无人机机载检测技术在工业锅炉检测领域的应用

朱 伟

(西安明德理工学院,陕西 西安 710124)

随着我国科技的迅速发展,无人机凭借自身灵活性高、成本低等优势,被广泛应用于多个领域,即使是人们无法抵达的区域,无人机也可以精准地完成巡检任务,满足了多个领域的探测与巡检需求。但无人机应用于锅炉等密闭空间时,使无人机的飞行、图像处理等功能仍存在问题,如何提高无人机的精准性成为亟待解决的问题。为此,本研究将无人机机载检测技术作为基础,研发出适用于工业锅炉检测领域的无人机,为工业锅炉的后续维护奠定基础。

1 基于无人机机载检测技术的工业锅炉检测系统总体设计

本研究为实现工业锅炉运行状态的实时检测,对工业锅炉的特性进行分析,并设计出工业锅炉冷壁巡视专用无人机。无人机研制方案为：充分结合超声波三维定位、多传感器图像采集等技术,提高无人机的检测精度,将600 MW锅炉作为主要研究对象,在该锅炉上试验无人机的有效性。工业锅炉无人机检测系统整体方案如图1所示。

图1 工业锅炉无人机检测系统整体方案

1.1 无人机照明与摄像机角度控制

大部分锅炉内部光照强度较低,甚至存在缺乏光源的现象,此时采用无人机对锅炉内部进行巡视时,无人机自身携带的探照灯具有强光直射的效果,可在锅炉内部形成光斑,强刺激性光反射至摄像设备中,可直接影响操作人员的观察效果。在对锅炉无人机进行设计时,应最大限度地避免探照灯发出的光直接照射被观察的对象,并不断对探照灯的光源角度进行调节,找出最佳探照光源。为避免强反射光进入摄像头,应在摄像机的镜头与光源的直射方向之间形成一定夹角。本研究为实现锅炉不同角度的观察,并提高观察的清晰性,设计了可调节角度的摄像头以及照明设备的控制装置,有利于提高无人机的检测精度[1]。

1.2 无人机的三维定位和防撞技术

本研究在研发无人机时,将超宽带技术(ultra wide band,简称UWB)作为无人机的核心技术,该技术是一项全新的无线通信技术,可通过发送和接收具有纳秒或纳秒级以下的极窄脉冲完成数据的传输,在传输数据过程中,可获取具有3.1～10.6 GHz量级的带宽。该项技术凭借自身优异的性能,被广泛应用于无线室内定位领域以及煤矿等复杂领域,具有良好的发展前景。将超宽带系统与传统的窄带系统进行对比分析可知,超宽带技术具有穿透能力强、功耗低以及安全性高等优势,将该系统应用于工业锅炉检测领域中,可为无人机定位提供更加精准的位置信息。

1.3 视频图像处理

为有效解决无人机拍摄图像效果不佳的问题,本研究设计了图像实时预处理模块,通过对图像进行预处理,结合系统的图像去噪功能对无人机传输的实时图像进行去噪。去噪算法可充分利用图像的特征信息,实现重构图像质量的整体提高,使图像拥有更加真实的视觉效果,经过处理后的图像应用于不同的场景时,具有更强的鲁棒性。视频图像的处理过程为：首先,利用预处理模块和去噪算法解决视频图像效果不佳的问题;其次,锅炉的受热面存在积灰、结渣等现象,该现象可直接影响无人机的拍摄效果,易使视频图像存在污点,利用多尺度的图像去雾算法对图像进行优化,使其恢复至正常效果,便于操作人员对锅炉内部情况进行观察;最后,结合无人机的运行模糊图像恢复算法对图像进行处理,将清晰完整的图像保留在系统中,由于智能识别模块对图像进行智能识别与处理,对比处理前后的图像效果,整理反馈结果。工业锅炉无人机视频图像处理方法如图2所示[2]。

图2 工业锅炉无人机视频图像处理方法

2 工业锅炉智能无人机巡检研发的关键技术

2.1 无人机定位技术

工业锅炉内部环境的光照条件极差,传统视觉传感器的语义构图技术在该环境下无法保证定位的精准度。为此,本研究采用激光雷达作为无人机定位技术的感知手段,激光雷达是一种自主式感知传感器,不受外界因素的影响,具有较高的测距精度。通过激光雷达实时构图技术对工业锅炉内部环境进行检测,可构建出精确的三维地图。该技术的研究内容包括栅格地图概率和地图模型构建[3]。

2.2 障碍物感知与标识技术

为实时获取无人机周围障碍物的位置信息,将激光测距原理作为激光雷达的基础,对障碍物的位置信息进行实时采集,采集的信息可用于无人机导航定位以及锅炉环境的智能感知等方面。本研究在对无人机的自主避障功能进行设计时,采用障碍感知与标识技术对锅炉周围的障碍物进行识别。该技术的基础为激光雷达点云模型,将该技术应用于锅炉检测领域,有利于提高无人机的避障精准度,同时便于操作人员实时观察锅炉的运行状态。

2.3 异步异构传感器多源信息融合技术

锅炉内部环境较为复杂,为保证无人机的平稳安全飞行,需要多种传感器共同配合。传统无人机主要采用单一传感器维持运行,无人机在实际运行过程中,需要高频高精度的位姿解算,从定位的角度对单一传感器进行分析可知,单一传感器无法满足无人机的控制需求;从安全飞行的角度对单一传感器分析,单一传感器内部信息有限,无法满足无人机对障碍物的全方位检测。本研究为提高无人机对周边环境的全方位感知效果,对多种异步异构传感器信息融合算法进行深入研究,通过该方式满足无人机的高精度位姿解算需求[4]。

2.4 雷达点云数据与锅炉模型匹配技术

无人机在运行过程中,可通过三维激光雷达对工业锅炉炉膛的距离信息进行感知,最终将数据信息形成点云数据。采用相关性匹配算法完成点云数据与锅炉炉膛模型的匹配,即可得到无人机在工业锅炉中的相对位置,从而获取摄像机与锅炉炉膛的距离、角度等信息,便于精准推断图像在锅炉的位置,为工业锅炉检测提供参考依据。

3 基于无人机机载检测技术的工业锅炉检测系统优化设计

为验证无人机的有效性,将无人机应用于600 MW的锅炉炉膛内进行飞行试验,在试验过程中可获取锅炉受热面的视频图像数据,将视频图像数据作为主要研究对象,对其进行分析与处理,即可得到更加清晰的视频图像,操作人员可通过该图像清楚观察到水冷壁的细节特征,为工业锅炉后期故障检修与事故分析奠定基础。

3.1 水冷壁图像光学校正

无人机可拍摄动态的视频图像,动态的视频对光源的亮度具有较高需求。锅炉受热面长期处于恶劣的环境中,可直接影响视频图像的亮度,使视频图像的亮度信息不足,该现象对锅炉的检测结果影响较大。本研究为保持视频图像的亮度细节信息,利用伽马校正函数对图像的亮度进行调整。当锅炉受环境因素的限制时,同样可以通过伽马校正算法对视频进行补光处理,有针对性地调整视频亮度信息,防止视频在亮度处理过程中出现亮度信息丢失的情况。伽马校正算法在一定程度上可改善航拍图像亮度不均以及对比度下降的问题,同时可有效提高锅炉受热面视频质量不佳的问题[5]。

3.2 水冷壁图像去噪处理

无人机获取视频图像的功能存在一定缺陷,并且锅炉受热面易受灰尘的影响,使采集的视频图像数据存在噪声问题,该现象使锅炉受热面无法直接用于对目标的跟踪。本研究为实现图像噪声的去除,采用维纳滤波器作为核心设备。该设备是一种自适应滤波器,可充分利用图像的局部方差,以此实现滤波器输出的精准调整。为使用信号噪声未知和随时间变换的特性,利用潜意识获取滤波器参数,自动对当前时刻的滤波器参数进行调整。将维纳滤波器应用于工业锅炉检测领域,具有良好的去噪效果[6]。

3.3 运动模糊图像的复原

前向运动模糊可直接决定无人机的飞行状态,无人机在飞行过程中产生的姿态变化对模糊尺度的影响与前向运动模糊尺度之间相差了一个数量级,该现象对图像质量的影响不大,可忽略不计。本研究在对无人机的飞行方向进行考虑时,需要采用机械式、光学式以及电子式等补偿办法对前向运动模糊进行处理,该方式可有效消除大部分运动对图像质量的影响,可满足运动模糊图像恢复的要求。无人机在运行过程中易受大气湍流效应以及随机转动的影响,从而使图像存在模糊现象。为有效解决该问题,可采用运动补偿算法对图像复原算法进行改进与开发,该算法的实时性和鲁棒性较强,有利于提高图像复原的质量[7]。

3.4 燃烧器结焦智能识别

本研究对图像进行智能识别时,将YOLOv3作为核心算法,该算法主要采用相互级联的残差网络实现网络结构层数的加深。为最大限度地避免网络结构层数过多时产生退化现象,向其中引入跳跃式结构,并选用卷积层代替池化层进行样本采集,卷积层的步长为2,采样过程中可产生特征提取网络Darknet-53,该网络具有一系列1×1和3×3的卷积层。为提高网络的收敛效果,在每个卷积层后添加批归一化层。YOLOv3算法在对小目标物体进行检测时,可采用多尺度特征融合方法在8、16、32倍下完成样本采集,并输出3种不同尺寸的特征图,以此实现物体位置和类别的预测。将YOLOv3算法应用于锅炉燃烧器的智能检测时,可精准捕捉类似燃烧器结焦等故障现象[8]。

4 无人机机载检测技术在工业锅炉检测领域的应用

4.1 无人机的选择

锅炉内部环境较为复杂与恶劣,对无人机的使用寿命与自主避障等功能的影响较大。大部分工业无人机采用卫星或者视觉导航完成故障位置的精准定位,但锅炉炉膛与尾部受热面等部分的光线较弱,易受电磁的干扰,并且内部信号质量较差,无法保证卫星或视觉导航系统的精准性。本研究选用四旋翼飞行器作为锅炉检测的无人机,结合性能较好的无人机技术控制飞行,并利用不同方向的红外传感器完成距离测量,通过该方式保证锅炉相对位置的精准定位。为最大限度地避免无人机在飞行过程中出现碰撞,在无人机外部增加圆形防护罩,具有较高的性价比。工业锅炉无人机系统如图3所示。

图3 工业锅炉无人机系统

4.2 无人机飞行方案制定

为满足锅炉的技术规范要求,在无人机各项指标正常的情况下,充分结合无人机飞行的特点,制定出无人机检验作业文件,并验证无人机的可靠性。将经过技术审核后的无人机应用于现场检验,最大限度地避免无人机存在质量问题。

4.2.1 检测区域划分与位置确认

无人机主要用于锅炉外部钢结构以及内部部件受火侧的检验,由于锅炉介质侧的空间有限,增大了无人机的进入难度。本研究在对无人机的检测区域进行划分时,需要严格遵循两方面原则：①将锅炉受热面的特性作为主要依据,结合无人机的飞行特点,确定锅炉内部各个检验区域的形状与大小;②为最大限度地避免检验区域遗漏的问题,应将检验区域重叠。

由于锅炉内部空间有限,使无人机在锅炉中的视野存在一定限制,后期无法精准辨别无人机的所处位置。为提高无人机的辨别精度,需要结合高度、距离等传感器,并与视频图像中受检设备典型特征相互配合,共同辅助无人机完成检验区域和缺陷位置的定位,该过程需要注意各个检验区域名称的实时记录[9]。

4.2.2 无人机的飞行与检验方式

通过对无人机系统进行分析可知,本研究选择的无人机具备降落观察、制定高度悬停等飞行方式,无人机的摄像头主要采用水平垂直、仰视、俯视以及侧视等扫查方式完成视频图像的扫描。摄像头的可视范围存在一定局限性,拍摄图像的边缘处畸变量较大,为保证扫查结果的精准性与可靠性,需要充分结合无人机的拍摄特性,以此确认扫查的有效区域。

4.2.3 无人机检验顺序

通常情况下,无人机在进入检验空间时,首选位于炉膛或尾部受热面侧面的炉门,进入检测空间后,操作人员可将锅炉内部特征作为主要依据,以此实现无人机所处位置的精准判断,并选择最佳检测起点。在实际检测过程中,需要按照整体快速扫查与局部重点扫查相结合的方式完成工业锅炉的检测。无人机的续航能力有限,采用整体快速扫查的方式检测锅炉,可使操作人员在短时间了解锅炉尾部受热面的情况,在检查故障高发区域时,可采取悬停飞行模式对该区域进行重点扫查,有利于提高检验的效率。无人机的整体扫查方式呈“S”形,飞行过程中注意扫查的有效区域,相邻路线的两个区域应有一定重叠,该方式可有效防止漏检现象[10]。

5 结 语

本研究为实现工业锅炉运行状态的实时检测,分析了工业锅炉的特性,并设计出工业锅炉冷壁巡视专用无人机。为提高无人机的检测精度,在摄像机的镜头与光源的直射方向之间形成一定夹角,最大限度地避免强反射光进入摄像头,并设计了可调节角度的摄像头以及照明设备的控制装置,实现锅炉不同角度的观察。通过对无人机的检测效果进行分析可知,该无人机可满足锅炉的巡视要求。