TWI834546B - 管線瑕疵取像與辨識系統 - Google Patents
管線瑕疵取像與辨識系統 Download PDFInfo
- Publication number
- TWI834546B TWI834546B TW112115618A TW112115618A TWI834546B TW I834546 B TWI834546 B TW I834546B TW 112115618 A TW112115618 A TW 112115618A TW 112115618 A TW112115618 A TW 112115618A TW I834546 B TWI834546 B TW I834546B
- Authority
- TW
- Taiwan
- Prior art keywords
- pipeline
- image
- inspection
- imaging
- process pipeline
- Prior art date
Links
- 230000007547 defect Effects 0.000 title claims abstract description 79
- 238000003384 imaging method Methods 0.000 title claims abstract description 48
- 238000007689 inspection Methods 0.000 claims abstract description 125
- 238000001514 detection method Methods 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000010191 image analysis Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims description 126
- 238000007726 management method Methods 0.000 claims description 71
- 238000001931 thermography Methods 0.000 claims description 52
- 238000009413 insulation Methods 0.000 claims description 26
- 239000007789 gas Substances 0.000 claims description 24
- 230000003287 optical effect Effects 0.000 claims description 24
- 238000010586 diagram Methods 0.000 claims description 22
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims description 21
- 230000007797 corrosion Effects 0.000 claims description 17
- 238000005260 corrosion Methods 0.000 claims description 17
- 238000007667 floating Methods 0.000 claims description 11
- 230000002950 deficient Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000000576 coating method Methods 0.000 claims description 7
- 239000011248 coating agent Substances 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 241000251468 Actinopterygii Species 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一種管線瑕疵取像與辨識系統,利用巡檢端進行管線的檢測後,將巡檢結果傳輸到管理端,管理人員透過巡檢結果進行管線瑕疵查詢,並將辨識結果即時傳回巡檢端之巡檢端處理裝置供現場管線檢測人員進行管線檢測紀錄,其相關管線檢測紀錄則同步紀錄於管理端之管線資訊管理模組,透過管理端能供廠內人員對於管線瑕疵進行查詢,並能透過管線圖像解析模組針對管線瑕疵進行辨識訓練,以利日後管線瑕疵檢測之精準度能提高。
Description
本發明關於檢測管線的技術領域,特別係指一種管線瑕疵取像與辨識系統,利用外部目視檢測法(Visual Inspection,VT)與紅外線熱影像檢測法(IRT)等檢測技術,了解管線外部狀況、保溫系統、油漆與塗層、洩漏等跡象,進而提供巡檢人員檢視管線外觀有無異常,俾即時處理與修復。
在石化、煉油等工廠中,製程管線與設備之重要元素且多載有易燃易爆具毒性的流體。
然而,位處高處製程管線設備,常因巡檢困難導致無法有效且全面的檢查而於操作中洩漏或損壞,以致發生非計劃停爐、工安事故或人員傷亡。
除此之外以往的檢測技術較無法涵蓋眾多且密密麻麻之生產管線,若要詳細檢查則需耗費許多人力、物力及時間來進行,所以在生產及工業安全兩方面常無法同時兼顧。
舉例而言,目前的管線巡檢方式大致為:巡檢人員在一伸縮桿上裝設有GOPRO攝影機,利用巡檢走道或者高空作業車,讓GOPRO攝影機深入管架層中同時進行管架上管線攝影,巡巡檢完成
後再將攝影的視訊資料儲存至電腦中再以人工逐一檢視。此種取像方式有愈往內部因攝影機下垂使得影像愈大,取像區域變小的缺點,而以人工觀看影片進行檢測的方式,則有查看效率差,及人為因眼睛疲勞造成誤判等問題。而巡檢人員需攜帶器具多(攝影機、熱顯像儀、VOC檢知器...等),更降低了管架巡檢的執行落實度。
如何改善上述管線巡檢的問題,乃相關業者積極解決之課題。
本發明的主要目的即在於提供一種管線瑕疵取像與辨識系統,對製程管線上的管路洩漏、管路鏽蝕、起泡、腐蝕、保溫破損等瑕疵影像圈出並判斷瑕疵機率,成功辨識出瑕疵影像後,針對異常狀態發出通知與警告。
本發明的次要目的即在於提供一種管線瑕疵取像與辨識系統,利用巡檢端進行管線的檢測後,將巡檢結果傳輸到管理端,管理人員透過巡檢結果進行管線瑕疵查詢,並利用影像深度學習技術,使巡檢端更快辨識出管線瑕疵。
緣此,本發明的整體系統如下,包含有:一巡檢端與一管理端所構成;前述的巡檢端用於巡檢多組製程管線,其包含有:一光學影像檢測裝置、一熱成像影像檢測裝置、一巡檢端處理裝置所組成;
前述的光學影像檢測裝置與該巡檢端處理裝置連線,該光學影像檢測裝置包含有一延伸桿,該延伸桿上設置一設置四部具有魚眼鏡頭的取像單元,將該延伸桿伸入一製程管線區域,各該取像單元分別對製程管線拍照取得影像後,將取得影像重複部位互相重疊,將四組影像進行處理形成一製程管線影像圖,並將整理後的製程管線影像傳輸給該巡檢端處理裝置;該熱成像影像檢測裝置與該巡檢端處理裝置連線,該熱成像影像檢測裝置包含有一延長桿,該延長桿上設置二組彩色相機與二組熱成像相機,前述的彩色相機與熱成像相機分別以前、後配置在該延長桿,將該延長桿伸入前述的製程管線區域,各該彩色相機分別對製程管線拍照取得管線彩色影像,各該熱成像相機分別對製程管線取得管線熱影像,將取得管線彩色影像與管線熱影像重疊,形成一管線之熱成像圖,並將整理後的熱成像圖傳輸給該巡檢端處理裝置;該巡檢端處理裝置與該管理端連線,該巡檢端處理裝置包含有一巡檢規劃單元、一巡檢區域定位單元、一初步圖資管理單元與一傳輸單元,該巡檢規劃單元用於規劃需巡檢之製程管線區域,到達該巡檢規劃單元所規劃需巡檢之製程管線區域後,利用該巡檢區域定位單元進行位置回報,該製程管線影像圖與該熱成像圖透過該初步圖資管理單元加以顯示,並將該製程管線影像圖與該熱成像圖透過該傳輸單元傳送至該管理端進行解析;
該管理端用於解析該巡檢端所傳送的管線資訊,該管理端包含有一管線圖像解析模組、一管線資訊管理模組;前述的管線圖像解析模組對該製程管線影像圖進行解析,並分析製程管線所存在之管線本體瑕疵、法蘭之瑕疵;以及對熱成像圖進行解析,分析出製程管線所存在之管線保溫設施之瑕疵,將上述之問題分析後,交由該管線資訊管理模組進行儲存與通知,當製程管線有須即時處理之問題,則透過由該管理端通知該巡檢端處理裝置進行製程管線修繕。
在本發明的實施例,其中該光學影像檢測裝置係將四該取像單元以該延伸桿為中心,並以左上、左下、右上、右下設置於該延伸桿,且左上、右上的取像單元與左下、右下的前後距離為250公分。
在前述的實施例,其中,四該取像單元所使用的是185度之魚眼鏡頭,且所述之左上、左下的取像單元朝該延伸桿方向傾斜25度,所述之右上、右下的取像單元朝該延伸桿方向傾斜25度。
在前述的實施例,四該取像單元所合成之製程管線影像圖之圖像範圍為500公分x400公分。
在本發明的實施例,其中,該巡檢端處理裝置更包含有一陀螺儀,該陀螺儀讀取該延伸桿的旋轉座標資訊,進而對該製程管線影像圖進行影像翻轉校正。
在本發明的實施例,其中,該熱成像影像檢測裝置以該延長桿為中心,並以彩色相機與熱成像相機橫向配置,以前、後設置於該延長桿,且前後距離為250公分。
在本發明的實施例,其中,該製程管線區域設有至少一區域位置的QR碼,該巡檢區域定位單元利用掃描該QR碼進而紀錄所擷取的該製程管線影像圖,以及該熱成像圖。
在本發明的實施例,其中,該管線圖像解析模組利用YOLO影像分析系統進行影像辨識與管線解測中深度學習的訓練模型。
在本發明的實施例,其中,該管線本體瑕疵包含有管線本體表面浮鏽情況、管線本體鏽蝕情況以及管線本體塗層裂紋。
在本發明的實施例,其中,該法蘭瑕疵包含有法蘭表面浮鏽情況、以及法蘭本體鏽蝕情況。
在本發明的實施例,其中,該管線保溫設施之瑕疵包含有保溫設施表面浮鏽情況、保溫設施鏽蝕情況、保溫設施塗層裂紋、保溫設施破損情況以及保溫設施有無鬆脫。
在本發明的實施例,其中,該管理端是一網路伺服器。
在本發明的實施例,其中,該管線資訊管理模組更設有多組製程管線布置圖,前述的製程管線布置圖用於提供該巡檢規劃單元進行巡檢路徑規劃,以及將該管線圖像解析模組解析後的製程管線影像圖,以及熱成像圖加以儲存。
在本發明的實施例,其中,該管線資訊管理模組更連接有一管理資訊報表模組,該管理資訊報表模組將該管線圖像解析模組所解析的製程管線影像圖,以及熱成像圖依據製程管線的瑕疵像素與瑕疵總面積之比值加以數據化,並數據化的比值加以記錄。
在本發明的實施例,其中,該巡檢端更包含有一氣體檢測裝置(TVOC),該氣體檢測裝置對該製程管線區域進行特定氣體進行偵測,進而巡檢製程管線有無氣體洩漏。
在前述的實施例,其中,前述的特定氣體是揮發性氣體。
透過上述的說明,本發明可獲得的功效與優點如下:
1.本發明能將製程管線上的管路洩漏、管路鏽蝕、起泡、腐蝕、保溫破損等瑕疵影像圈出並判斷瑕疵機率,成功辨識出瑕疵影像後,針對異常狀態發出通知與警告。並能針對TVOC感測器可偵測的氣體濃度設定警示閥值。
2.管線影像與氣體濃度透過巡檢端採集後經由電信網路傳送至管理端辨識,並將辨識結果即時傳回巡檢端之巡檢端處理裝置供現場管線檢測人員進行管線檢測紀錄,其相關管線檢測紀錄則同步紀錄於管理端之管線資訊管理模組,透過管理端能供廠內人
員對於管線瑕疵進行查詢,並能透過管線圖像解析模組針對管線瑕疵進行辨識訓練,以利日後管線瑕疵檢測之精準度能提高。
3.本發明所提供的系統除了使用方便,進而降低管線設備腐蝕破裂所造成的工廠非計畫性停爐與工安事故的機會。
A:巡檢端
B:管理端
C:製程管線
C1:製程管線區域
C2:鏽蝕
D:製程管線影像圖
E:熱成像圖
F:製程管線布置圖
11:光學影像檢測裝置
111:延伸桿
112、113、114、115:取像單元
12:熱成像影像檢測裝置
121:延長桿
122、123:彩色相機
124、125:熱成像相機
13:巡檢端處理裝置
131:巡檢規劃單元
132:巡檢區域定位單元
133:初步圖資管理單元
134:傳輸單元
14:氣體偵測裝置
21:管線圖像解析模組
22:管線資訊管理模組
23:管理資訊報表模組
圖1:係本發明之整體系統圖。
圖2:係巡檢端的使用流程圖。
圖3:光學影像檢測裝置之結構圖。
圖4:光學影像檢測裝置進行製程管線檢測示意圖。
圖5:光學影像檢測裝置進行影像重疊之示意圖。
圖6:熱成像影像檢測裝置之結構圖。
圖7:熱成像影像檢測裝置之影像組合之示意圖。
圖8:巡檢端進行製程管線巡檢之瑕疵種類示意圖。
圖9:利用光學影像檢測裝置進行製程管線浮鏽的辨識示意圖。
圖10:管理端的使用流程圖。
圖11:係管線資訊管理模組所建立的製程管線布置圖。
圖12:係利用管理資訊報表模組產生數據報表之示意圖。
圖13:係運用氣體檢測裝置之示意圖。
為使 貴審查委員能對本發明之特徵與其特點有更進一步之了解與認同,茲列舉以下較佳之實施例並配合圖式說明如下:請參閱圖1所示,本發明之管線瑕疵取像與辨識系統,包含有:一巡檢端A與一管理端B所構成。
如圖1、圖2所示,前述的巡檢端A用於巡檢多組製程管線C,其包含有:一光學影像檢測裝置11、一熱成像影像檢測裝置12、一巡檢端處理裝置13以及一氣體偵測裝置14所組成。
如圖3至圖5所示,前述的光學影像檢測裝置11與該巡檢端處理裝置13連線,該光學影像檢測裝置11包含有一延伸桿111,該延伸桿111上設置一設置四部具有魚眼鏡頭的取像單元112、113、114、115,將該延伸桿伸111入一製程管線區域C1,各該取像單元112、113、114、115分別對製程管線C拍照取得影像後,如圖5所示,將取得影像重複部位互相重疊,將四組影像進行處理形成一製程管線影像圖D,並將整理後的製程管線影像圖D傳輸給該巡檢端處理裝置13。
請繼續參閱圖3至圖5,該光學影像檢測裝置11係將四該取像單元112、113、114、115以該延伸桿111為中心,並以左上、左下、右上、右下設置於該延伸桿111,且左上、右上的取像單元112、113與左下114、右下115的前後距離為250公分。另外,四該取像單元112、113、114、115所使用的是185度之魚眼鏡頭,且所述之左上、左下的取像單元112、114朝向該延伸桿111方向傾斜25度,所述之右上、右下的取像單元113、115朝向該延伸桿111方向
傾斜25度。透過上述技術,讓光學影像檢測裝置能對一整層的製程管線進行巡檢,且四該取像單元112、113、114、115所合成之製程管線影像圖D之圖像範圍為500公分x400公分。
如圖6、圖7所示,該熱成像影像檢測裝置12與該巡檢端處理裝置13連線,該熱成像影像檢測裝置12包含有一延長桿121,該延長桿上設置二組彩色相機122、123與二組熱成像相機124、125,前述的彩色相機122、123與熱成像相機124、125分別以前、後配置在該延長桿121(類似光學影像檢測裝置10的配置方式),進一步而言,該熱成像影像檢測裝置12以該延長桿121為中心,並以彩色相機122、123與熱成像相機124、125橫向配置,以前、後設置於該延長桿121,且前後距離為250公分;將該延長桿121伸入前述的製程管線區域C1,如圖7所示,各該彩色相機122、123分別對製程管線C拍照取得管線彩色影像,各該熱成像相機124、125分別對製程管線C取得管線熱影像,將取得管線彩色影像與管線熱影像重疊,形成一管線之熱成像圖E,並將整理後的熱成像圖E傳輸給該巡檢端處理裝置13。而熱成像影像檢測裝置12的檢測方式可以參考圖4的方式。
如圖2、圖8、圖9所示,該巡檢端處理裝置13與該管理端B連線,該巡檢端處理裝置13包含有一巡檢規劃單元131、一巡檢區域定位單元132、一初步圖資管理單元133與一傳輸單元134,該巡檢規劃單元131用於規劃需巡檢之製程管線區域C1,到達該巡檢規劃單元131所規劃需巡檢之製程管線區域C1後,利用該巡檢區域
定位單元132進行位置回報,該製程管線影像圖D與該熱成像圖E透過該初步圖資管理單元133加以顯示,並將該製程管線影像圖D與該熱成像圖E透過該傳輸單元134傳送至該管理端B進行解析;該巡檢端處理裝置13更包含有一陀螺儀135,該陀螺儀135讀取該延伸桿111的旋轉座標資訊,進而對該製程管線影像圖D進行影像翻轉校正。
如圖1、圖2、圖13所示,該巡檢端A更包含有一氣體檢測裝置14(TVOC),該氣體檢測裝置14對該製程管線區域C1進行特定氣體(特別是揮發氣體)進行偵測,進而巡檢多組製程管線C有無氣體洩漏。
如圖8、圖9所示,巡檢端A利用光學影像檢測裝置11、熱成像影像檢測裝置12主要對製程管線C的瑕疵進行檢測,例如利用光學影像檢測裝置11對製程管線C之管線本體瑕疵進行巡檢,例如管線本體表面浮鏽情況、管線本體鏽蝕情況以及管線本體塗層裂紋、或者巡檢法蘭瑕疵,例如法蘭表面浮鏽情況、以及法蘭本體鏽蝕情況,或者對製程管線C的保溫設施進行瑕疵巡檢,例如保溫設施表面浮鏽情況、保溫設施鏽蝕情況、保溫設施塗層裂紋、保溫設施破損情況以及保溫設施有無鬆脫,由於以人工進行瑕疵辨識耗費時間,因此,本發明巡檢端A將巡檢的影像交由該管理端B進行解析。
如圖1、圖10所示,該管理端B用於解析該巡檢端A所傳送的管線資訊,該管理端B包含有一管線圖像解析模組21、一管線資訊管理模組22與一管理資訊報表模組23所組成。
如圖7、圖8、圖9、圖10所示,前述的管線圖像解析模組對該製程管線影像圖進行解析,並分析製程管線所存在之管線本體瑕疵、法蘭之瑕疵;以及對熱成像圖進行解析,分析出製程管線所存在之管線保溫設施之瑕疵,舉例而言,如圖9所示,光學影像檢測裝置11進行製程管線C浮鏽、或鏽蝕C2瑕疵的辨識,該管線圖像解析模組21透過影像學習、影像辨識將正常的製程管線C與表面有浮鏽、或鏽蝕C2瑕疵的部位進行區分,並根據製程管線C瑕疵的研究性進行計算,計算公式如公式(1),左邊的圖式是代表鏽蝕C2瑕疵選面積的總像素,右邊的圖式則是具鏽蝕C2瑕疵特徵的總像素,兩者的比值即是鏽蝕C2瑕疵的嚴重性。除此之外,運用公式(1)也能計算法蘭瑕疵、或者保溫措施瑕疵。
本發明之管線圖像解析模組21利用YOLO影像分析系統進行影像辨識與管線解測中深度學習的訓練模型。
如圖10所示,該管線資訊管理模組22進行管線圖像解析模組21所解析的資訊進行儲存與通知,當製程管線C有須即時處理之問題,則透過由該管理端B通知該巡檢端處理裝置13進行製程管線修繕。如圖11所示,該管線資訊管理模組22更設有多組製程管線布置圖F,前述的製程管線布置圖F用於提供該巡檢規劃單元131進行巡檢路徑規劃,以及將該管線圖像解析模組21解析後的製程管線影像圖D,以及熱成像圖E加以儲存。
如圖12所示,該管理資訊報表模組23將該管線圖像解析模組21所解析的製程管線影像圖D,以及熱成像圖E依據製程管線的
瑕疵像素與瑕疵總面積之比值加以數據化,並數據化的比值加以記錄。因此,再多次管線巡檢下,可以檢測出製程管線C是否需要更換、修補,而且每一次巡檢後的結果以數據化表示,即使巡檢人員不同,也可以根據管理資訊報表模組23所儲存的數據資料進行分析。
其中,管理端B為一網路伺服器,可以提供多部巡檢端處理裝置13進行連線,以便巡檢端A快速進行製程管線區域C1之巡檢工作。
上述即是本發明系統的介紹,以下將介紹本發明的使用方式以及可獲得之功效。
1.由管理端B之管線資訊管理模組22之製程管線布置圖F提供該巡檢規劃單元131進行巡檢路徑規劃。
2.巡檢端A之巡檢規劃單元131進行製程管線區域C1巡檢,巡檢人員到達待巡檢的製程管線區域後,透過製程管線區域C1所設置的一區域位置的QR碼,該巡檢區域定位單元132利用掃描該QR碼進而紀錄開始進行巡檢。以QR碼的方式好處在於回報快速,且無須透過GPS等定位設備定位。
3.如圖4所示,藉由光學影像檢測裝置11、熱成像影像檢測裝置12對製程管線C進行影像巡檢,且能產生圖5製程管線影像圖D、圖7的熱成像圖E、圖13氣體檢測裝置14檢測有無揮發氣體外漏,並透過該巡檢端處理裝置13回傳到管理端B。
4.管理端B從製程管線影像圖D、熱成像圖E進行製程管線C的瑕疵辨識,依據製程管線C瑕疵的嚴重性,當有需立即處理的
情況則通知巡查人員進行先行維護,若瑕疵不影響整體運作時,則將製程管線影像圖D、熱成像圖E依照製程管線布置圖F進行資料儲存,與透過管理資訊報表模組23將巡檢資料加以儲存。
5.本發明能將製程管線C上的管路洩漏、管路鏽蝕、起泡、腐蝕、保溫破損等瑕疵影像圈出並判斷瑕疵機率,成功辨識出瑕疵影像後,針對異常狀態發出通知與警告。並能針對TVOC感測器可偵測的氣體濃度設定警示閥值。
6.管線影像與氣體濃度透過巡檢端A採集後經由電信網路傳送至管理端B辨識,並將辨識結果即時傳回巡檢端A之巡檢端處理裝置13供現場管線檢測人員進行管線檢測紀錄,其相關管線檢測紀錄則同步紀錄於管理端B之管線資訊管理模組22,透過管理端B能供廠內人員對於管線瑕疵進行查詢,並能透過管線圖像解析模組21針對管線瑕疵進行辨識訓練,以利日後管線瑕疵檢測之精準度能提高。
綜上所述,本發明構成結構均未曾見於諸書刊或公開使用,誠符合發明專利申請要件,懇請 鈞局明鑑,早日准予專利,至為感禱。
A:巡檢端
B:管理端
11:光學影像檢測裝置
12:熱成像影像檢測裝置
13:巡檢端處理裝置
14:氣體偵測裝置
21:管線圖像解析模組
22:管線資訊管理模組
23:管理資訊報表模組
Claims (15)
- 一種管線瑕疵取像與辨識系統,主要包含有:一巡檢端與一管理端所構成;前述的巡檢端用於巡檢多組製程管線,其包含有:一光學影像檢測裝置、一熱成像影像檢測裝置、一巡檢端處理裝置所組成;前述的光學影像檢測裝置與該巡檢端處理裝置連線,該光學影像檢測裝置包含有一延伸桿,該延伸桿上設置一設置四部具有魚眼鏡頭的取像單元,將該延伸桿伸入一製程管線區域,各該取像單元分別對製程管線拍照取得影像後,將取得影像重複部位互相重疊,將四組影像進行處理形成一製程管線影像圖,並將整理後的製程管線影像傳輸給該巡檢端處理裝置;該熱成像影像檢測裝置與該巡檢端處理裝置連線,該熱成像影像檢測裝置包含有一延長桿,該延長桿上設置二組彩色相機與二組熱成像相機,前述的彩色相機與熱成像相機分別以前、後配置在該延長桿,將該延長桿伸入前述的製程管線區域,各該彩色相機分別對製程管線拍照取得管線彩色影像,各該熱成像相機分別對製程管線取得管線熱影像,將取得管線彩色影像與管線熱影像重疊,形成一管線之熱成像圖,並將整理後的熱成像圖傳輸給該巡檢端處理裝置;該巡檢端處理裝置與該管理端連線,該巡檢端處理裝置包含有一巡檢規劃單元、一巡檢區域定位單元、一初步圖資管理單元與一傳輸單元,該巡檢規劃單元用於規劃需巡檢之製程管線區域,到 達該巡檢規劃單元所規劃需巡檢之製程管線區域後,利用該巡檢區域定位單元進行位置回報,該製程管線影像圖與該熱成像圖透過該初步圖資管理單元加以顯示,並將該製程管線影像圖與該熱成像圖透過該傳輸單元傳送至該管理端進行解析;該管理端用於解析該巡檢端所傳送的管線資訊,該管理端包含有一管線圖像解析模組、一管線資訊管理模組;前述的管線圖像解析模組對該製程管線影像圖進行解析,並分析製程管線所存在之管線本體瑕疵、法蘭之瑕疵;以及對該熱成像圖進行解析,由該熱成像圖中分析出製程管線所存在之管線保溫設施之瑕疵,將上述之問題分析後,交由該管線資訊管理模組進行儲存與通知,當製程管線有須即時處理之問題,則透過由該管理端通知該巡檢端處理裝置進行製程管線修繕。
- 如請求項1所述管線瑕疵取像與辨識系統,其中,該光學影像檢測裝置係將四該取像單元以該延伸桿為中心,並以左上、左下、右上、右下設置於該延伸桿,且左上、右上的取像單元與左下、右下的前後距離為250公分。
- 如請求項1或2所述管線瑕疵取像與辨識系統,其中,四該取像單元所使用的是185度之魚眼鏡頭,且所述之左上、左下的取像單元朝向該延伸桿方向傾斜25度,所述之右上、右下的取像單元朝向該延伸桿方向傾斜25度。
- 如請求項3所述管線瑕疵取像與辨識系統,其中,該四該取像單元所合成之製程管線影像圖之圖像範圍為500公分x400公分。
- 如請求項1所述管線瑕疵取像與辨識系統,其中,該巡檢端處理裝置更包含有一陀螺儀,該陀螺儀讀取該延伸桿的旋轉座標資訊,進而對該製程管線影像圖進行影像翻轉校正。
- 如請求項1所述管線瑕疵取像與辨識系統,其中,該熱成像影像檢測裝置以該延長桿為中心,並以彩色相機與熱成像相機橫向配置,以前、後設置於該延長桿,且前後距離為250公分。
- 如請求項1所述管線瑕疵取像與辨識系統,其中,該製程管線區域設有至少一區域位置的QR碼,該巡檢區域定位單元利用掃描該QR碼進而紀錄所擷取的該製程管線影像圖,以及該熱成像圖。
- 如請求項1所述管線瑕疵取像與辨識系統,其中,該管線本體瑕疵包含有管線本體表面浮鏽情況、管線本體鏽蝕情況以及管線本體塗層裂紋。
- 如請求項1所述管線瑕疵取像與辨識系統,其中,該法蘭瑕疵包含有法蘭表面浮鏽情況、以及法蘭本體鏽蝕情況。
- 如請求項1所述管線瑕疵取像與辨識系統,其中,該管線保溫設施之瑕疵包含有保溫設施表面浮鏽情況、保溫設施鏽蝕情況、保溫設施塗層裂紋、保溫設施破損情況以及保溫設施有無鬆脫。
- 如請求項1所述管線瑕疵取像與辨識系統,其中,該管理端是一網路伺服器。
- 如請求項1所述管線瑕疵取像與辨識系統,其中,該管線資訊管理模組更設有多組製程管線布置圖,前述的製程管線布置圖用於提供該巡檢規劃單元進行巡檢路徑規劃,以及將該管線圖像解析模組解析後的製程管線影像圖,以及該熱成像圖加以儲存。
- 如請求項1所述管線瑕疵取像與辨識系統,其中,該管線資訊管理模組更連接有一管理資訊報表模組,該管理資訊報表模組將該管線圖像解析模組所解析的製程管線影像圖,以及該熱成像圖依據製程管線的瑕疵像素與瑕疵總面積之比值加以數據化,並數據化的比值加以記錄。
- 如請求項1所述管線瑕疵取像與辨識系統,其中,該巡檢端更包含有一氣體檢測裝置,該氣體檢測裝置對該製程管線區域進行特定氣體進行偵測,進而巡檢前述之製程管線有無氣體洩漏。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW112115618A TWI834546B (zh) | 2023-04-26 | 2023-04-26 | 管線瑕疵取像與辨識系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW112115618A TWI834546B (zh) | 2023-04-26 | 2023-04-26 | 管線瑕疵取像與辨識系統 |
Publications (1)
Publication Number | Publication Date |
---|---|
TWI834546B true TWI834546B (zh) | 2024-03-01 |
Family
ID=91269543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW112115618A TWI834546B (zh) | 2023-04-26 | 2023-04-26 | 管線瑕疵取像與辨識系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI834546B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012145780A2 (de) * | 2011-04-26 | 2012-11-01 | Aerospy Sense And Avoid Technology Gmbh | Verfahren und system zum prüfen einer oberfläche auf materialfehler |
US9228918B2 (en) * | 2012-09-14 | 2016-01-05 | Halliburton Energy Services, Inc. | Systems and methods for inspecting and monitoring a pipeline |
TW202205080A (zh) * | 2020-03-15 | 2022-02-01 | 美商英特爾股份有限公司 | 用於射線追蹤管線中之雙精確度射線遍歷的設備及方法 |
TW202207167A (zh) * | 2020-03-16 | 2022-02-16 | 美商英特爾公司 | 用於節流射線追蹤管線之設備及方法 |
-
2023
- 2023-04-26 TW TW112115618A patent/TWI834546B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012145780A2 (de) * | 2011-04-26 | 2012-11-01 | Aerospy Sense And Avoid Technology Gmbh | Verfahren und system zum prüfen einer oberfläche auf materialfehler |
US9228918B2 (en) * | 2012-09-14 | 2016-01-05 | Halliburton Energy Services, Inc. | Systems and methods for inspecting and monitoring a pipeline |
TW202205080A (zh) * | 2020-03-15 | 2022-02-01 | 美商英特爾股份有限公司 | 用於射線追蹤管線中之雙精確度射線遍歷的設備及方法 |
TW202207167A (zh) * | 2020-03-16 | 2022-02-16 | 美商英特爾公司 | 用於節流射線追蹤管線之設備及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI757825B (zh) | 基於假點缺陷檢測之pcb檢修系統及檢修方法 | |
US8792705B2 (en) | System and method for automated defect detection utilizing prior data | |
KR20200004825A (ko) | 디스플레이 장치 품질 검사 방법, 장치, 전자 장치 및 저장 매체 | |
CN105352975A (zh) | 一种桥梁缆索外观检测方法 | |
Lee et al. | Diagnosis of crack damage on structures based on image processing techniques and R-CNN using unmanned aerial vehicle (UAV) | |
Motamedi et al. | New concept for corrosion inspection of urban pipeline networks by digital image processing | |
Wen et al. | Emerging inspection technologies–enabling remote surveys/inspections | |
KR20230013206A (ko) | 인공지능을 이용하여 위험도를 평가하는 용접 검사 시스템 및 그 방법 | |
CN114022435A (zh) | 基于机器视觉的管路泄漏识别***建立方法 | |
TWI834546B (zh) | 管線瑕疵取像與辨識系統 | |
Kim et al. | Development of video shooting system and technique enabling detection of micro cracks in the tunnel lining while driving | |
KR101094968B1 (ko) | 휘도값을 이용한 글래스 기판 상의 이물 감지 시스템 및 그방법 | |
WO2012127207A1 (en) | Corrosion assessment apparatus and method | |
JP2003065959A (ja) | 非破壊検査装置 | |
TWI475215B (zh) | 用於測試液晶顯示裝置之系統及方法 | |
McAlorum et al. | Automated concrete crack inspection with directional lighting platform | |
CN113727022A (zh) | 巡检图像的采集方法及装置、电子设备、存储介质 | |
JP2000009880A (ja) | 燃料集合体検査装置及び検査方法 | |
Zhong et al. | Visual testing for fiber-reinforced composite materials | |
TWI833471B (zh) | 瑕疵檢測方法及其裝置 | |
Song et al. | Design of cable detection robot and image detection method | |
JP2004150908A (ja) | 非破壊検査方法およびそのシステム | |
Ferguson et al. | Automated Painting Survey, Degree of Rusting Classification, and Mapping with Machine Learning | |
Ferguson et al. | Atmospheric Corrosion Detection and Management with AI | |
Shah et al. | Structural surface assessment of ship structures intended for robotic inspection applications |