Page 191 - 机电自动化在工程机械制造中的应用

第七章 自动化切割及检测技术

由于设备的局限，管道潜望镜法主要检测对象为管口缺陷或管道内比较明显的缺
陷，如堵塞、错口、渗漏等，其他细微的结构性缺陷及功能性缺陷，检测效果不
好，这种检测法适用于管道初步检测，判断管道是否存在严重缺陷，对管道其他
模糊不清缺陷还需借助于其他检测方法。

4. 传统检测法
传统检测法主要用于管道维护性检查，无法对管道缺陷进行准确检测，传统
的检测方法主要分为：检测人员进入管道检查、量泥杆法和反光镜法。检测人员
进入管道检查适用于大管径管道，一般无水或少量积水情况下，要求管道通风性

良好，检测人员进入管道进行检查，若管道积水较大且水流流速较小，由相应的
潜水人员进入管道检测，由于在有水环境作业，测量工作有一定局限性，检测人
员进入管道检查方法比较直观，由于检测环境因素，安全性较差，且检测方法单
一，可检测管道缺陷范围较小，不利于大规模管道检测，量泥杆法主要通过管口

淤泥情况判断管道沉积情况，具有快速、直观等特点，无法检测管道内部情况及
其他结构性缺陷。反光镜法主要通过反光镜观察管道内部情况，当管道存在障碍
物、积水时，检测效果较差，该方法只能用于对管道内部情况的观察，不适用于
管道缺陷的检测。

新的管道检测技术相对于传统检查方法，具有更加准确、安全、便捷等特点，
新的管道检测技术主要不同在于，可以获得管道视频画面或管道状态数据，这些
数据不仅可以在线为检测人员提供缺陷检测依据，还可以供检测人员拷贝，线下
分析，为管道检测提供了有力的帮助。

（二）视觉检测法研究现状
城市地下管道检测，一般分为缺陷类型识别和缺陷等级评估。目前，检测主
要根据人工判读对管道进行检测与评估。缺陷判读主要依据管道检测规程进行判
读分类及等级评估。

1. 缺陷识别
随着图像处理的运用推广，越来越多的学者将图像识别用于对管道的检测当
中。主要对获取的管道图像使用图像处理方法和机器学习方法，对管道图像特征
进行提取分析，得出管道缺陷类型。其中，S.K.Sinha 对管道缺陷图像进行分割

处理，提取缺陷的几何特征：面积、主轴长等，利用模糊神经网络对管道缺陷图
像进行识别，由于提取的特征种类和能够分割的缺陷特征种类较少，且模糊神经

175