起重机钢结构智能巡检系统研发 实现焊缝裂纹AI视觉识别
起重机钢结构长期承受交变载荷，主梁焊缝、端梁连接、加劲肋端部等关键部位极易萌生疲劳裂纹。传统人工目视巡检存在三大痛点：
- 微裂纹漏检：人眼对宽度＜0.1mm的微细裂纹分辨能力有限，大量早期裂纹漏检
- 注意力衰减：高空作业注意力易衰减，单次有效专注时间不足40分钟
- 主观性差异：判定结果依赖个人经验，不同检验员的一致性不足70%
为解决上述痛点，鸿升起重机技术中心于2024年启动AI智能巡检系统研发，目标是将裂纹检出率提升至98%以上，同时大幅缩短单台起重机巡检时间。
一、技术方案与检测原理
技术方案：深度学习驱动的AI视觉检测
系统采用”端-边-云”三层架构。前端由无人机搭载4500万像素工业相机和爬壁机器人携带线阵扫描模块构成，分别覆盖主梁区域和端梁连接等复杂曲面；边缘端部署YOLOv8+ResNet50级联模型，先定位焊缝区域并裁剪ROI，再对ROI进行裂纹/无裂纹二分类；云端负责模型迭代与趋势分析。
检测原理基于CNN深度特征提取。模型在3.2万张标注焊缝图像上完成训练，含1.1万张正样本，覆盖横向、纵向、网状、弧坑裂纹四类。裂纹分类标注严格参照GB/T 19418-2003《钢的弧焊接头 缺陷质量分级》执行，按裂纹长度划分为B级（允许）、C级（条件允许）、D级（不允许）三级。
推理时单图检测约85ms（基于NVIDIA Jetson Orin NX），整台起重机巡检压缩至40分钟内。鸿升起重机研发团队着力攻克两个工程难题：一是在锈蚀、油污等复杂背景下的误检抑制，通过引入CBAM注意力机制，使干扰区域响应权重下降约63%；二是微细裂纹检测，采用特征金字塔多尺度融合策略，最小可检出裂纹宽度降至0.05mm。
二、检测精度与实测数据
系统在鸿升起重机厂区5台在役起重机（QD50/20t、QE32t×2等）上完成3个月灰度测试，采集有效焊缝图像1.8万张，取得以下实测数据：
| 指标 | 传统人工巡检 | AI智能巡检 | 提升幅度 |
|---|---|---|---|
| 裂纹检出率 | 约72% | 99.2% | +27.2% |
| 误报率 | 约8% | 4.7% | 降低41% |
| 单台巡检时长 | 约5.5小时 | 约38分钟 | 缩短88% |
| 最小可检裂纹 | 约0.1mm | 0.05mm | 提升2倍 |
| 检测一致性 | ＜70% | ＞95% | 显著提升 |
| 高空作业风险 | 高（需搭架） | 无（无人机作业） | 彻底消除 |
检测结果对标GB/T 11345-2013《焊缝无损检测 超声检测》B级验收等级执行，裂纹三维定位坐标与超声复核结果的一致性达96.8%。系统检出的D级缺陷100%由MT/UT确认后出具报告。技术团队正通过难例挖掘将误报率进一步压缩至3%以内。
三、巡检方式对比
不同检测方法各有优劣，适用于不同场景和精度要求：
| 检测方式 | 裂纹检出率 | 单台效率 | 成本 | 适用场景 |
|---|---|---|---|---|
| 人工目视巡检 | 约72% | 5.5h/台 | 低（人力） | 日常初步检查 |
| MT磁粉探伤 | 约85% | 2~3h/台 | 中 | 表面/近表面裂纹精检 |
| UT超声波探伤 | ≥95% | 3~5h/台 | 中高 | 内部缺陷定量定位 |
| AI视觉巡检 | 99.2% | 38min/台 | 初期设备高 | 大面积焊缝快速筛查 |
四、AI与传统NDT协同策略
AI视觉检测定位于”初筛”而非”替代”。鸿升起重机建立了”AI初筛+人工精检”闭环：
- 无人机/爬壁机器人完成全焊缝扫描并自动标注疑似区域
- 按置信度将缺陷分为高危＞85%、中危60-85%、低危＜60%三级推送至检验员终端
- 检验员仅对AI标定区域进行MT磁粉探伤（按GB/T 26951-2011）和UT超声波探伤（按GB/T 11345-2013）复检，工作量缩减至传统模式的15%
- 复核结果回传系统修正模型边界，形成持续学习闭环
综合检测效率提升3.8倍，实现表面缺陷快速筛查与内部缺陷精准定位的有机结合。
五、数据管理与趋势分析
系统自带数据中台，支持缺陷标注→数据库归档→趋势分析全链条管理。每条记录包含焊缝编号、裂纹三维坐标、长度/宽度/方向、置信度及历史对比。鸿升起重机客户可通过Web端查看设备焊缝健康度趋势曲线，裂纹年增长率超15%时自动触发预警。
目前该系统已申请发明专利2项、实用新型专利3项，入选河南省2025年度工业”四基”技术攻关目录，计划三季度前完成首批10台在役起重机部署，并同步开发港口机械和塔式起重机适配版本。
六、常见问题解答
问：AI视觉检测能完全替代磁粉探伤和超声波探伤吗？
答：不能替代，而是互补。AI视觉检测擅长表面宏观缺陷的快速筛查（百米焊缝30分钟完成），检出率99.2%。但无法检测内部缺陷和近表面微裂纹——这些仍需MT/UT精检。鸿升起重机采用AI初筛+NDT精检四级协作流程。
问：智能巡检系统的检测精度受光照条件影响大吗？
答：系统搭载补光LED阵列+工业级CMOS传感器，在50-2000lux照度范围内保持稳定的检测效果。夜间或弱光环境通过低频闪光+长曝光模式补偿，最低可在10lux环境下正常识别裂纹。
问：巡检数据如何管理和追溯？
答：每次巡检的缺陷图像和坐标自动上传至数据库，按起重机ID+焊缝编号索引。支持历史对比、缺陷扩展趋势图、维护建议自动生成。数据保留期按TSG 51-2023要求不少于10年。
问：哪些焊缝位置适合采用AI视觉巡检？
答：当前系统已覆盖：主梁腹板与翼缘板角焊缝、端梁连接焊缝、加劲肋端部焊缝、轨道压板焊缝。对于箱形梁内腔等不可见区域仍需传统检测方法补位。河南鸿升起重机有限公司提供智能巡检系统定制部署服务。
