基于機器視覺的電氣安全隱患檢測研究

張旭（大慶油田技術(shù)監(jiān)督中心）

隨著科學技術(shù)突飛猛進地發(fā)展，人們在享受“電”帶來的福利同時，電也無時無刻地威脅著人類的生命和財產(chǎn)安全。目前，電氣安全隱患的檢測除了應用相關(guān)儀器設備外，主要依靠檢測人員電工的技術(shù)能力。所以，只有順應科技發(fā)展的潮流，在電氣安全隱患檢測行業(yè)不斷引入互聯(lián)網(wǎng)、人工智能、計算機等先進技術(shù)，才能始終適應電氣設備發(fā)展，創(chuàng)新檢測技術(shù)，確保人類工作和生活的安全。

1 機器視覺系統(tǒng)簡介

1.1 概念

機器視覺就是用機器代替人眼來做測量和判斷。它通過使用攝像設備對目標物進行圖像攝取，然后應用計算機分析、統(tǒng)計技術(shù)，對攝取的圖像內(nèi)容進行判斷，最終實現(xiàn)特定的目的[1]，如檢測目標事物或精確控制。作為機器視覺系統(tǒng)，所采用的圖像處理、圖像理解與模式識別的基礎(chǔ)理論和技術(shù)是相同的。機器視覺技術(shù)目前廣泛用于大規(guī)模的工業(yè)生產(chǎn)和醫(yī)療衛(wèi)生行業(yè)中[2]，也可以被看作是人工智能技術(shù)的一個分項，應用機器視覺技術(shù)來進行特定測量和判斷的系統(tǒng)也就是機器視覺系統(tǒng)，其基本結(jié)構(gòu)如圖1所示。工廠可以利用機器視覺系統(tǒng)來自動檢測產(chǎn)品質(zhì)量，剔除不合格、不標準的產(chǎn)品；醫(yī)療機構(gòu)可以通過機器視覺系統(tǒng)自動檢查出不易發(fā)現(xiàn)的病理變化。

圖1 機器視覺系統(tǒng)結(jié)構(gòu)示意圖

1.2 優(yōu)勢

在檢測領(lǐng)域應用機器視覺系統(tǒng)，相較于人眼而言，有著以下優(yōu)勢：

1）灰度分辨力強。人只能分辨64 個灰度等級，而機器視覺系統(tǒng)能分辨256個灰度等級。

2）空間分辨力高。機器視覺系統(tǒng)可以配置各種型號的光學鏡頭，觀測到微米級的目標，而人眼無法達到這一能力。

3）速度更快。機器視覺系統(tǒng)能夠不斷提高系統(tǒng)的硬件設備來提高圖像捕捉速度和圖像處理速度，而人眼只能保持0.1 s的視覺停留，無法捕捉運行速度較快的目標。

4）環(huán)境適應性強。對系統(tǒng)采用防護措施后，其可用于高溫、高壓或有毒有害等不適于人類開展檢測活動的場所。

5）可持續(xù)工作。人眼工作容易造成視覺疲勞，從而降低檢測的可靠性；而使用機器視覺系統(tǒng)就能避免主觀能動性對檢測質(zhì)量的影響，始終保持“5.2”的視覺能力，不會疲倦。

2 電氣安全隱患檢測研究

2.1 電氣安全隱患類型

電氣安全隱患是指在生產(chǎn)作業(yè)過程中，由于利用電能的設備其整體或部分故障、損壞或人員操作失誤等可能造成火災、爆炸、人身傷亡等事故的隱患。主要有電氣火災隱患、電氣爆炸隱患和人身觸電隱患。而安全管理不嚴格、設備帶障運行、電器選型不正確及線路安裝不規(guī)范等原因造成的這些隱患，威脅著工作人員的生命健康和國家財產(chǎn)安全。

2.2 電氣安全隱患檢測

目前，我國尚未針對電氣安全隱患的檢測行業(yè)指定相關(guān)的檢測技術(shù)規(guī)范。針對油田生產(chǎn)場所的低壓配電設備進行電氣安全隱患檢測，檢測內(nèi)容、方法和判斷依據(jù)是黑龍江省地方標準DB23/T 1805—2016《危險場所電氣防爆安全檢測技術(shù)規(guī)范》。該規(guī)范中明確規(guī)定檢測的內(nèi)容如下：

1）變配電系統(tǒng)；

2）電氣線路系統(tǒng)；

3）防爆電氣設備選型；

4）過熱型電氣檢測；

5）放電型電氣檢測；

6）接地系統(tǒng)。

上述六項檢測內(nèi)容中，有依靠現(xiàn)場核實設備設施選型情況的方法進行檢測，也有使用非視覺化輸出的設備進行檢測。其中，變配電系統(tǒng)和過熱型電氣檢測兩項內(nèi)容，可以應用機器視覺技術(shù)進行隱患識別（表1）。

表1 應用機器視覺技術(shù)開展的隱患檢測項目

2.2.1 變配電系統(tǒng)隱患

變配電系統(tǒng)由配電系統(tǒng)和變電系統(tǒng)組成。對于配電系統(tǒng)，由于其隱患產(chǎn)生的主要原因是由施工安裝過程中不規(guī)范造成的，在實際檢測過程中常見的隱患如圖2所示。

圖2 常見的電氣安全隱患

由圖2可知，變配電系統(tǒng)隱患主要集中在線路絕緣、連接端子上。如圖3所示，可以通過調(diào)整圖像的亮度、對比度等參數(shù)，得到圖像中灰度或者紋理、顏色發(fā)生劇烈變化的地方即圖像邊緣，采用對圖形邊緣檢測的方法就能把這些隱患的特點分析出[3]，從而實現(xiàn)機器視覺自動識別電氣安全隱患，并能夠智能識別隱患的類型。

圖3 處理后的電氣安全隱患

2.2.2 過熱型隱患

目前，過熱型隱患檢測主要應用熱成像儀，攝取的熱像圖反映的是電氣設備運行狀態(tài)及其溫度分布狀態(tài)。現(xiàn)場檢測人員通過顯示屏讀出焦點處的溫度值[4]，圖像中最高溫度焦點的選取完全依靠檢測人員的判斷；也可以把攝取的熱像圖傳導至計算機內(nèi)，通過熱像儀自帶的軟件進行分析。這兩種方式有著各自的缺點：人員選取最高溫度焦點時判斷會產(chǎn)生偏差；不能把熱像圖實時傳導到計算機中。

如圖4所示，如果應用機器視覺技術(shù)，只需在圖像提取設備加裝紅外熱成像鏡頭，系統(tǒng)就能根據(jù)色彩參數(shù)進行自主判斷最高溫度值的位置，這樣可以克服上述兩點不足。而且，過熱型電氣安全隱患的檢測對機器視覺的要求比變配電系統(tǒng)的檢測更容易實現(xiàn)。

圖4 配電線路的熱像照

2.3 基于機器視覺的檢測系統(tǒng)構(gòu)成

隨著科技的發(fā)展，機器視覺技術(shù)不僅可以實現(xiàn)缺陷工件的識別，而且還能完成復雜人臉識別；所以，把機器視覺技術(shù)應用到電氣安全隱患檢測中是可行的。只要抓住線路、絕緣、連接端子邊緣處理后的特點，智能地抓取圖片的細節(jié)，將為電氣安全隱患檢測技術(shù)帶來質(zhì)的飛躍。其系統(tǒng)應該包含圖像輸入部分、圖像處理部分、比較判斷部分和檢測結(jié)果輸出部分等（圖5）。

圖5 基于機器視覺的檢測系統(tǒng)結(jié)構(gòu)

由圖5 可知，現(xiàn)場檢測人員在確定開始檢測后，利用設備對檢測目標進行圖像攝取，圖像直接輸入到圖像處理部分，經(jīng)過自動調(diào)整參數(shù)，進行圖像增強操作，使圖像的輪廓更加清晰，突出細節(jié)；然后系統(tǒng)進行邊緣檢測，識別線路、電氣設備及連接點，根據(jù)檢測項目開始分割圖像。分割后的圖像數(shù)據(jù)與系統(tǒng)中的標準數(shù)據(jù)進行對比分析，判斷其是否存在隱患，最終結(jié)果轉(zhuǎn)化為人眼可視的信息輸出。

2.3.1 部分檢測系統(tǒng)開發(fā)軟件的比較

檢測系統(tǒng)開發(fā)軟件應側(cè)重于圖像的處理能力，只有越強大的圖片處理能力，才能對隱患的識別更加準確。目前，計算機軟件行業(yè)中有許多程序適用于機器視覺系統(tǒng)的開發(fā)工作，比較流行、應用廣泛的有Python、Halcon，側(cè)重于測量和仿真的有Labview、Matlab等。

Labview 更注重于測量和仿真，其圖像處理功能并不強大；Matlab有著強大的科學計算和工程繪圖能力，其用于圖像邊緣檢測中并不廣泛；Python容易學習，易于維護，目前在人工智能開發(fā)中應用較多，其圖形處理能力同樣強大；Halcon有一套完善標準的機器視覺算法包，擁有應用廣泛及其視覺集成開發(fā)環(huán)境，包含了各類濾波、色彩分析、幾何數(shù)學變換、形態(tài)學計算分析、校正、分類、形狀搜索登記本圖像處理功能。雖然每一種開發(fā)程序都有著各自的特點，以及都在各自的應用領(lǐng)域中起著不可代替的作用；但是，為了更好地開展電氣安全隱患檢測，基于機器視覺系統(tǒng)可以考慮選用Halcon程序進行開發(fā)[5]。

3 結(jié)束語

在國家對大數(shù)據(jù)、云計算和人工智能領(lǐng)域加大扶持力度的有利環(huán)境下，機器視覺技術(shù)也將用于更廣闊的行業(yè)中。未來的油田生產(chǎn)過程中，將成熟的機器視覺的電氣安全隱患檢測技術(shù)與機器人技術(shù)相結(jié)合，就能夠研制出人工智能的電氣安全隱患機器人，代替人類去查找、分析和消除隱患。