應用方案(an)—采(cai)用紅外(wai)熱成像(xiang)對管(guan)道缺(que)陷進行(xing)定(ding)量分析檢測

在管(guan)道(dao)機器人的(de)檢(jian)測過程中，通常(chang)需(xu)要檢(jian)查(cha)管(guan)道(dao)內壁的(de)缺陷(xian)并估計出缺陷(xian)部位的(de)危(wei)險程度(du)，以便能夠及時修復缺陷(xian)，延長(chang)管(guan)道(dao)的(de)使用壽命。目前的(de)方法主(zhu)要為機器人攜帶檢(jian)測裝(zhuang)置的(de)內部缺陷(xian)檢(jian)查(cha)技(ji)術，但這樣的(de)設備仍然(ran)非常(chang)匱(kui)乏。隨著無(wu)損檢(jian)測技(ji)術的(de)發展，實際工(gong)程應用中不僅需(xu)要定性分析結(jie)(jie)果，還需(xu)要對管(guan)道(dao)缺陷(xian)的(de)尺寸(cun)，深(shen)度(du)和其他信息的(de)定量分析結(jie)(jie)果。

圖為紅外圖像和灰度(du)圖像的對比(bi)

利用紅外熱成像技術檢測缺陷是一種迅速發展的方法。但是，通過人工觀察很難定量和準確地分析紅外熱像儀采集的圖(tu)像(xiang)中(zhong)缺陷(xian)(xian)(xian)的大小和位置，這只能(neng)判斷(duan)是(shi)否存在缺陷(xian)(xian)(xian)以及缺陷(xian)(xian)(xian)的近似形狀(zhuang)，不(bu)利于有效(xiao)地評估缺陷(xian)(xian)(xian)的風(feng)險程度。因此，非(fei)常有必(bi)要對收(shou)集到的熱圖(tu)像(xiang)進行圖(tu)像(xiang)處理和分析(xi)。目前，缺陷(xian)(xian)(xian)的定量分析(xi)主要集中(zhong)在缺陷(xian)(xian)(xian)區(qu)域的分析(xi)上。之前的方法可以得到像(xiang)素尺(chi)寸的缺陷(xian)(xian)(xian)區(qu)域，但是(shi)以物理長度為單位確(que)定缺陷(xian)(xian)(xian)區(qu)域的實際尺(chi)寸仍然是(shi)困(kun)難的。

圖為缺陷位置校準

研究者(zhe)提(ti)出了一種(zhong)紅(hong)(hong)外(wai)熱像(xiang)儀圖像(xiang)處理管(guan)道缺(que)(que)陷(xian)(xian)檢測方法，可(ke)用(yong)于定(ding)量分(fen)析表(biao)面(mian)缺(que)(que)陷(xian)(xian)的(de)類型(xing)和面(mian)積并檢測管(guan)道內(nei)壁上的(de)位置。為了解決獲取紅(hong)(hong)外(wai)熱像(xiang)的(de)問題，設計了一種(zhong)基于渦流(liu)加熱的(de)特殊(shu)紅(hong)(hong)外(wai)熱像(xiang)儀，可(ke)以(yi)用(yong)來獲得畸變較小的(de)內(nei)管(guan)壁缺(que)(que)陷(xian)(xian)從像(xiang)素到實際尺(chi)寸的(de)熱像(xiang)圖并進行校準(zhun)。實驗(yan)表(biao)明，將該方法與提(ti)出的(de)紅(hong)(hong)外(wai)成(cheng)像(xiang)裝置結合使用(yong)，可(ke)以(yi)安裝在管(guan)道檢查機器人(ren)中，實現管(guan)道內(nei)壁表(biao)面(mian)缺(que)(que)陷(xian)(xian)的(de)無損(sun)檢測。

參考資料：

Yixuan Li, Yunwei Zhang, Yangyang Fan. A Quantitative Analysis Method for Pipeline Defect Inspection Based on Infrared Thermal Imaging [C]. 2018 2nd IEEE Advanced Information Management, Communicates, Electronic and Automation Control Conference(IMCEC 2018).