移动装置的运行速度、图像采集机构的拍摄角度及拍摄频率来确保；所述图像处理机构包括计算机及***软件，通过计算机视觉技术对采集的图像进行AI识别后得到检测结果。
进一步地，如图1所示，所述吊篮1为不规则的矩形框架，框架的上框条向中部呈凹陷，凹陷处用于与所述钢结构网架的钢管所贴合，所述图像采集机构包括安装架2与摄像头3，所述安装架2呈圆弧形且与移动装置4结合后的高度低于吊篮1，所述安装架2与所述移动装置4连接，并与钢管5间隔一段距离并对钢管5形成包覆，摄像头3分布在所述安装架2上能够对钢管5周向进行完全拍摄。安装架2设计为圆弧形并对钢管5形成包覆，以便于摄像头3在内侧安装后对够全方位的拍摄，安装架2与移动装置4的整体高度低于吊篮1，将吊篮1采用不规则设计，由于中部向下凹陷，使得凹陷处的两侧有富余空间能够允许安装架2通过，若是吊篮1采用常规矩形框架的设计，则安装架2为了能通过势必使得摄像头的高度同样低于吊篮，然而摄像头3高度太低则可能无法有效拍摄钢管5的上表面，本发明的设计能够有效解决这个问题，同时也尽可能的减少了摄像头3在通过吊篮1时拍摄死角较大的问题。
进一步地，所述摄像头至少包括三个，一个位于圆弧形安装架底部中心，两个对称设置于安装架上并高于所述吊篮的凹陷处。三个摄像头并安装在适当的位置，能够保证对钢管进行全方位的拍摄。以摄像头取1/3”CDD搭配4mm镜头焦距为例，照射角度为69.9°，将摄像头照射范围近似为圆形由数学关系可推得当摄像头钢管离距离为 r/sin34.95°-r时照射范围恰好最大，其中r为钢管半径，另外两端摄像头略高过钢管上表面即可。
进一步地，所述图像采集机构还包括光源，所述光源连接有光源控制器，所述光源用于为光线不佳情况下的摄像头提供光源补充。尤其是位于圆弧形安装架底部中心的摄像头，由于被上部钢管遮挡光线不佳，而光源控制器用于给光源供电、控制光源的亮度、控制光源的照明状态，以便于图像采集更为清晰。
进一步地，所述矩形框架的下框条作为支撑，所述走道板铺设于下框条上。
本发明的钢结构网架外观缺陷视觉检测***工作原理如下：采用成像快且保真的摄像头，拍摄钢结构网架的表面后转换为图像信号，然后将图像信号转换成数字信号传送给图像处理机构，图像处理机构对目标图像的像素分布、亮度和颜色等信息进行AI识别，具体的可运用matlab等现有商用软件进行基于相机拍摄角度的图片调整或参数补偿，利用卷积神经网络对图片中识别的缺陷进行分类，主要包括裂缝、螺栓松动及锈蚀等缺陷类型，再按分类结果对损失进行模糊识别。
本发明还公开了利用前述的钢结构网架外观缺陷视觉检测***进行钢结构网架外观缺陷视觉检测方法，包括以下步骤：
步骤1：将走道板安装在目标检测段的钢结构网架下方；
步骤2：控制安装有图像采集机构的移动装置在走道板上行进，根据摄像头聚焦速度决定移动装置的行进速度，以保证拍摄的有效性和全面性，优选地，小车的速度控制度为低于5m/min；
步骤3：控制图像采集机构在行进间相对于钢结构网架的钢管外观进行全方位的拍摄采集图像，后台***可定制设置小车的运行路径及摄像头的拍摄频率以确保拍摄的完成；
步骤4：通过图像处理机构智能处理图像后识别钢结构网架外观缺陷的类型，并输出检测结果。
进一步地，通过前述的快速巡检普查后，还可对可疑损伤缺陷点进行重点探查。因此，检测方法还包括重点检查步骤，根据步骤4输出的可疑缺陷的位置，控制移动装置到预设位置再次采集该位置处的图像，通过人工或者图像处理机构做出缺陷判断。
本发明与现有技术相比，存在以下优点，相较于现有技术中昂贵的人工成本及密集的传感器设置，本方案仅需加装廉价的走道板及少量移动装置，成本低；由于走道板自重很小，本方案对结构受力影响可忽略不计，仅需进行简易的加装，操作简单；本发明的检测***运行于网架空间中，悬挂式走道板和移动装置的设计便于灵活地改变检测路线，相比于滑槽技术能够有效检测球结点；本发明基于计算机视觉技术，与图像采集机构相结合，实现了钢结构网架状况评估的快速化与自动化，新的损伤检测方法，减少人工干预、降低成本和提高空间分辨率，推进和实现钢结构网架的自动状态评估。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种钢结构网架外观缺陷视觉检测***，其特征在于，包括走道板机构、移动装置、图像采集机构及图像处理机构；
所述走道板机构可拆卸式安装在所述钢结构网架下方；
所述走道板的尺寸决定其自重荷载，根据钢结构网架测算的多余的承载力进行决定；
所述移动装置能够被控制在所述走道板机构上行走；
所述图像采集机构安装在所述移动装置上，能够对所述钢结构网架的外观进行全方位的图像采集；
所述图像处理机构包括计算机及其***软件，通过计算机视觉技术对采集的图像进行AI识别后得到检测结果；
所述走道板机构通过吊篮安装；
所述吊篮为不规则的矩形框架，框架的上框条向中部呈凹陷，凹陷处用于与所述钢结构网架的钢管所贴合，所述图像采集机构包括安装架与摄像头，所述安装架与所述移动装置连接，所述安装架呈圆弧形且与移动装置结合后的高度低于吊篮，所述安装架与钢管间隔一段距离并对钢管形成包覆，摄像头分布在所述安装架上能够对钢管周向进行完全拍摄；
所述摄像头至少包括三个，一个位于圆弧形安装架底部中心，两个对称设置于安装架上并高于所述吊篮的凹陷处；
安装架与移动装置的整体高度低于吊篮，将吊篮采用不规则设计，由于中部向下凹陷，使得凹陷处的两侧有富余空间能够允许安装架通过；
图像的采集需保证完全覆盖，通过控制移动装置的运行速度、图像采集机构的拍摄角度及拍摄频率来确保；
摄像头取1/3”CDD搭配4mm镜头焦距，照射角度为69.9°，将摄像头照射范围近似为圆形由数学关系可推得当摄像头钢管离距离为r/sin34.95°-r时，照射范围恰好最大。
2.根据权利要求1所述的钢结构网架外观缺陷视觉检测***，其特征在于，所述图像采集机构还包括光源，所述光源连接有光源控制器，所述光源用于为光线不佳情况下的摄像头提供光源补充。
3.根据权利要求1所述的钢结构网架外观缺陷视觉检测***，其特征在于，所述移动装置为遥控小车。
4.根据权利要求1所述的钢结构网架外观缺陷视觉检测***，其特征在于，所述矩形框架的下框条作为支撑，所述走道板铺设于下框条上。
5.一种利用权利要求1～4任一项所述的钢结构网架外观缺陷视觉检测***进行钢结构网架外观缺陷视觉检测方法，其特征在于，包括以下步骤：
步骤1：将走道板安装在目标检测段的钢结构网架下方；
步骤2：控制安装有图像采集机构的移动装置在走道板上行进；
步骤3：控制图像采集机构在行进间相对于钢结构网架的钢管外观进行全方位的拍摄采集图像；
步骤4：通过图像处理机构智能处理图像后识别钢结构网架外观缺陷的类型，并输出检测结果。
6.根据权利要求5所述的钢结构网架外观缺陷视觉检测方法，其特征在于，还包括重点检查步骤，根据步骤4输出的检测结果中的可疑缺陷的位置，控制移动装置到预设位置再次采集该位置处的图像，通过人工或者图像处理机构做出缺陷判断。
CN202110462990.0A 2021-04-28 2021-04-28 一种钢结构网架外观缺陷视觉检测***及检测方法 Active CN113189111B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110462990.0A CN113189111B (zh) 2021-04-28 2021-04-28 一种钢结构网架外观缺陷视觉检测***及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110462990.0A CN113189111B (zh) 2021-04-28 2021-04-28 一种钢结构网架外观缺陷视觉检测***及检测方法

Publications (2)

Publication Number Publication Date
CN113189111A CN113189111A (zh) 2021-07-30
CN113189111B true CN113189111B (zh) 2022-11-01

Family

ID=76979787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110462990.0A Active CN113189111B (zh) 2021-04-28 2021-04-28 一种钢结构网架外观缺陷视觉检测***及检测方法

Country Status (1)

Country Link
CN (1) CN113189111B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115049600A (zh) * 2022-05-31 2022-09-13 哈尔滨工程大学 一种小样本管道缺陷智能识别***及方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07311161A (ja) * 1994-05-20 1995-11-28 Nippon Steel Corp 鋼片の表面疵検査方法及び装置
EP0999444A2 (en) * 1998-11-06 2000-05-10 Frank's Tubulars International Limited An object inspection unit and a method of inspecting an object
US7126123B1 (en) * 2003-12-18 2006-10-24 Cessna Aircraft Company Surface contamination detection method and apparatus
CN203529878U (zh) * 2013-06-17 2014-04-09 南通四建装饰工程有限公司 刚性导轨水平电动悬挂式吊篮装置
RU2013129500A (ru) * 2013-06-28 2015-01-10 Открытое Акционерное Общество (ОАО) "Оргэнергогаз" Наружный сканирующий дефектоскоп
CN204645576U (zh) * 2015-03-19 2015-09-16 中建安装工程有限公司 多维移动作业平台
CN106066333A (zh) * 2016-08-04 2016-11-02 西南交通大学 曲面零件表面轮廓损伤分析装置及其方法
JP2016206071A (ja) * 2015-04-24 2016-12-08 株式会社日立ハイテクファインシステムズ 検査装置及び検査方法
WO2016208626A1 (ja) * 2015-06-25 2016-12-29 Ｊｆｅスチール株式会社 表面欠陥検出方法、表面欠陥検出装置、及び鋼材の製造方法
CN207147989U (zh) * 2017-08-29 2018-03-27 同济大学 斜拉索表观缺陷检测***
CN109001225A (zh) * 2018-04-27 2018-12-14 上海宝钢工业技术服务有限公司 行车吊车梁疲劳裂缝检测装置及方法
CN110017150A (zh) * 2019-05-05 2019-07-16 西南交通大学 空间网壳式锚喷初期支护结构、隧道及隧道支护施工方法
CN111739092A (zh) * 2020-06-12 2020-10-02 广东博智林机器人有限公司 一种吊篮、检测机器人、检测控制***及检测方法
CN211647239U (zh) * 2019-10-23 2020-10-09 上海建工集团股份有限公司 一种钢平台下挂装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7360627B2 (en) * 2002-07-12 2008-04-22 Loyd Scott Support bracket securable to an upwardly extending wall stud
US7496454B2 (en) * 2004-07-19 2009-02-24 University Of Virginia Patent Foundation High mast inspection system, equipment and method
US7551197B2 (en) * 2005-09-08 2009-06-23 Ulc Robotics, Inc. Pipeline inspection system
CN100485371C (zh) * 2005-12-01 2009-05-06 渤海船舶重工有限责任公司 钢板预处理过程中的上、下表面缺陷在线自动检测方法
CN101892736B (zh) * 2010-08-10 2013-12-04 中建三局东方装饰设计工程有限公司 高空移动吊篮施工方法
KR101490938B1 (ko) * 2013-12-20 2015-02-06 기아자동차 주식회사 용접 설비 검사장치
US9519278B2 (en) * 2014-06-09 2016-12-13 Richard J. Petrocy Modularized self-addressing apparatus and method
CN204899184U (zh) * 2015-06-17 2015-12-23 中建钢构有限公司 一种吊篮设备
CN105526870B (zh) * 2016-01-26 2017-12-29 中信戴卡股份有限公司 一种检测铝车轮铸坯轮心深度的方法
CN106124527B (zh) * 2016-08-29 2019-04-02 齐鲁工业大学 一种焊管检测装置及利用该装置进行质量检测的方法
CN207181315U (zh) * 2017-09-18 2018-04-03 无锡市东富达科技有限公司 金属表面缺陷在线智能检查机
CN107864310A (zh) * 2017-12-11 2018-03-30 同方威视技术股份有限公司 车辆底盘扫描***及扫描方法
CN110872086A (zh) * 2019-10-25 2020-03-10 山西东盛建设工程有限公司 球形网架上滑动吊篮装置
CN112067618A (zh) * 2020-08-04 2020-12-11 南京轩世琪源软件科技有限公司 一种基于图形化的产品质量缺陷采集分析***
CN112419289B (zh) * 2020-11-30 2022-11-15 西南交通大学 一种城市地铁轨道扣件缺陷智能检测方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07311161A (ja) * 1994-05-20 1995-11-28 Nippon Steel Corp 鋼片の表面疵検査方法及び装置
EP0999444A2 (en) * 1998-11-06 2000-05-10 Frank's Tubulars International Limited An object inspection unit and a method of inspecting an object
US7126123B1 (en) * 2003-12-18 2006-10-24 Cessna Aircraft Company Surface contamination detection method and apparatus
CN203529878U (zh) * 2013-06-17 2014-04-09 南通四建装饰工程有限公司 刚性导轨水平电动悬挂式吊篮装置
RU2013129500A (ru) * 2013-06-28 2015-01-10 Открытое Акционерное Общество (ОАО) "Оргэнергогаз" Наружный сканирующий дефектоскоп
CN204645576U (zh) * 2015-03-19 2015-09-16 中建安装工程有限公司 多维移动作业平台
JP2016206071A (ja) * 2015-04-24 2016-12-08 株式会社日立ハイテクファインシステムズ 検査装置及び検査方法
WO2016208626A1 (ja) * 2015-06-25 2016-12-29 Ｊｆｅスチール株式会社 表面欠陥検出方法、表面欠陥検出装置、及び鋼材の製造方法
CN106066333A (zh) * 2016-08-04 2016-11-02 西南交通大学 曲面零件表面轮廓损伤分析装置及其方法
CN207147989U (zh) * 2017-08-29 2018-03-27 同济大学 斜拉索表观缺陷检测***
CN109001225A (zh) * 2018-04-27 2018-12-14 上海宝钢工业技术服务有限公司 行车吊车梁疲劳裂缝检测装置及方法
CN110017150A (zh) * 2019-05-05 2019-07-16 西南交通大学 空间网壳式锚喷初期支护结构、隧道及隧道支护施工方法
CN211647239U (zh) * 2019-10-23 2020-10-09 上海建工集团股份有限公司 一种钢平台下挂装置
CN111739092A (zh) * 2020-06-12 2020-10-02 广东博智林机器人有限公司 一种吊篮、检测机器人、检测控制***及检测方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
"Inspection equipment study for subway tunnel defects by grey-scale";Hongwei Huang et al.;《Advanced Engineering Informatics》;20170430;第32卷;第188-201页 *
"Research on Ultrasonic Flaw Detection of Steel Weld in Spatial Grid Structure";Tao Du et al.;《2nd INTERNATIONAL CONFERENCE ON CIVIL ENGINEERING AND MATERIALS SCIENCE》;20170528;第216卷;第1-7页 *
"两向正交斜放网架的改进";吴江等;《钢结构》;20020222(第1期);第10-11页 *
"厂房空调平台的设置方案和网架内平台的设计";柴明等;《工业建筑》;20080920(第9期);第27-30页 *
"大型钢架结构用爬行机器人平台关键技术研究";唐伟;《中国优秀硕士学位论文全文数据库》;20170315(第3期);第1-80页 *
"重型钢结构工业厂房的安装施工";张友恩等;《钢结构》;20050622(第3期);第74-76+69页 *

Also Published As

Publication number Publication date
CN113189111A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN108106801B (zh) 桥隧病害非接触检测***及检测方法
CN108303426B (zh) 一种电缆隧道缺陷无损快速检测装置及其检测方法
CN101339003B (zh) 大结构水平二维位移自动测量装置及方法
JP6355517B2 (ja) 橋梁検査ロボットシステム
CN113189111B (zh) 一种钢结构网架外观缺陷视觉检测***及检测方法
CN112329531B (zh) 用于管廊表观病害检测的线阵双目成像***与工作方法
WO2017034087A1 (ko) 롤 자세정보검출장치 및 그 측정방법
CN105605982B (zh) 自动报靶装置和方法
CN114604761A (zh) 实现智能塔吊辅助的操控安全性警示***及方法
CN201645495U (zh) 高空斜拉索的机器人自动检测***
CN112924344A (zh) 一种基于图像获取煤矿井下粉尘浓度的监测***及方法
JP4177288B2 (ja) 鉄道車両用屋根上機器監視測定装置
CN110666814A (zh) 配电网巡检机器人
CN106755683A (zh) 一种基于比色法的高炉燃烧带温度场检测装置
CN117073910A (zh) 一种换流站阀厅屋顶漏水监测***
CN114604763A (zh) 用于智能塔吊吊钩导向的电磁定位装置及方法
RU100967U1 (ru) Система диагностики и удаленного мониторинга контактной сети железной дороги
CN114604768A (zh) 基于故障识别模型的智能塔吊维护管理方法及***
CN114572845A (zh) 用于智能塔吊工况检测的智能辅助机器人及其控制方法
CN114604773A (zh) 用于智能塔吊的安全性警示辅助***及方法
CN212312040U (zh) 一种综合管廊智能巡检机器人
CN110650279A (zh) 一种监控高空抛物的摄像头的设计方法
CN206292135U (zh) 视频生球粒径仪
CN109410487A (zh) 一种设有红外监测报警装置的高端设备
CN114998789A (zh) 一种基于视频识别的滑坡地质灾害变形监测***和方法

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
GR01 Patent grant
GR01 Patent grant