汪鑫
池州市特種設備監督檢驗中心 安徽池州 247100
特種設備是指對人身和財產安全有較大危險性的鍋爐、力容器(含氣瓶)、壓力管道、電梯、起重機械、客運索道、大游樂設施、場(廠)內專用機動車輛這八大類設備。按其特性大致可以分為承壓類特種設備和機電類特種設備兩大類[1]。承壓類特種設備顧名思義就是在人們日常生活中承受較大壓力的特種設備,包括壓力容器、壓力管道、鍋爐等設備;機電類特種設備包括電梯、載客索道、大型娛樂設施、起重機等設備。[1]這兩類特種設備在檢驗檢測方法上各有側重大致可分為一下幾種:
目視與運行檢驗顧名思義就是檢驗檢測人員通過目測或者跟蹤設備運行狀態獲悉設備的狀況。這是一種對檢驗檢測人員的檢驗技術有著頗高要求的檢測方法,它要求檢驗檢測人員具有豐富的測驗管理經驗。經過目視與運行檢驗,檢驗檢測人員能夠初步掌握設備狀況,把控設備隱患風險點為進一步的檢驗檢測工作做好準備。
特種設備由于運行、損耗等原因,其本身的狀態會發生改變,通過對設備運行參,安全余量的測量并及時調整設備就能將設備維持在一個比較穩定安全的狀態。以電梯為例,檢驗過程中需要的測量的數據有輸入電壓、運行速度、加速度、行程極限距離、緩沖器越程距離,門間隙,轎廂與井道壁距離等。通過測量的數據進行定量判斷,就能得知設備是否處于一個安全的運行狀態。
功能性測試與試驗是對特種設備安全保護裝置的檢驗方法,通過模擬動作或工況模擬試驗,驗證安全保護裝置能在各種工況中起作用。
無損檢測主要是對設備金屬結構進行檢測多見于承壓類設備檢測。通過超聲、磁粉、射線等手段對金屬結構或連接焊縫檢測,其主要目的是找出受力件有無內部缺陷。
圖像處理技術的在應用領域中,由于其非常方便,靈活性極高,被廣泛的采用。如下圖1 所示為數字圖像處理技術的基本流程,圖像處理就是為了實現特定的目標,根據圖像的灰度值顯示把圖像轉換為具有連續性的整數值的矩陣,然后對其進行運算處理,最后加工分析,實現特定目標[2]。
通過對獲得的灰度值圖像分析能夠清晰直觀的發現原始圖像中目標的位置分布、輪廓以及軌跡。下面來介紹幾種簡單的數據分析手段和算法。
灰度直方圖是圖像關于灰度級分布的函數,是對圖像中不同灰度級分布的統計?;叶戎狈綀D是將數字圖像中的所有像素,按照灰度值的大小,統計其出現的頻率?;叶戎狈綀D表示出圖像中具有某種灰度級的像素的個數,反映了圖像中某種灰度出現的頻率。
設定某一灰度值為閾值,圖像中所有原灰度值超過閾值的像素的灰度值記為滿值“1”,所有原灰度值不足閾值的像素的灰度值記為“0”。這樣新得到的圖像中所有的灰度值只有“1”“0”兩種,如此就是數字圖像的二值化處理。不同的閾值對圖像有著不同的效果,通常也利用二值化去除圖像中的噪聲(這里噪聲是指圖像獲取時由于環境等原因造成的冗余數據干擾)二值化后的圖像能清楚的反映出目標的投影形狀和大小。
Sobel 算子是數字圖像處理技術中最重要的算子之一,主要用于邊緣檢測。如圖2 所示,Sobel 算子能夠清楚的將圖像中的輪廓顯示出來。經過Sobel 算子的處理,能對圖像中肉眼難以分辨的色差進行清楚的分析。
數字圖像處理技術作為一種廣泛運用的信息處理技術,而目前特種設備檢驗檢測中主要還是人工檢測,在這個方面還沒有得到很大的運用。如果數字圖像處理技術運用到特種設備檢驗檢測中去,可能會在以下幾個方面:
拍攝設備表面產生圖像經過數字圖像處理后設備外表裂紋、起皮、拉線、劃痕、凹坑、凸起、斑點、腐蝕等缺陷可以一目了然,根據圖像中的缺陷痕跡類型和分布,能夠方便的判斷出設備表面主要缺陷的分布;對設備焊接焊縫進行拍攝,再做統一閾值下的灰度處理就能快速對比發現焊縫表面裂紋,未焊透等缺陷。
射線檢測所產生的照片和滲透檢測產生的痕跡圖像經過數字圖像處理之后能清晰的將缺陷在照片和痕跡圖像標識出來,避免肉眼觀察會產生的誤判或漏判。對滲透檢測中色差微弱的地方經過數字圖像處理也能夠一覽無余。
圖像采集設備的要求很高。特種設備的體型都比較巨大,而缺陷部分相對于設備整體而言是十分微小的。缺陷的數據分析對圖像的像素有著相當的要求,因而目前的圖像采集設備對設備整體分析而言還有著一定的差距[2]。
特種設備檢驗檢測人員一直是特種設備檢驗檢測的主力,而在大數據時代的今天,單純的人力是難以滿足需要的,只有人機結合、數措并舉才能齊頭并進,從質和量兩方面滿足需要。