基于视觉和振动的起重机安全检查系统设计*

陈 星 张国健 冀行方

海南省锅炉压力容器与特种设备检验所 海口 570203

1 起重机检测技术发展现状

1.1 起重机检测背景

起重机常用于交通，电力，建筑，造船及港口等多个领域，在我国的社会建设发展中起着无可取代的作用，但由于起重机机械结构复杂，其安全性一直是一个需要给予关注的课题。而起重机的监管，是保证起重机安全性的一个重要手段。例如，2013年3月，浙江台州发生了一起整机倾覆事故，在安装过程中工人拆除了力矩限制器，而在使用过程中因偶然因素超载，致使起重机起重臂断裂，整机倾覆[1]。虽然该次事故的源于力矩限制器的拆除，通过对起重机的监管，定期检验完全可以避免该类事故。但目前对起重机械的检验手段还较为简单，特别是特检机构还需要安排人工到现场检查，由于条件限制通常用万用表、测距仪等易于携带的检测手段，这种方式不仅耗时耗力，效果也不是很理想，由于所监管地域广阔，起重机数量较多，很难做到全面细致的检验。而物联网技术作为一种新兴的领域，在解决这些问题过程中可以发挥较大的作用。

1.2 起重机检测现状

目前起重机主要的检测手段有以下几种：目测检测、超声检测、射线检测、渗透检测、振动检测、电磁检测[2]以及较新的无人机拍照检测[3]或文献[4]提出的一种无人机涡流式检测的思路。

1）目测检测 依靠目视检查机构试运行情况以及量具测量检测起重机的整体质量状况。

2）超声检测 超声检测是无损检测手段中的一种，且是目前最广泛应用的检测手段，它基于压电品体的逆压电效应和压电效应对材料的对接以及贴角焊缝的质量和裂纹进行检测。

3）射线检测 射线检测也是无损检测手段中的一种，它效率高，适应性强，定位准确，但成本较高，有一定安全隐患，目前主要应用于对起重机钢结构对接焊缝进行检测。

4）无人机拍照检测 无人机拍照检测是目前较为新型的检测手段之一，它采用了机器视觉技术，将无人机拍摄的照片经过灰度化、滤波处理、二值化、边缘检测等数字图像处理步骤后经过机器学习技术进行特征提取或依靠人工识别对起重机的故障进行诊断。它相较于以前的检测方式可从更多角度对起重机结构进行检测，可检测范围更大且无需检测人员登高涉险。

5）无人机涡流式检测 由于无人机拍照检测依靠图像处理对起重机机构进行健康检测，易受到表面灰尘油污等因素的干扰，对结构内部裂纹的检测效果也较为一般，周前飞提出了一种思路，即在无人机接触式检测手段中除了搭载摄像头以外无人机还将搭载涡流传感器等辅助检测，检测效率更高。

此外，对金属结构的检测方式还有电阻应变、光纤应变、声发射等。

2 起重机安全检查系统架构

本文提出的起重机安全检查系统依靠工人佩戴专用带有摄像头的头盔，即头戴式视觉检测设备，协助远程检测人员拍摄起重机的待检测部件，如金属结构、螺栓连接、制动器、吊钩、钢丝绳等，并记录起重机运行过程。除头盔外同时采用集成电源背包的数据采集器，通过M8/M12连接器将高清摄像头以及磁吸式加速度传感器与数据采集器相连，所采集到的数据将经过数据采集器的初步处理后通过4G或5G网络上传到远程服务器，在远程服务器中用大数据，机器视觉等方式来判断所监测起重机螺栓、金属结构、制动器等部件的状况，或直接采用人工识别的方式检查。同时现场工作人员可通过手机上专用的APP，从远程服务器获取操作提示以及检测结果。该检测系统整体上大致可分为采集模块、通讯模块、处理与分析模块等3部分，如图1所示。

图1 起重机检测系统架构图

2.1 采集模块

采集模块是起重机安全检查系统的基石，主要包括带有高清摄像头的头戴式检测设备、磁吸式加速度传感器和数据采集器，用于从起重机机构上采集相关数据。

考虑到起重机的运行环境较为复杂，例如起重机建设在厂房内，无人机可能会因众多的电子设备或金属结构的电磁干扰而丧失自身的定位能力，不能正常运行，其他检测手段往往需要复杂的安装步骤，所以该系统采用现场工作人员携带头戴式视觉检测设备以及集成电源背包的数据采集器，磁吸式加速度传感器的方式进行数据采集。头戴式检测设备主要用于对起重机危险部位金属结构(可根据不断更新的统计数据以及由有限元模型得出的理论数据判断危险点)、制动器、吊钩、钢丝绳等重要部件，以及起重机关于制动器，高度（深度）限位器，行程限制器等安全装置的运行情况进行视觉信息采集。磁吸式加速度传感器则用于采集起重机机构的振动信息。集成电源背包的数据采集器通过M8/M12接头与磁吸式加速度传感器和高清摄像头建立数据连接，获取高清摄像头采集到的图像数据和磁吸式加速度传感器采集到的振动数据，并对这些原始数据进行预处理。

2.2 通讯模块

通讯模块是整个起重机检查系统的枢纽，负责实现检测现场与远程服务器间的数据交互，主要包括数据采集仪所装载的4G/5G传输模块和手机平台上的检测专用APP。数据采集器可将自身预处理过的数据采用4G/5G模块通过网络传输到远程服务器当中，现场工作人员可以通过登录检测专用APP从远程服务器获取检测结果以及操作指令。而检验人员则可通过APP实时与现场工作人员交流，给出判断结果和检测步骤的指示。

2.3 处理模块

处理模块是对从通讯模块获取的现场起重机的数据进行进一步处理的地方，主要在远程服务器当中进行。它将从通讯模块接收到的数据用MySQL数据库或分布式存储（HDFS）等形式储存起来，之后可由人工判别或通过机器视觉或机器学习等数据处理方式对数据进行处理，得到对起重机检测项目的判断结果。并设置人机交互界面，检测人员可通过Web端或APP端查看实时的未处理数据，以及数据处理判断结果。

3 基于视觉的起重机安全检查方案

基于视觉的检测方案可以实现检验人员远程对起重机设备的金属结构、制动器、吊钩、行程限制器、高度（深度）限位器等重要部件进行检测。主要由头戴式检测设备、集成电源背包的数据采集器，远程服务器，用户端（包括APP端和Web端）组成。

头戴式检测设备是基于视觉的起重机安全检查方案的核心，如图2所示。由于该部分主要通过图像信息对待检测项目进行评判，对图像的清晰度就提出了一定的要求，故采用高清摄像机用于拍摄待检测位置的图像。桥式起重机一般设置在室内厂房里，其环境相对昏暗，昏暗的灯光将直接影响拍摄图像的质量，进而影响检验人员对检验项目进行检验判断，在头戴式检测设备上增加LED照明设备进行光线补充，提高拍摄图像质量。由于图像包含数据量较大，稳定且快速的信号传输对整个检测过程至关重要，这里采用当下传输速率较高的4G或5G网络。

图2 头戴式检测设备

对金属结构的视觉数据采集处理方案为：现场工作人员登录专用APP，输入所检测起重机型号、工况、使用时长等参数，远程服务器根据所接收到起重机信息根据不断更新的历史数据以及参考相同类型的起重机有限元分析结果给出该起重机的金属结构的危险点。并根据危险点给出现场工作人员应拍摄的起重机金属结构部位，这些通讯可通过手机平台上的APP实现。远程专业人员通过现场工作人员进行拍摄，并通过网络及时将处理后数据传输到远程服务器，远程服务器对采集到的数字图像进行灰度化、滤波处理、二值化、边缘检测等预处理步骤后，由远程服务器基于人工识别或大数据评判的方式给出相应金属结构的判断结果，检测人员与现场工作人员通过APP或Web实时查看检测结果。最后远程服务器将检测相关数据归档存储，作为之后检测的参考。

对起重机吊钩、制动器、钢丝绳等部件的视觉检测方案为：现场工作人员通过APP输入吊钩原始数据信息以及使用时长，并根据提示对吊钩进行多角度拍摄，所获得的数字图像信息经预处理后发送到远程服务器当中，远程服务器根据吊钩原始数据以及图像信息对吊钩进行判断，并把检测结果归档存储，把判断结果反馈至APP端和Web端。对起重机制动片磨损和钢丝绳的断丝情况的视觉检测依照吊钩处理。对于起重机的复杂机构部分如制动器的零部件，铸造起重机钩口防磨保护鞍座等难以采用图像识别智能处理的部分也可通过拍摄高清图像发送至远程服务器由检验人员人工协助识别。

对起重机运行的录像拍摄检测方案：现场工作人员按照要求无负载运行起重机起升、行走等机构，以及紧急停止装置，采用高清摄像头按照要求对起升、行走等机构的运动过程进行录像，并将这些数据发送至远程服务器由检验人员或大数据进一步识别，归档处理，由此判别起重机行程限制器，高度（深度）限位器，紧急停止装置的安全状态。同样可以依靠录像人工识别或大数据处理有：液压制动器有无漏油现象，制动轮与摩擦片摩擦，有无缺陷和油污等情况。

4 基于振动的起重机安全检查方案

起重机远程安全检查系统的振动检测方案主要由磁吸式传感器、数据采集器、远程服务器以及用户端实现。首先由现场工作人员通过APP输入待检测起重机的结构、型号以及需要检验的问题类型等参数，由远程服务器合理地分配测点位置给现场工作人员，之后在相应的测点位置布置磁吸式加速度传感器用于采集起重机的信号[5]。该振动检测方案主要通过加速度传感器来采集起重机的振动信号，通过对振动信号的分析处理完成检测任务，实现检测起重机是否存在有螺栓松动、明显裂纹等问题[6]，所采集到的振动信号通过4G/5G网络传输到远程服务器当中。

远程服务器对采集的数据进行分析得到结果是振动检测方案的关键。分析的手段多种多样，但都需对信号进行时域、频域或时频域分析，再通过观察分析结果做出是否存在问题的判断，可结合贝叶斯决策、机器学习等一系列大数据手段，帮助检测人员完成决策过程。简单的方法是对振动信号进行傅里叶变换等手段得到频域图像，通过观察振动信号的调幅和调制等现象粗略地判断起重机是否存在问题[7]。更进一步的方法是通过对信号的时频域分析，得到一组能反映当前振动信号的特征值，然后通过贝叶斯决策、KNN近邻算法、支持向量机等方法对特征值进行模式分类，或者通过神经网络对信号的频域或时频域图像分类得到结果，这样即可通过大数据与相应的算法得出起重机相关检测项目是否合格的判断结果。起重机远程检测方案的框架和路线如图3所示。

图3 振动检测系统架构图

5 以桥式起重机为例的实现流程

1) 现场工作人员根据将所检测桥式起重机的具体型号、工况、使用年限等信息通过手机端的APP传输至远程服务器，远程服务器智能规划检测工序及具体操作步骤，并传递给现场工作人员的手机端。

2）现场工作人员根据APP的提示对所要检测的部位按照所指示操作步骤进行检测，如拍摄起重机危险点的金属结构，拍摄起重机制动器、吊钩、钢丝绳、限位器等部件的工作状态，根据指示布置磁吸式加速度传感器，按照指示操作桥式起重机进行起升和行走并录像等。此时，检测数据将在数据采集器中预处理后被实时传输到远程服务器。

3）远程服务器通过机器视觉或机器学习等数据处理手段或结合人工识别对数据分种类进行处理，给出对起重机检测项目的判断结果，并反馈至现场工作人员的APP端，检测人员通过APP端和Web端实时查看原始数据和判断结果，并与现场工作人员联系。

6 结论

1）起重机检测对于起重机的安全性具有很重要的意义。利用远程检测技术可以进一步提高起重机检测的效率，降低人工成本，时间成本。

2）本起重机安全检查系统依靠视觉和振动两种方式来对起重机进行检测，并将所采集到的数据通过4G网络或5G网络进行远距离传输，在服务器端对数据进行分析，存储等处理。

3）本起重机安全检查系统视觉数据依靠头戴式视觉检测装置进行采集。在保证了拍摄角度的灵活性和多边性的基础上规避了无人机在复杂环境中运行困难的问题。振动数据依靠安装在起重机测点上的磁吸式加速度传感器进行收集，解决了声发射检测手段易受外界杂声干扰的实际问题。

4）本起重机检测系统采取机器学习，机器视觉等数据处理技术，能够在用一定的数据训练后自主判断起重机故障与否的结果，减少检验人员的工作量。