金仲平 董靈軍 張 雍 李 琛
臺州市特種設備檢驗檢測研究院 浙江臺州 318000
隨著近年來國內經濟和科技的不斷發展,我國已經成為全球最大電梯制造國、銷售國和使用國,截至2022年底,我國電梯保有量已接近1000萬臺,每天約32.2萬人坐電梯。因此,電梯是關系到社會經濟平穩運行的重要特種設備。根據《特種設備安全監察條例》的規定,電梯應當至少每15日進行一次清潔、潤滑、調整和檢查,以保證電梯安全可靠地運行。曳引輪是電梯垂直運行的動力來源,因此,在電梯的檢查維護保養中,曳引輪的檢查是必不可少的檢查項目。
在TSG T7001-2009《電梯監督檢驗和定期檢驗規則—曳引與強制驅動電梯》和GB24478-2009《電梯曳引機》中,對電梯曳引輪及鋼絲繩曳引力的相關技術參數做了明確要求[1],也為維保人員在檢查曳引輪時提供了依據。但是目前電梯曳引輪槽磨損檢測常規方法主要是依賴人工經驗目測,或檢驗人員使用角尺、塞尺等工具進行測量后再人為判斷輪槽的磨損程度[2-3],大大影響了檢測的效率和精度,因此,設計研發數字化的曳引輪檢測裝置,實現曳引輪槽磨損量的定量測量,對保障電梯安全運行具有重要意義。
電梯曳引輪是電梯傳遞曳引機動力的裝置,利用曳引鋼絲繩與曳引輪緣上繩槽的摩擦力傳遞動力,從而實現電梯在井道內的垂直運行。常見的曳引輪槽型為帶切口半圓槽的電梯曳引輪如圖,如圖1所示。在電梯運行過程中,曳引輪與鋼絲繩產生摩擦會造成曳引輪輪槽的磨損,改變輪槽的特征尺寸,在電梯運行過程中會影響乘客的乘梯體驗,甚至產生安全隱患,影響到乘客的生命安全。在曳引輪檢測中,最重要的就是檢測輪槽的磨損情況。


圖1 曳引輪鋼絲繩及其繩槽截面示意圖
目前我國常用的輪槽磨損狀況的檢驗方法有:目視法、角尺+塞尺法、橡皮泥或塑性膠法、規塞式工裝測量法、專用深度尺檢驗法、聲發射判斷法、非接觸檢驗法[1-3]。塞尺實物圖如圖2所示。塞尺測量方法屬于接觸式測量方法,采用組合式塞尺,將不同厚度的塞尺根據需求進行組合,并塞入曳引輪繩槽和鋼絲繩接觸縫隙。根據可塞入塞尺的厚度來判斷縫隙的尺寸。但由于在組合使用過程中,不同厚度的塞尺之間存在空隙,導致該方法不僅測量精度低,而且缺乏可溯源的測量數據作為安全評估的衡量標準。

圖2 塞尺實物圖
李繼波等人針對曳引輪繩槽磨損量測量通用方法的過程煩瑣、通用性和適應性差、測量精度難以保證的問題,發明了一種結構簡單的接觸式高精度測量儀,該測量系統采用容柵式位移傳感器,配備多個測量頭,能對直徑為8~22mm的鋼絲繩進行測量且測量精度可達到0.01mm[4]。為了解決接觸式檢測中無法進行直接磨損測量的問題,陳建勛等人利用激光位移的原理開發了非接觸式的輪槽磨損狀況的檢測方法,該方法在利用激光位移傳感器掃描出整個輪槽輪廓尺寸基礎上對輪槽的多個特征尺寸進行軟件提取分析,實現了輪槽磨損狀況的全方位檢測[5]。張湘澤通過測試提取電梯曳引輪不同磨損程度時運行過程中的聲發射特征信息,分析曳引輪磨損程度與聲發射信號的對應關系和演化規律,構建了基于聲發射特征的曳引輪磨損程度模型,實現了在電梯運行過程中對曳引輪磨損程度的實時檢測和狀態識別[6]。針對基于聲發射特征的電梯曳引輪磨損識別方法可靠度低與無法實現精確測量的問題,劉士興等人利用工業相機和機器視覺技術研發了一種電梯曳引輪槽磨損檢測系統,采用模擬退火算法進行閾值迭代,確定圖像最佳閾值,最終使測量繩槽的磨損量更加精確,系統測量的均方根誤差小于0.05mm[7]。
在電梯曳引輪磨損檢測的研究方面,國外有著長久的發展和技術積累。Nakazawa Daisuke分析了曳引輪的不均勻磨損對電梯運行過程中的繩間張力的影響,通過考慮鋼絲繩的滑移行為,建立了鋼絲繩的張力評定模型并且對鋼絲繩張力對鋼絲繩磨損的影響進行了評價[8]。Leopold Hrabovsk利用流體力學原理和壓力傳遞到流體中的Pascal定律,模擬了三根不同繩索設定不同拉力值時的平衡狀態,分析了液壓系統正確運行和液壓裝置中支撐繩系統平衡拉力的可能性,以減小在電梯運行過程中鋼絲繩與曳引輪之間的摩擦從而減小損耗[9]。Yaman研發了一種基于圖像處理的電梯導軌表面磨損檢測的方法,該方法利用內建系統對攝像機進行實時狀態監測,將圖像處理方法應用于攝像機采集的圖像,將圖像分割和數學形態學應用于導軌表面圖像,對檢測到的導軌表面圖像進行建模計算,檢測其磨損程度[10]。
通過圖像識別技術,利用三維重構算法,抓取電梯曳引輪的結構特征,構建其幾何模型,并與標準曳引輪深度進行比對,從而計算出曳引輪槽的深度差,實現對曳引輪槽磨損情況的定量檢測。該方法可以避免傳統接觸式測量的諸多弊端,因此本文對三維重構方法的國內外研究現狀進行綜述。
對于三維重構技術的研究,雖然國內的起步較晚,但是發展較為迅速。鐘約先研制了一種基于線結構光的多用途傳感器,適用于對移動物體和腐蝕性表面的快速、在線和非接觸的重構[11],為國內基于結構光的三維重構技術提供了基礎。李東洋調研了基于深度學習的雙目立體視覺技術以及基于深度學習的結構光技術并且總結了當下各種技術的特點及優缺點,提出了改進建議,為后續研究提供了方向,對結構光立體視覺接下來的研究具有重要意義[12]。在三維重構的技術和實際應用方面,國外也有很長時間的發展和積累。Oh Jong提出了基于雙目攝像機的立體視覺算法GPM研發了一款垃圾箱拾取系統,該算法通過獲取對象的幾何特征進行圖像配準,使用立體聲攝像機測量工件中三個特征的三維位置從而獲得選定工件在拾取候選中的姿態,極大程度地減少了形變和光照變化對系統穩定性的影響[13]。俄羅斯國家航空系統研究所的Knyaz Vladimir調研了非接觸空間坐標測量和真實物體計算機三維模型生成的攝影測量方法,提出了一種基于目標融合圖像處理的三維坐標計算和曲面重建技術,空間坐標測量的硬件采用PC機作為處理單元,攝像機作為圖像采集設備,實現了CAD/CAM系統中幾何數據快速輸入的三維重建技術[14]。Snavely Noah聯合微軟研究院開發了PhotoTourism和Photosynth三維重構系統,該系統能對互聯網上的照片及照片集進行3D場景建模和可視化分析得到所需的三維數據,重構世界上的遺址建筑[15]。Khalid Amin提出了基于深度學習技術的單視角三維重建方法,研討了數據驅動的單視點三維重建方法,明確了深度學習有助于圖像中重建三維形狀,對未來人們的研究方向做出了指導[16]。
(1)目前常用的電梯曳引輪、鋼絲繩檢測方法多采用人工操作的接觸式檢測,因此對檢測裝置、人員的操作水平要求較高,常會由于人員水平或檢測裝置的問題產生檢測誤差,導致檢測結果可信度不高。(2)目前的測量方法在對電梯曳引提升機構進行檢測時通常需要停機,導致電梯設備的運載效率降低,同時用戶對電梯使用感受會降低。(3)目前的檢測方法只能進行定性的合規性檢測,無法進行精確的定量檢測,無法對曳引輪、鋼絲繩的使用壽命進行精準預測預警。
因此,本文針對曳引電梯曳引輪的實時定量自動檢測問題,提出一種基于圖像識別、三維重構技術的連續檢測方法,結合數字化、集成化、小型化的研發路徑,研制能夠裝置于曳引機底部的實時檢測設備,實現繩、槽磨損的在線檢測。
曳引輪測量系統示意圖如圖2所示。該系統由激光發射器、高速工業相機、嵌入式控制板組成其對曳引輪的圖像識別模塊,由電源模塊向控制板和激光發射器進行供電。首先,激光發射器發出結構激光,照射至曳引輪外沿,隨著電梯運行時曳引輪的轉動,結構激光對曳引輪表面進行全域掃描,同時,高速相機按照設定采樣頻率對曳引輪表面進行圖像采集;其次,對采集到的圖像進行濾波降噪處理得到曳引輪表面二維圖像信息,通過相機標定技術把二維圖像信息轉換為世界坐標,實現對二維圖像的三維重構,形成曳引輪槽表面三維形貌;最后,提取輪槽深度、間隙等數據,并與事先標定的標準曳引輪槽表面數據進行誤差比較計算,從而實現對曳引輪槽磨損量的定量測量。

(a)曳引輪測量裝置結構示意圖

(b)裝置設計圖

(c)裝置實物圖圖3 曳引輪測量裝置結構示意圖及實物圖
本文對電梯曳引輪檢測的研究現狀進行綜述,通過分析國內外研究現狀,得出了對曳引輪進行定量檢測的必要性;針對電梯曳引輪磨損量化測量的實際需求,設計了曳引輪測量裝置結構,并制作了實物裝置。實驗證明,本裝置有利于提高電梯現場的檢測效率和準確性,有效助力了電梯安全可靠的高質量發展。