基于機器視覺和脈沖渦流結合的礦用鋼絲繩無損檢測分析

王 燕

（山東科技大學 機械電子工程學院，山東 青島 266590）

鋼絲繩作為煤礦提升運輸的關鍵部分，有著強度高、重量輕、彎曲性能好、不易斷繩、工作平穩等優良特性，雖在出廠前都進行了預應力處理，但在礦井系統長期高負荷的工作過程中，在役鋼絲繩會受到載荷突變、復雜環境變化等影響，從而出現磨損、腐蝕、斷絲等不同類型的損傷或缺陷，將會降低其承載強度和使用壽命，嚴重時會發生突然斷裂，直接威脅礦井的正常安全生產。近年，礦井提升快速發展，需要更高標準和要求的提升鋼絲繩，在不影響在役鋼絲繩正常工作運轉的情況下，對鋼絲繩的缺陷和損傷進行檢測尤為重要。就此情況，筆者提出將機器視覺與脈沖渦流無損檢測技術相結合的方法，對在役鋼絲繩的動態參數進行在線監測，以利于礦用鋼絲繩安全運輸和礦井安全生產。

1 鋼絲繩檢測方法分析

人工檢測方法是鋼絲繩檢測中最傳統的方法，通常是人工視覺加上輔助工具（如放大鏡等）去檢查鋼絲繩是否存在缺陷和損傷，但其操作時間間隔固定，耗時較長，且受外部環境、鋼絲繩表面油污附著、主觀分析等因素影響，內部缺陷很難被檢測出來，不能實時準確地獲取鋼絲繩損傷情況，檢測記錄可追溯性差，導致安全隱患仍然存在。同時，為了保證煤礦正常生產，安全負責人員會在特定時間間隔內對鋼絲繩進行全部更換，這就導致還能正常使用的鋼絲繩被替換掉，浪費資源。

目前，國內外鋼絲繩無損檢測方法主要有超聲波檢測、光學檢測、聲發射檢測、振動檢測、電流檢測和電磁檢測六種。其中，電磁探傷法應用最為廣泛，使用磁化裝置將鋼絲繩磁化，通過電磁感應技術，根據鋼絲繩損傷部位產生的磁信號來判斷其損傷情況，還可以對缺陷損傷部位橫截面積進行定量的判斷，該方法操作較為簡單且成本低。但人工檢測法和電磁檢測法都會受到周圍環境、設備工作狀態、干擾因素的影響，受限較大，檢測結果精度和準確性低，給礦井管理帶來諸多不便。

2 機器視覺和脈沖渦流無損檢測分析

隨著智能科技的迅猛發展，機器視覺檢測技術近年來被應用于很多領域并取得了明顯的效果。與人工視覺相比，機器視覺技術靈敏度高、檢測速度快、精度高、成本低，有著顯著優勢，是多種學科的交叉和融合。脈沖渦流無損檢測法是電磁檢測法中的重要方法之一，其原理為電渦流效應，具有非接觸、靈敏度高、效率高、速度快、虛檢率低等優點。無損檢測不會對構件造成宏觀損傷，也不會影響響應結構的完整性。在保證元器件完整性的前提下，通過聲、光、電、磁等物理手段對顯示結構的關鍵元器件進行在線反復操作。通過定期檢查，可以有效地確認服務結構的安全性。礦井提升用鋼絲繩大多采用高碳鋼，具有良好的導磁性能并且目前人機交互技術較為成熟，通過嵌入式技術分別建立機器視覺檢測平臺和脈沖渦流檢測平臺，結合二者檢測靈敏度高、誤檢率低的優點，采用物聯網技術進行數據傳輸，來檢測鋼絲繩使用過程中出現的損傷和缺陷，以減少鋼絲繩事故發生，從而保證鋼絲繩安全使用并減少過早報廢。

2.1 機器視覺和脈沖渦流檢測平臺主要結構組成

機器視覺檢測平臺的硬件結構如圖1，由數字攝像機(OV2640)、數據傳輸模塊(STM32)、串口模塊、上位機（處理器、顯示器）模塊等組成。脈沖渦流檢測平臺的硬件結構由圖2，由驅動模塊、信號檢測模塊、信號收集模塊、數據傳輸模塊和上位機模塊組成。

圖1 機器視覺檢測平臺組成

圖2 脈沖渦流檢測平臺組成

2.2 機器視覺和脈沖渦流檢測方法

機器視覺檢測流程如圖3，在對鋼絲繩進行監測過程中，數字攝像機對鋼絲繩圖像進行采集，通過單片機進行數據傳輸并存儲信息，單片機讀取圖像信息進行損傷、缺陷識別， 采用高斯濾波去除噪聲，然后對圖像分割得到圖像的強度梯度，采用非最大值抑制技術消除邊緣誤檢，采用雙閾值法確定可能的邊界，采用滯后技術跟蹤邊界，運用Canny邊緣檢測算法，通過后臺計算分析，當超過預定值時，發出報警信號并在顯示器上顯示，保存入數據庫。

圖3 機器視覺檢測流程圖

脈沖渦流檢測流程如圖4， 接入電源后，驅動部分產生的脈沖激勵信號被設備上的探頭掃描，鋼絲繩周圍產生磁場，此時由傳感器將獲得的磁場變化轉換為電壓信號傳送到信號收集模塊，在該模塊中對電壓信號進行濾波去噪，并提取信號峰值。進一步傳送到上位機模塊，處理器會將提取的峰值與編碼器中提前設好的閾值比較，若峰值小于閾值，則表示沒有缺陷，結果將在顯示屏上示出，然后繼續進行下一次檢測；若峰值大于閾值，表示存在缺陷并報警提醒，便于安全管理人員及時進行更換或維修，實現了鋼絲繩檢測的定性分析。

圖4 脈沖渦流檢測流程圖

3 實驗數據和技術應用分析

3.1 數據處理

（5）根據人工預定的雙閾值對K進行邊緣判斷，獲得邊緣檢測結果。

使用不同方法對鋼絲繩缺陷進行檢測，結果見表1。正確率、誤差率、誤差率和平均誤差率是用來衡量檢測精度的四個指標。準確率為像素正確的。漏檢率為實際修改像素，誤檢率為實際不變像素，平均誤碼率為最后兩個像素的平均值。

表1 不同方法下鋼絲繩缺陷檢測結果

由表1結果可得，單獨使用脈沖渦流檢測鋼絲繩缺陷，其虛檢率較低，漏檢率高，原因主要是由于受到脈沖頻率變化、脈沖電壓變化以及較大的環境干擾（提離效應、邊緣效應和集膚效應等）影響，小的缺陷難以被發現，導致漏檢率較高；單獨使用機器視覺檢測法檢測結果是虛檢率高，而漏檢率較低，原因主要在于相機選擇、環境因素（溫度、光照、電源電壓不穩定、電磁干擾等）和圖像處理不當等因素，致使最終數據處理結果出現誤差和誤判；與單一檢測方法相比，前兩者結合檢測可以優勢互補，綜合脈沖渦流檢測的虛檢率低的優點和機器視覺檢測的漏檢率低的優點，從結果來看，檢測精度和檢測效率都大大提高了，并且能夠降低報警率，給管理者減輕負擔。

3.2 技術應用分析

由前文可知，將機器視覺和脈沖渦流檢測技術結合起來對鋼絲繩進行檢測的方法有著顯著的優勢，不僅操作簡便，效率高、速度快，還可以節約成本，節省勞動力，并且設有分級報警功能，實用價值強。同理，該方法也可以適用于其他金屬構件（如金屬套管、不銹鋼等）、磁性材料（如鐵氧體磁環等）的缺陷和損傷檢測。但是，兩種檢測方法結合檢測時受到的外界干擾因素不可控，在接下來的研究中需要進一步尋求更好的方法去克服光源、信號干擾、濾波去噪、圖像處理等限制。

4 總結

利用機器視覺和脈沖渦流復合無損檢測技術對鋼絲繩的狀態參數進行檢測，綜合了兩種檢測方法的優點， 可以檢測鋼絲繩在使用過程中的損傷和缺陷，極大地提高了鋼絲繩檢測的效率和精準度。還可以根據處理后的數據結合國家礦用鋼絲繩的檢查標準、報廢標準等對鋼絲繩壽命(剩余承載能力和安全系數等)進行合理預測評估，便于及時更換不符合要求的鋼絲繩，使之更好的保證礦井安全生產。