基于物聯網的滑觸線檢測裝置

摘 要：港口碼頭的重型起重設備通常需要移動供電，目前常用的供電系統為滑觸式母線干線系統，即采用滑觸線集成器供電。滑觸線的特點是穩定性好、導電能力強、安全性高，其安全狀態直接關系到電氣設備的安全和設備能否正常使用。為了延長滑觸線的使用壽命，降低停機風險，設計了一套基于物聯網的滑觸線檢測裝置，該裝置安裝于自動小車上，自動小車沿軌道前行，通過傳感器及視覺檢測模塊及時發現燒蝕、變形等問題，保障設備安全、可靠運行。

關鍵詞：物聯網；滑觸線；自動小車；傳感器；視覺檢測；可靠運行

中圖分類號：TP23 文獻標識碼：A 文章編號：2095-1302（2024）08-0-03

DOI：10.16667/j.issn.2095-1302.2024.08.035

0 引 言

工業領域中部分移動式設備需要源源不斷的動力，例如港口起重設備、自動化車間中的移動設備等。因此，除了部分電氣設備會使用電纜供電外，大多數設備需要移動供電，目前的供電多采用滑觸式母線干線系統，即采用滑觸線集成器供電[1]。

在移動設備的運行軌道上平行鋪設滑觸線，通常是3條接觸軌，移動設備安裝了可以從接觸軌取電的集電器，當設備移動時，集電器隨設備同步運行，并隨時從導軌上取電，以便設備可以持續運行。滑觸線發生故障的原因有多種，包括溫度變化造成熱脹冷縮，滑觸線對接直線度不達標等[2]。此外，設備運行時，集電器在滑觸線上移動，一方面會與滑觸線產生磨損，另一方面可能會產生電弧，長期使用會因高溫結碳、氧化而形成厚實的黑色覆蓋層，甚至局部區域發生嚴重燒蝕、結瘤現象，導致滑觸線由于高溫而變形，嚴重影響滑觸線及設備集電器的使用壽命，甚至造成火災

隱患。

在港口中滑觸線檢測通常依靠人工進行，在精準度及檢測效率方面存在一定的局限性[3]。滑觸線檢測對精度要求較高，錯誤的判斷可能會影響滑觸線的安全，而目前滑觸線檢測設備較少[4]。本文對滑觸線的內外側同時進行檢測，每根滑觸線通過3個位移傳感器和1個光學攝像頭進行數據采集與分析，傳感器以可升降的自動小車為載體，通過伺服電機驅動和機械機構使小車沿著軌道一側前進。本文根據港口現場的實際情況，設計研發出了一種針對滑觸線的自動化檢測方案，該方案對物聯網技術在滑觸線檢測領域的應用具有一定的建設性意義。

1 系統整體設計方案

本方案整體設計包括工控機、蓄電池、傳感器數據采集、圖像視頻算法、機械結構等。自動小車需要在內部寬度為140 mm的槽鋼上行走，自動小車自帶無線傳輸模塊，能夠將現場數據傳輸到較遠的中控室，由中控室的上位機進行相關數據的儲存、處理和顯示。以4G模塊為例，該模塊是基于4G無線傳輸技術設計，可兼容多種工業場景。系統整體設計原理如圖1所示。

針對接觸軌左右、底部變形的檢測，擬采用激光位移傳感器和視覺檢測實現。接觸軌底部凹槽內的燒蝕情況需要用帶光源的攝像頭伸進接觸軌凹槽內部，采用機器視覺方式檢測。同時，每一條接觸軌底部要放置攝像頭，通過機器視覺輔助檢測軌道形變。為保證機器視覺的實時檢測算力，擬在巡檢車上安裝微型工控機。現場待檢測位置距離中控室較遠，如果采用無線數據傳輸，需要使用4G等方式。巡檢車運行場地是內部寬度為140 mm的槽鋼，市場上符合要求的巡檢車底盤較少，需要自行開發巡檢車底盤，其關鍵是車輪和電機的選取。同時，巡檢車上需要安裝陀螺儀等姿態測量模塊，可檢測因運行路徑不平整而導致巡檢車發生的姿態變化，以抵消對接觸軌底部位移傳感器的影響。

2 系統硬件設計

2.1 工控機

由于自動小車檢測系統搭載了多種傳感器、攝像頭，以及多個控制電路，為了能夠實時處理大量數據，需要在自動小車上搭載工控機等設備。

2.2 陀螺儀

通過自動小車運動狀態檢測系統，實時監測小車當前的工作狀態，通過陀螺儀對小車運動角度的偏差進行檢測，能夠及時調整小車的運動方向[5]。將自動小車本體出發時所處的水平面設為初始水平面，陀螺儀不斷傳輸偏離初始水平面的角度θ，在初始時刻t0將陀螺儀的輸出角度歸零，并記錄電機編碼器的數值，在下一時刻t1陀螺儀輸出角度θ1，記錄此時電機編碼器的輸出值，換算成水平位移S1，在t1時刻小車本體偏離初始水平面的距離為：

x1=S1·tanθ1 （1）

計算時規定數值符號，輸出為仰角時，數值為正，輸出為俯角時，數值為負；在任意時刻ti（i=0， 1， 2， ...， n）自動小車偏離初始水平面的距離為：

（2）

由此修正激光位移傳感器的數值，避免由于運行時路面起伏導致激光位移傳感器測量的數值大幅波動，進而誤判滑觸線燒蝕變形。

2.3 無線傳輸模塊

自動小車應自帶無線傳輸模塊，將現場數據傳輸到較遠的中控室，由中控室上位機進行相關數據的儲存、處理和顯示。以4G模塊為例，該模塊是基于4G技術的無線傳輸方案，可兼容多種工業場景。

2.4 攝像頭

該裝置擬采用800萬像素的自動對焦攝像頭，其畫面質量更好，可用于人臉識別、顏色識別、文字識別、形狀識別、邊緣檢測、特征點追蹤等。攝像頭需要安裝在接觸軌正下方，需要額外的光源對接觸軌內部照明[6]。同時，為了輔助檢測燒蝕情況，需要在每根接觸軌底部增加一個攝像頭，如圖2所示。

2.5 位移傳感器

激光位移傳感器的測量原理：激光發射器發出一束平行光，經聚透鏡聚焦在被測物體表面，產生漫反射光線，部分光線通過接收透鏡成像在CCD光敏面上。當被測物體沿著光束的入射方向移動時，物體表面的散射光斑相對于成像物鏡的位置發生了改變，在光敏器件上的像點位置也發生了變化[7]。本文擬選用激光位移傳感器，其測量范圍為

25～35 mm，將其安裝后，實現與接觸軌側面、底部的非接觸測量。激光位移傳感器適合測量快速的位移變化，具有測量精度高、頻帶范圍寬等優點[8]。

2.6 機械結構

本文采用Creo軟件對機械結構進行設計，剪叉式升降平臺具有結構緊湊穩固、故障率低、運行可靠、安全高效、維護簡單方便等優點[9]，因此為了保證傳感器的測量精度，伸展機構選用剪叉式升降結構。機械設計部分包括承載傳感器、攝像頭、自動前行檢測模塊、伸展支撐模塊等，自動小車主要包括驅動部分、傳動部分、伸展部分。整體機械結構及硬件布置情況如圖3所示。

考慮承重及設備的平穩運行，驅動電機選用35 W編碼器電機。為了保證驅動扭矩，額外增加齒輪減速器。伸展機構采用雙電機齒輪傳動機構，保證物聯網檢測設備能夠平穩到達準確位置，完成相關檢測工作。

3 圖像識別

3.1 基于視覺的滑觸線燒蝕檢測

圖像的邊緣一般是圖像灰度差異變化較為明顯的位置，而這些變化往往伴隨著物體結構的變化，因此邊緣是圖像分析和模式識別的重要特征[10]。

在滑觸線無燒蝕情況下，表面平整光潔，在可見光光學成像中應呈現自然金屬光澤，而滑觸線被燒蝕后會呈現

圖4所示特點：

（1）顏色呈黑色，失去金屬光澤；

（2）表面存在由高溫灼燒產生的結痂；

（3）燒蝕嚴重時會使滑觸軌金屬及外層塑料絕緣層產生形變。

基于以上特點，擬采用如下方案實現滑觸線燒蝕的自動檢測：

（1）考慮從圖像顏色上判斷滑觸線是否存在異常；

（2）進一步利用目標檢測方法等對懷疑存在異常的滑觸線圖像進行判斷與精確定位。

此方案的優勢在于通過第一步從顏色上對滑觸線進行初篩，僅將懷疑存在異常的滑觸線圖像傳入第二步的燒蝕精確定位模型，減少實際巡檢時的計算量，可一定程度提升系統實時性。但是，采用該方法時前期需要獲取一定量的滑觸線完好的圖像樣本及存在燒蝕的圖像樣本，用于分析發生燒蝕前后圖像顏色特征上的變化及燒蝕檢測模型的訓練。

3.2 基于視覺的滑觸線變形檢測

滑觸線無變形情況下，從滑觸線下方觀察，可見外層塑料絕緣層完好、整齊，滑觸線左右兩側邊緣平行，且絕緣外層與滑觸線凹槽區域在圖像中的像素顏色及各通道亮度存在明顯差異。

經簡單的圖像二值化及邊緣檢測初步試驗，無變形區域如圖5所示，有變形區域如圖6所示。通過對比可有效區分無變形滑觸線和存在邊緣變形的滑觸線。

實際檢測中對以上過程做進一步優化，可通過識別滑觸線的邊緣線是否為直線，判斷其是否因燒蝕產生形變。

4 后臺軟件設計

根據本論文的技術方案，使自動小車沿軌前行，由編碼器定位小車的實時位置。通過陀螺儀測量實時的位姿變化，結合小車的伸展機構，拖動位移傳感器和攝像頭等物聯網設備到達既定的檢測位置；通過位移傳感器檢測滑觸線內外的位移變化量，結合視覺檢測技術，綜合評判滑觸線檢測結果。后臺軟件操作界面如圖7所示，圖中分為4部分，分別為用戶登錄、歷史數據查詢、視覺圖像和位移實時數據顯示部分，操作者可以根據自身需求，實時查看檢測數據或調用檢測歷史數據。經過實驗，本方案可以較好地采集既定圖像及數據，基于物聯網的滑觸線檢測裝置展現出良好的檢測性能，適用于相關檢測行業。

5 結 語

本文提出了一種基于物聯網的滑觸線檢測技術，項目源于某大型港口的滑觸線智能檢測需求，針對人工檢測效率低、可靠性差等問題，設計了一種自動化檢測裝置，結合物聯網及視覺檢測相關技術，能夠準確識別滑觸線故障，可以滿足港口滑觸線檢測需求。后臺軟件設計清晰簡潔，方便現場人員操作維護。本文從硬件、視覺檢測到后臺軟件進行了設計開發，在滑觸線檢測領域對現場工作人員提供了有力支持。

參考文獻

[1]曾作欽，胡曉芳，陳有昌，等.一種滑觸線集電器機械操作性能自動檢測裝置[J].電氣技術，2020，21（3）：113-116.

[2]朱有輝.滑觸線故障原因分析[J].設備管理與維修，2004，25（10）：15.

[3]江波，徐峰.滑觸線常見故障及相應對策研究[J].內燃機與配件，2019，30（8）：158-159.

[4]莊巖.一種滑觸線集電器安全性能自動檢測裝置[J].機電工程技術，2020，49（12）：162-164.

[5]譚盧敏，馮新剛. MEMS陀螺儀在檢測小車運動狀態中的應用[J].科技廣場，2009，22（1）：184-185.

[6]孫鄭芬，吳韶波.機器視覺技術在工業智能化生產中的應用[J].物聯網技術，2020，10（8）：103-105.

[7]李兵，孫彬，陳磊，等.激光位移傳感器在自由曲面測量中的應用[J].光學精密工程，2015，23（7）：1939-1947.

[8]邱志成.柔性機械臂的振動測量和控制研究進展綜述[J].信息與控制，2021，50（2）：141-161.

[9]趙新虎，李成群.一種輕型電動剪叉式升降平臺結構設計與分析[J].機械工程與自動化，2018，47（2）：110-111.

[10]曾俊.圖像邊緣檢測技術及其應用研究[D].武漢：華中科技大學， 2011.

收稿日期：2024-01-08 修回日期：2024-02-26

作者簡介：赫 宇（1995—），男，碩士，工程師，主要從事智能監檢測機器人技術方面的研究工作。