基于虛擬儀器的機器視覺的起重機械鋼絲繩缺陷檢測技術研究

李文　李炎

【摘 要】 起重機械是日常生產和生活中的重要設備，而起重機的鋼絲繩又是影響起重機安全使用的重要零部件，每年因為起重機械鋼絲繩斷裂引發的事故時有發生，因此，能夠及時準確地發現起重機械鋼絲繩的隱患就成了一個需要思考的問題。本文針對金屬鋼絲繩安全作用功能展開分析探究，引進了機器設備視覺作用感官專業應用技術展開檢測，辨別其缺點位置圖像，且基于LabVIEW平臺設計了相應的缺陷識別和判斷系統，可實現圖像采集、檢測和判斷功能，能夠有效地檢測金屬鋼絲繩的報廢基本條件是不是符合標準條件。在實際應用中取得了良好的效果。

【關鍵詞】 虛擬儀器;鋼絲繩;檢測

【中圖分類號】 G356.6 【文獻標識碼】 A 【文章編號】 2096-4102（2022）01-0099-04

在目前的工業現代化迅速發展形勢下，起重機械也開始在工業領域大量的應用，不過很多與此相關的安全事故也隨之增多。起重機械的安全性和鋼絲繩質量存在密切關系，在吊運過程中鋼絲繩發揮著重要作用。其運行工作頻次高、承擔作用功能強度大，運行標準工況龐雜，因此在運用的時候，常常會由于多種影響作用因素的干擾而產生斷絲、腐蝕變質等矛盾問題，直接干擾到起重機設施的運用安全穩定性?，F行的《起重機鋼絲繩保養、維護規范》中詳細說明這種零部件的質量標準和報廢條件，以促進起重機械的安全使用。

1鋼絲繩缺陷種類

由于起重機械的使用環境一般都比較惡劣，所以容易發生以下缺陷：（1） 繩芯擠出，（2） 局部壓扁，（3） 嚴重扭結，（4） 籠狀畸變，（5） 表面斷絲。

本文主要對上述五種鋼絲繩缺陷進行判定和檢測。

2國內外鋼絲繩無損檢測主要的方法

鋼絲繩檢測可選擇不同的方法，傳統方法為目視法，使用卡尺衡量實際有效直徑，這類模式只可以檢測外界斷絲，并且斷絲需要對外擴散。雖然這類模式對當代生產加工工藝、加工制作的鋼絲繩檢測模式開始不滿足要求，不過其操作方便成本低，因而依然是一類經常使用的檢測模式。金屬鋼絲繩無損檢測專業應用技術，也就是在不破壞其結構基礎上，對鋼絲繩的性能以及是否存在內部缺陷情況進行檢測，然后依據相關的檢測結果和基本原則，針對金屬鋼絲繩分布作用狀態做出評測。

2.1 聲發射檢測法

在鋼絲繩的無損檢測領域，這種方法的應用比例較高，且很早就獲得應用。其是國外研究者 N.Fcasey提出的。他們通過很多的測試實驗分析探究可知，這類應用模式針對處在一定運行標準工況影響里，斷絲作用過程的聲自動智能發射數據傳輸信號，可以展開高效的檢測。這類應用模式經過兩個換能控制器設備的同時間檢測，完成對斷絲具體作用位置的準確定位。

聲自動智能發射（AE）模式，作為一類及時在線實時監控方式，十分適合于物質材料的實時損傷檢測要求，有較高的性能優勢。根據實際應用經驗表明這種技術對金屬鋼絲繩的損傷檢測有明顯的性能優勢，且可滿足狀態監控要求，其優勢是其他模式無法比擬的，但是，因為聲自動智能發射檢測機器設備成本高，且主要是在靜態條件下進行檢測的，因而有一定應用局限性。

2.2 電流檢測方法

目前針對電流檢測技術的研究已經有很多，且取得重要成果，這種技術中常用的包括一一呼應的高功能作用電流檢測應用電路。大量的應用經驗表明，Sense FET電流檢測系統的各方面性能相對均衡，總體性能良好，因而在實際應用中受到廣泛關注。上世紀90年代W.H.K在研究過程中提出了基于Sense FET的電流檢測電路。此后在市場需求等因素促進作用下，依據Sense FET設計的電測電路被大量研發出。不過總體上看都是基于W.H.K的應用電路理論思想進一步改善提升的，在實際應用中依然存在局限性。2005年，Chi Yat等研發出一種基于CMOS的檢測電路，且分析發現其檢測精準程度比較高，然而因為額外添加了龐雜的計算放大作用設備，促使本身工作應用電路過分龐雜，造成了能耗與速率矛盾問題。

除此之外，根據Rds Sense相關技術設計形成的各種應用電路，在DC-DC工作模式下進行交互操作時，是十分高效的。但是截至今日，并未發現有這類無損檢測專業應用技術的具體工作應用電路參考數據文獻公開發布。工作電流檢測專業應用技術在DC-DC交換控制器設備里的使用也存在許多的應用方面，例如過流保護、多相操控交換控制器設備的相關應用，以及額定電感自動智能輸出交換控制器設備。

2.3 磁檢測方法

在實際應用中基于鐵磁材料特性研發出的鋼絲繩損傷檢測技術也有明顯的性能優勢，也代表了電磁檢測領域的主要發展趨勢之一。具體分析可知依據這種技術在進行檢測時，相應的模式可劃分為漏磁檢測、電磁式檢測等幾種類型，其各有一定優缺點和適用范圍，以下進行具體說明。

電磁式檢測。這種技術是上世紀70年代德國學者研發出的，主要應用在混料分選領域。隨后80年代，日本也研發出小微型化的“異材測試實驗控制器設備”及“金屬物質材料簡單判定與探究分析控制器設備”。前蘇聯學者則在大量經驗總結基礎上，研發出一種電磁無損檢測儀，且應用在鑄鐵材料性能的檢測中，此后還應用到38CrSi、35SiMo等相關的檢測中。其中常用的為ΦⅡ-1Y型等。在1985年之后，以萬國慶研究學者為代表的研究分析課題項目組，讓中國電磁無損檢測技術也進入迅速發展階段，有的學者研發出一種高性能的“SZGY 型硬度分選儀”和“WGF-1型自動智能分選儀”，在實際應用中取得良好的效果。這一整套儀器設備在全球許多工礦公司里獲取了高效的使用，特別在結構鋼的迅速無損檢測定碳和表層裂縫、心部裂縫等多個層面，獲得了優異的作用效果，可作定性的分析。

3系統的設計

機器視覺系統在工作過程中需要綜合應用到信息、光學、傳感等各方面的技術，基于一個傳感器對物體的圖像進行采集和傳感，之后對數字信息展開綜合處置研究并且判定，然后發送指示來操控機器設備運動。這種系統的組成結構一般是固定的，主要包括視覺處理單元、光學系統、相機、采集器等。

具體系統如圖1所示

本文針對18mm的若干鋼絲繩進行研究，分析了其在0.5m/s運行條件下的工作性能。在運行過程中先采集鋼絲繩的圖像，然后發送到圖像處理器中，接著進行一定的轉換處理后獲得數字化信號，然后基于視覺系統運算處理這些信息，且提取出相應的特征信號，在此基礎上結合閾值而判斷出鋼絲繩的報廢條件是否滿足。

在進行硬件選擇時，應該具體分析鋼絲繩檢測場合的情況，以及對實時性和精度等方面的要求。照明系統對采集圖像數據的清晰度會產生直接的影響，適當的照明系統盡可能地增加圖像中目標和背景信息的對比度，為其后的圖像分割和辨識提供支持，且滿足準確度要求。在硬件選擇時，為盡可能消除環境光干擾，提高采樣效果，需要選擇相機和光源同側的前向照明;在相機選擇時根據分辨率要求和相應實際應用場合，而選擇了Basler scA1400相機。參考依據有關解釋說明書，可以得知此相機的辨識率為1392×1040、幀比例30fps，優勢體現在數字信息自動輸送容積大、速率快。CCD芯片采用Sony ICX285CCD，其像素尺寸為6.45×6.45um，其像素位深為12bits，鏡頭接口為C-mount，工作溫度為0～50攝氏度。這些參數對改善圖像精度有重要的意義，為其后的處理提供支持。圖像采集器和系統的總體性能存在密切關系，因而也是需要重點研究的。在選擇過程中需要分析攝像頭的分辨率以及相應的接口類型，綜合分析各方面因素而選擇了Meteor采集卡，根據說明書可知其采樣頻率為130MHz，緩存8/16Mbit/s，可以很好地滿足圖像采集要求。在進行缺陷檢測時需要通過軟件對采集的圖像進行分析，為確保相應的缺陷檢測目標實現，就需要機器視覺系統的硬件系統性能達到較高水平。因而本文在設計時，對其硬件單元進行詳細的選擇。

4 虛擬儀器的構成

這類儀器設備，能夠看成一類根據電子計算機的調試、衡量儀器設備，從總體上可劃分為軟硬件兩部分，在運行過程中其中的硬件部分作用是轉化目標的模擬信號到數字信號，軟件則可處理、判斷采集的數字信號，然后基于所得結果發送指令。

虛擬儀器的硬件組成單元具體如下：①上位機：這種部分一般都是電子計算機，能夠完成一定探究分析與運算作用功能，與硬件組成設施的作用功能緊密相互聯系;②數據采集部分：一般為模數轉換器，可轉換處理相機采集的圖像為模擬信號，接著轉換處理而獲得數字信號，為其后的分析處理提供支持。在運行過程中其可實現一定的采集、放大和轉換功能。在數據交互方面選擇了數據采集卡/板、GPIB模塊。在進行采樣速率選擇時主要是基于采樣頻率最大值確定;③傳感器：虛擬儀器中傳感器發揮著重要的作用，總體分析可知其性能對輸出結果精確度有直接的決定作用。在選擇傳感器過程中，應重點分析靈敏度參數，其反映出輸入變化對輸出變化的影響情況，為了充分符合衡量精確性需求，就應當提升感應設備的靈活性。

軟件部分包括：①應用軟件：主要構成如客戶應用操作程序，控制中央面板操控應用操作程序與相互對應的圖像操控應用功能軟件;②機器設備聯動應用操作程序：在應用過程中可實現和外部硬件的交互目的，基于計算機圖形處理功能，而轉化圖像為編程語言，且在此基礎上建立起相應的儀器界面，而在軟件基礎上實現界面控制功能。此外，在儀器界面也設置了相應的按鈕以方便對硬件設備進行調節和控制?，F場實際操控管理過程中，可以經過鼠標來對模擬儀器設備展開操控。LabVIEW 屬于一種圖形化編程平臺，其中設置了很多外觀與傳統儀器等同的控件，在進行編程時可方便地調用。下圖2顯示出本系統的數據采集、檢測相關的LabVIEW組成情況。

本檢測系統的主要工作過程如下：在鋼絲繩的運行過程中，圖像采集系統可對鋼絲繩初始圖像進行采集，接著發送到計算機，后者在接受到圖像后接著進行增強對比度、分割和判定等全面處理，之后對加強的圖像經過最大類間方差法，來二值化處理運算轉化處理。之后使用Canny程序算子全面處理所得最終結果，而獲取金屬鋼絲繩的分布作用邊緣圖像，判定探究分析在這其中是不是具有一定的問題。

5圖像處理

在進行圖像增強過程中應用了最大類間方差法，而獲得滿足對比度要求的現場圖像。接著基于灰度參數差異對這種圖像進行劃分，而形成背景和目標兩部分。二者的灰度差越大則區別越大，這樣就可以更好地將目標從背景中區分出，為其后的處理提供支持。

根據灰度梯度的不連續特征來對背景和目標的邊緣進行區分，如從顏色和紋理特征的突變情況進行判斷。這種邊緣特征主要包括大小和方向兩個參數，基于一定數學算法進行判斷而確定出圖像的邊緣。進行理論分析可知像素值在垂直邊緣的方向灰度變化最顯著，而平行方向的變化慢，可以據此實現邊緣檢測的目的，然后可進行缺陷檢測。

使用Canny程序算子展開綜合處置研究而選取獲取圖像的分布作用邊緣圖像，有關實際狀況具體如下所示圖3。

這種系統在運行時需要通過傳感器采集初始圖像，根據自動輸送體系發往電子計算機之后，展開綜合處置研究而獲取含缺點特點的金屬鋼絲繩邊緣圖像，接下來經過角陷檢測模式展開檢測，而確定出圖像的缺陷部位，然后基于缺陷來分析，確定出磨損率，參考依據這類最終結果判定出金屬鋼絲繩是不是產生嚴重的摩擦損失，以及有沒有達到相應報廢條件。本文在研究時基于 Lab VIEW 8.6 軟件設計相應的圖形化界面，且以此來實現鋼絲繩斷絲、磨損相關的判斷功能，虛擬儀器系統可以實現圖像采集、檢測相關的功能，且確定出鋼絲繩的缺陷情況，判斷出其是否達到了報廢標準。

6實驗過程與分析

在展開模擬仿真探究分析的時候，選用了實際有效直徑為18毫米的金屬鋼絲繩，鋼絲繩的磨損率為公稱直徑與實測直徑之間的差值除以公稱直徑，具體見公式1，當磨損率高于10%條件下可認為缺陷很明顯，達到報廢標準。

磨損率=（公稱直徑-實測直徑）/公稱直徑×100% 公式1

圖4顯示出鋼絲繩的缺陷相關情況，進行判斷分析所得磨損情況結果如表1：

注：上表結果包含了磨損率、斷絲、彎曲形變度等各個組成角度數字信息，屬于整體性判定最終結果，探究分析上表最終結果可以得知根據機器設備視覺作用感官的這類金屬鋼絲繩缺點檢測體系的作用功能優異，在應用過程中可以高效地檢測出鋼絲繩的缺陷情況，且據此判斷出相應的鋼絲繩安全性，對應的研究目標實現。這種系統檢測結果的精確度高，有一定應用推廣價值。

7結論

本文綜合系統設計了一個根據機器設備視覺作用感官的金屬鋼絲繩缺點檢測體系，這類體系在運行工作過程中，經過攝像頭收集金屬鋼絲繩圖像，然后利用Canny算法來增強處理采集的圖像，在灰度判斷基礎上得到圖像的目標和背景部分，接著基于二值化邊緣圖像來判斷鋼絲繩的狀況，且進行安全性評價。測試實驗檢測最終結果說明這類缺點檢測體系作用功能完成，能夠非常好的符合金屬鋼絲繩缺點檢測的有關需求。比較探究分析可以得知這類金屬鋼絲繩的檢測體系的功能應用優勢，主要體現到如下幾個方面：

效率高，穩定性高，可持續高效地運行;

非觸碰衡量，圖像的辨識率高，及時在線性好;

在檢測時不需要拆卸鋼絲繩，為檢測提供了很大的便利;

體積小，方便現場應用和攜帶。

【參考文獻】

[1]岳飛.承壓類特種設備常用無損檢測方法[J].電子技術與軟件工程，2019（5）：108-109.

[2]楊弘.基于機器視覺無損檢測技術的礦用鋼絲繩檢測分析[J].當代化工研究，2019（6）：112-113.

[3]侯振寧，李記葉，黃靈峰.一種基于機器視覺的非接觸式電梯鋼絲繩缺陷檢測技術[J].中國電梯，2018，29（1）：33-34，37.

[4]侯振寧，武軍.橋式起重機金屬結構健康狀態監測研究[J].中國儀器儀表，2015（6）：47-49.

[5]侯振寧.基于LabVIEW的起重機械鋼絲繩缺陷檢測技術研究[J].特種設備安全技術，2019（3）：35-37.

[6]劉華冠.基于機器視覺的袋裝物料位姿自動識別研究[D].濟南：濟南大學，2011.

[7]王銳.基于金屬磁記憶檢測鋼絲繩缺陷的裝置應用研究[J].機械管理開發，2020，35（5）：123-125.

[8]孟積漸.國內外礦用鋼絲繩無損檢測技術及使用管理[J].煤礦機械，2018，39（8）：154-156.

[9]L. Xiang，H.Y. Wang，Y. Chen，et al. Elastic-plastic modeling of metallic strands and wire ropes under axial tension and torsion loads [J]. International Journal of Solids and Structures，2017，129：103-118

[10]石晟，張炳福，趙慶龍.基于機器視覺的礦用鋼絲繩無損監測系統研究[J].煤礦機電，2017（4）：19-22.