[发明专利]一种塔式起重机结构的非接触振动检测方法无效

专利信息
申请号: 201210524875.2 申请日: 2012-12-10
公开(公告)号: CN103033253A 公开(公告)日: 2013-04-10
发明(设计)人: 姚峰林;赵婕;宁少慧;高崇仁 申请(专利权)人: 太原科技大学
主分类号: G01H9/00 分类号: G01H9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 030024 山*** 国省代码: 山西;14
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种塔式起重机结构的非接触振动检测方法,属于检测技术领域。本方法为非接触式测量,通过配置多个摄像头实现多点和在线测试,无需在被测对象上安装传感器,没有任何负载效应,容易实施。图像信息直接数字化,构成全自动全数字化振动测试处理、记录系统,信息量比传统方法大。其中使用ROI(Regions of Interest)技术,缩小图像跟踪区域和计算量大小,并使用SURF方法加速特征点的提取速度,使用拉伊达准则剔除“离群点”改进SURF方法的精度;提高了现有技术中起重机安全监控系统的可靠性。
搜索关键词: 一种 塔式起重机 结构 接触 振动 检测 方法
【主权项】:
1.一种塔式起重机结构的非接触振动检测方法,其特征在于:包括以下步骤:步骤1,采用工业级CCD摄像头对塔式起重机结构进行拍摄,得到一幅目标图像和一路塔机运行过程中的视频,并对视频进行分解,得到多幅连续的视频分解图像;步骤2,对目标图像和视频分解图像分别使用ROI方法获取感兴趣区域;并将目标图像的感兴趣区域作为对比图像,将视频分解图像的感兴趣区域作为图像跟踪区域;步骤3,根据步骤2得到的图像跟踪区域,在步骤1得到的每一幅视频分解图像中,选取对应区域的图像作为待匹配图像;步骤4,对步骤2得到的对比图像以及步骤3得到的多幅待匹配图像,分别进行Hessian变换,并从中提取兴趣点;步骤5,对步骤4得到的两组兴趣点分别进行Harr小波变换,并提取特征点,得到两个特征点集;步骤6,对步骤5得到的两个特征点集进行粗匹配,得到各个待匹配图像与对比图像之间的匹配点集;粗匹配采用最邻近向量匹配方法,具体实现过程如下:采用特征点的特征向量的欧式距离作为相似性测度,设N1和N2分别是对比图像P和任意一幅待匹配图像Q的特征点集合,对于N1中的第m个特征点pm,在N2中与pm的特征向量的欧氏距离最小的特征点为qmj和q′mj,对应的欧氏距离分别为dmj和d′mj,如果dmj/d′mj≤T,T为阈值,则认为pm和qmj为对应匹配点;步骤7,采用拉伊达准则,对步骤6得到的多个匹配点集分别进行精确匹配,剔除“离群”点;对其中一个匹配点集的精确匹配方法为:求得该匹配点集中所有粗匹配点的欧氏距离平均值令常数设yi=xi-a0,其中xi为第i对粗匹配点的欧氏距离;则xi=yi+a0;得到用常数a0以及所有粗匹配对的欧氏距离与a0的差表示的平均值表达式:x=1nΣi=1nxi=1nΣi=1n(yi+a0)=a0+1nΣi=1nyi;]]>带入到贝赛尔公式得到标准差为:σ=1n-1Σi=1n(xi-a0-1nΣi=1nyi)2=1n-1[Σi=1nyi2-1n(Σi=1nyi)2]]]>计算欧氏距离值xi的偏差设定一个动态参数k=k0+kw,k0为一个恒定的初始值,kw为k的变化梯度;滤波过程中实时调整kw,直到滤波处理后数据的有效匹配点个数小于滤波前个数且大于滤波前个数的3/4;若|vi|>kσ,则判定此匹配点为离群点,剔除其对应的匹配对,得到精确匹配点集;步骤8,对步骤7得到的多个精确匹配点集进行特征点亚像素内插;步骤9,用最近领域法,在步骤8得到的亚像素内插点找到最匹配的亚像素内插点;步骤10,将待匹配图像中亚像素内插点与目标图像中的亚像素内插点相减,得到图像跟踪区域内塔式起重机感兴趣区域的振动曲线。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于太原科技大学,未经太原科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201210524875.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top