敬东陈萍梁晓曦

甘肃省特种设备检验检测研究院兰州

摘要：针对传统检验检测手段在大型起重机上存在的不足，设计了一种面向起重机的无人机智能辅助检测系统，对大型起重机上检验人员难以接近部位进行高清图片和视频的拍摄，同时具备红外热成像功能，能快速锁定缺陷并对其分析；搭载动刚度检测仪获取起重机工作时的振动频率，可以辅助判断大型起重机械是否存在异常，实现对设备安全状态的初步评估。

关键词：起重机械；无人机；红外热成像；动刚度检测

中图分类号：TH文献标识码：B文章编号：-（）23--04

0引言

金属结构是起重机械的主体结构，其常见的损伤失效模式有疲劳裂纹、腐蚀、机械磨损、变形等[1，2]。随着损伤的积累和抗力的衰退，起重机械承载力和使用寿命逐渐降低，严重时甚至导致金属结构突然断裂。为防止此类事故的发生，必须对在用起重机金属结构状况进行有效的检验检测、安全评估。起重机械工作环境恶劣，其检验检测属于高空作业，检验人员很难到达大型起重机结构的某些重要部位（如门式起重机的主梁下盖板、塔式起重机的塔帽、门座起重机的象鼻梁和人字架顶部等）[3，4]，即使能到达也会因空间受限而不便操作仪器进行检验工作。传统的检验方法不仅风险系数高，且劳动强度大、效率低，针对检验过程中存在上述问题，提出一种辅助检测方法对这些关键部件进行检验检测。

多旋翼无人机系统具有长距离飞行、可悬停、便于操作、成本低、可搭载检测装置等特点，无人机技术的快速发展使其在电力巡检、桥梁质量检测、测绘工程等领域得到一定程度的工程应用[5，6]。对于起重机金属结构表面裂纹、腐蚀等缺陷，利用无人机搭载检测模块对其进行非接触式检测，能有效改善检验人员在高空进行检测作业的不足。

1无人机智能辅助检测起重机现状介绍

大型起重机械金属结构的检测项目主要包括受力结构件的焊缝、连接螺栓、销轴连接以及各构件厚度的检查等。目前国内针对大型起重机结构测量的仪器实现方式主要有两种，一是搭载高清照相机、高清摄像机对检验人员难以检测的结构部位进行拍照、拍摄，并把采集的图像等数据传输到地面终端数据显示平台，供地面检验人员观察、分析位于常规检查盲区的结构部位是否存在病害；二是采用简易无人机拍照图片方式，通过无人机拍摄的视频图像，观测被测设备的表象，人工判断。上述两种方式虽各具特点，但也有不足之处，主要体现在以下几点：1）对所拍摄的影像数据，事后进行局部放大查看分析，不能实现实时处理；2）两者均采用拍照方式对拍摄的图片进行人工判断其表象，没有数据依据；3）对检验检测的天气和环境要求比较高，比如能见度、风力大小等；4）为看清细小缺陷需要较高的图像质量，对无人机的储存能力要求较高。

2无人机智能辅助检测系统的设计

2.1红外热成像检测系统

1）红外热成像检测技术

红外热成像检测技术的原理是依靠缺陷区域和对照（无缺陷）区域物质的热力学系数的不同[7]，红外热像仪正好能利用热量辐射的原理将被测物体表面的热量精确量化，并将其转换生成热图像和温度值，故可利用红外热像技术进行金属材料内部损伤检测、焊缝疲劳裂纹检测。与其他测温仪器相比，它具有非接触、响应速度快、测量精度高、温度场形式测量等优点；与常规的探伤方法如X射线、超声波等相比，红外热像技术具有不需要物理接触或耦合剂，操作简单方便，无放射性危害等优点。

2）红外热成像系统的设计

基于无人机搭载相机检测的不足和红外热成像技术的特点提出一种新的设计，即多旋翼无人机搭载红外热成像云台。在操作手柄的控制下飞行至大型起重机附近，操纵按钮控制红外热成像云台方向、变焦、切换画面输出形式等功能。其中红外热成像功能负责捕捉结构缺陷，且对金属结构红外图像进行初处理，切换成高清图像将缺陷处图像输出。及时调整云台的角度，实现不重拍、不漏拍的目的。该设计利用红外图像中的主体特征明显，可过滤掉很多杂乱的背景特征，为捕捉缺陷和拍摄缺陷处高清图片提供便捷，从而达到高质量的检测，采用红外相机追踪缺陷的过程示意图如图1所示。

3）红外相机参数要求

考虑到六旋翼无人机的飞行性能、拍摄距离、照片质量等因素，经过多次试验选型，最终选得带有热成像功能的红外相机，其参数为：热分辨率为×，可见光分辨率是×，较高的分辨能力有利于缺陷的捕捉和判别；水平视场角46°±1°，保证足够的水平视野；场景温度范围为-20℃～℃；灵敏度可检测到0.1℃的温度变化。

4）无人机红外热成像检测优势

红外热成像技术与无人机结合，打破光线和空间的限制，可实时捕捉清晰、精准的热图像，红外云台无人机进行特种设备检验检测，能迅速锁定故障点以便分析缺陷，尤其是在能见度低、人工难以攀爬或有危险的位置进行探测时，可大幅度减少由于人员疲劳或位置危险所导致的检测遗漏，提高检测效率，降低维护成本，完成安全高效的检测作业，具有高安全性、高效率性、运行成本低等明显优势。举例管道红外热成像检测图见图2。

图1检测目标追踪示意图

图2管道红外热成像检测图

2.2动刚度检测系统的设计

1）动刚度测试的设计原理

额定起升载荷起升、下降过程中，起重机系统容易发生缓慢、持续的衰减振动，振动带来的交变载荷产生疲劳，对起重机结构不利，亦不利于起重机吊装的精度性能。如果此振动的激振频率接近主梁的固有频率，将会引发结构共振，进而造成主梁结构的疲劳破坏[8]。测量起重机结构工作时的振动，可利用振动信号对设备和结构的运行状态进行监测评估和故障诊断，为起重机共振疲劳寿命评估提供科学依据。

设计一种多旋翼无人机搭载起重机动刚度检测模块的系统，该模块利用高性能微电脑芯片搭载高精度震动传感器采集起重机垂直方向振动信号，通过FFT算法测量起重机运行过程中主梁的振动频率值，动刚度测试仪如图3所示。动刚度测量单元内置进口高精度低频振动位移型传感器及精密信号处理电路，采用无线射频技术，无须安装调节，直接放置在所需测量位置即可。

图3动刚度检测仪

2）动刚度检测

起重机动刚度检测模块固定在起重机的主梁上，并安装在多旋翼无人机机架下方，固定位置需在红外热成像摄像头视距范围内，以确保无人机在飞行过程中可随时观察起重机动刚度检测模块所处位置，同时在释放起重机动刚度模块时可实时监测起重机动刚度模块所处位置，以保证起重机动刚度检测模块的垂直释放并稳固吸附在起重机主梁上（见图4），通过手持控制终端进行起重机主梁的动刚度检测，并可实时观察检测数据，图5为检测试验时主梁的振动曲线图。

图4无人机搭载动刚度检测仪进行检测

图5振动曲线图

3面向起重机无人机辅助检测系统特点

大型起重机结构机载智能检测系统由六旋翼无人机、无人机操纵手柄、红外热成像云台、起重机动刚度检测仪、起重机动刚度检测模块手持终端等组成。选择一台门式起重机进行检测试验，操纵多旋翼无人机搭载起红外热成像云台采集缺陷处图片；搭载起重机动刚度检测模块飞行，至起重机主梁上方释放起重机动刚度检测模块，释放完成后用起重机动刚度检测模块手持终端完成检测。

采用无人机智能辅助检测方法的优点是：1）无盲区，无人机可采集人工无法到达部位的影像数据；2）检测速度快且前期准备简单，与传统的人工检测及仪器检测相比，无人机检测用时大大缩短，同时检测成本投入也相应降低；3）具有较高的安全性，无人机在无GPS信号情况下的姿态和飞行仍十分稳定，替代人工检查的方式，具有较高的安全性；4）检查成果直观形象，成果指标包括影像、数据等，便于查询和追溯；5）方案具有可移植性和推广性，无人机检测的技术容易掌握，软件操作简单，可以快速进行复制和转移推广应用，对其他类似工程具有较强的借鉴和推广价值。该检测方法也有一定的局限性，比如检测时需把控飞行位置与观察部件的距离，对无人机操作人员的操作技能要求高；由于多旋翼无人机体积和安全距离的限制，不便于在狭窄的空间进行飞行检测。

4结语

本文设计了一种面向起重机的无人机智能辅助检测系统，该套检测系统将无人机技术、视觉探测技术、损伤识别技术和传统检测技术有机结合，可检测起重机械高空位置的零部件缺失、臂架腐蚀、金属结构裂纹等安全隐患，其动刚度检测系统可辅助判断大型起重机是否存在异常，实现对设备安全状态的初步评估。通过该系统的应用有效地提高了检测效率，减少了检验的人力成本投入，降低了检验中的风险。

参考文献

[1]吴占稳，沈功田.基于层次分析法的港口起重机结构件安全评价[J].起重运输机械，(4)：7-10.

[2]郑祥盘，宋国进.应用于起重机智能视觉检测的双网络并行模型[J].厦门大学学报(自然科学版)，，58(6)：-.

[3]李太周，张骞.双箱梁通用门式起重机主梁与支腿连接处的结构分析[J].起重运输机械，(3)：15-18.

[4]詹伟刚.基于裂纹扩展的疲劳寿命预测及在起重机金属结构中应用[D].哈尔滨：哈尔滨工业大学，.

[5]刘国嵩，贾继强.无人机在电力系统中的应用及发展方向[J].东北电力大学学报，，32(1)：53-56.

[6]许宏元.无人机在桥梁检测中的应用[J].中国公路，(10)：39，40.

[7]刘元林，梅晨，唐庆菊，等.红外热成像检测技术研究现状及发展趋势[J].机械设计与制造，(6)：-.

[8]焦群英，王书茂，才力，等.用于结构共振疲劳寿命估计的应变模态分析[J].机械工程学报，，32(6)：52-57.