基于计算机视觉的钢构件尺寸测量应用研究

钢构件生产加工过程中的质量检查对于构件的质量控制非常重要。其中,尺寸检测和孔洞尺寸的检测是钢结构加工过程中的重要一环。当前构件加工检测仍然以传统的卷尺测量为主,不能形成数字化检测结果无法进行信息化管控,同时对异形构件检测效果差。针对现有检测手段存在的不足,提出了一种基于计算机视觉领域算法的钢构件尺寸测量方法。利用视觉摄像头传感器获取数字图像并进行数据预处理,利用计算机视觉领域YOLOv3算法对数字图像进行目标检测,形成数据模型,在实现对钢构件外边缘和其上孔洞轮廓的批量化自动化处理与识别的基础上,开展构件尺寸检测。经过验证,YOLOv3模型算法检测精确度到达了100%。通过图像识别得到的检测结果和实际尺寸的误差在7.44%和0.08%以内,能够预测真实尺寸。

钢构件数字化工序交接验收技术研究

为解决钢构件加工工序交接验收中检测信息流动不畅、实时性差的问题,对钢构件数字化工序交接进行了研究。采用线源激光测量装置、数显卷尺、手持三维扫描仪等数字化测量工具,实现钢构件外观形状、孔洞大小、拼装角度、焊缝尺寸等关键参数数字化测量,形成可远程传输、可分析、可存储的检测数据。依据现有钢构件加工验收内容及流程,开发了基于实测数据驱动的工序交接验收系统,接收实时检测数据,依据验收标准对该工序施工质量进行评估并形成验收表单,表单依据工序流程自动流转直至钢构件成品验收完成。数字化工序交接验收提升了质量检测实时性、准确性,实现了数据流动,方便了质量溯源,有效提升了钢构件质量验收效率和质量控制水平。