基于图像的螺栓松动检测技术在钢螺栓连接桥的应用

摘要：为保证钢桥结构间的稳定性，需要能够准确地识别出螺栓松动情况。文章基于图像处理提出一种钢桥螺栓连接松动的检测技术，并采用拼接板和8组2×4阵列螺栓螺母组成的螺栓连接模型，对该技术进行测试试验分析。结果表明，该技术估算的角度与测角仪测量的角度误差为±2°，证明了该技术的适用性与准确性，为进一步研究提供了参考依据。

关键词：图像处理;螺栓松动;螺栓连接

0 引言

螺栓是连接钢结构构件的重要元件之一，在大多数钢桥中，构件通过螺栓接头实现相互连接[1][3]。螺栓松动导致预紧力不足，使螺栓连接失效，降低桥梁承载能力。根据钢桥结构缺陷报告显示，33.3%的桥梁会出现螺栓缺陷，如图1所示。产生缺陷的主要原因有预载荷或震动不足导致螺栓松动。由于螺栓失效可能导致结构失效，因此螺栓松动检测对保持钢桥的结构性能非常重要[4-5]。

截至目前，可以将检测钢桥螺栓松动技术分为以下两组：（1）现场检测技术，包括目视检查、锤击法和扭矩扳手技术;（2）基于传感器的监测技术，包括弹性波、导波、机电阻抗、无线传感器检测螺母旋转角度和电位降变化等方法。现场检查技术非常简单，但早期不能及时发现螺栓松动，且测量误差较大。基于传感器的监测技术是目前较有效的螺栓松动监测方法，但监测系统成本略高，还需要固定每个传感器。

同时，图像处理技术已被广泛应用于医学图像、物体、图案、字符等的识别，许多研究人员试图将该技术应用于土木结构的检测和监控。土木结构中图像处理技术可用于识别混凝土和路面上的裂缝，检测斜拉索表面的损伤，诊断钢桥涂层，以及测量桥梁的位移等。[=XQS（]基于图像的螺栓松动检测技术在钢螺栓连接桥的应用/刘炎钊[=JP2]应用图像处理技术有如下好处：（1）可以为维护桥梁提供科学而直观的信息;（2）可以利用成本较低的设备，如非接触传感器的照相机。

本文基于图像处理技术研发了一种钢桥螺栓连接松动检测算法，主要由3个步骤组成：（1）为螺栓接头拍照;（2）分割图像识别拼接板和每个螺母;（3）识别每个螺母的旋转角度并检测螺栓松动情况，其中应用霍夫变换来识别螺母的旋转角度，并通过拼接板和8组2×4阵列螺栓螺母组成的螺栓连接模型对该技术进行相关测试。

1 螺栓松动检测技术

1.1 现场检查技术

现场检查技术通过目视检查或使用机械装置（如锤子和扭矩扳手）来检测螺栓松动情况。其中目视检查是最简单的方法，可为螺栓松动检测提供直观的信息，但直到螺栓完全松动时才能检测到螺栓松动。根据结构安全法，需要每2年或3年使用锤击法检查钢桥中螺栓的连接情况。应用该方法时，需要检查人员用手指触摸螺栓，然后用锤子敲击螺栓头。该方法比较简单，且准确性取决于检查员的经验和感觉。目前扭矩扳手技术是检测螺栓松动和测量螺栓轴向预载荷的最佳方法。但是由于螺栓螺纹和螺母之间存在摩擦，因此在螺栓张力测量中使用扭矩扳手将产生高达50%的誤差。此外，在有数千个螺栓的大型结构中，特别是钢桥，因为螺栓松动需要逐个检查，该方法将耗费大量时间和成本。

1.2 基于传感器的检测技术

基于传感器的检测技术是通过分析连接在螺栓周围传感器的响应来检测螺栓松动情况，可分为以下5种方法：声弹性法、导波法、阻抗法、磁场法和电位降法。

声弹性法类似于锤击技术，但前者是通过测量安装在螺栓上的传感器发出的超声波和振动情况，从而得出螺栓松动的检测结果。

导波法是使用螺栓预载荷改变拼接板的动态特性，并且影响拼接板的超声波，通过监测和分析超声波信号，可以检测出螺栓松动情况。由于这种方法可以调查拼接板上所有的螺栓，因此在螺栓松动检测方面有很大潜力。

阻抗法对局部结构损伤有很高的灵敏度和很大的频带宽度，适用于现场监测高频动力学特性主导的螺栓连接。但是它的范围较小，因此需要很多传感器和阻抗分析仪才可以覆盖钢桥中所有的螺栓，且其受温度和环境噪声的影响较大。

磁场法是一个简单的现象，即旋转螺母造成螺栓松动，并改变螺母周围的磁场。其由一个带磁铁的螺帽和一个簧片开关组成，当螺母在螺母帽中旋转时，磁场会发生改变，此时打开簧片开关，检测到螺栓松动情况。这种方法比较简单，但只能使用一个螺栓，与声弹性法类似。

电位降法则是利用电阻与钢板厚度之间的变化关系，松开螺栓，拼接板的横截面积增加，电阻减小。当恒定电流流过拼接板时，螺栓松动电压降低，即可检测到螺栓松动情况。

2 基于图像处理的螺栓松动检测技术

本研究针对现有技术的不足，基于图像处理提出了一种螺栓松动检测技术。与现有技术相比，该技术只需要通过数码相机拍摄出螺栓接头的图像，即可经济迅速地检测数十个螺栓的松动情况。如图2所示，该技术包括3个步骤：（1）拍摄螺栓接头的图像;（2）分割每个螺母图像;（3）通过识别每个螺母的旋转角度来检测螺栓松动情况。

第一步，从数码相机中获取钢桥中螺栓接头的数字图像。钢桥的螺栓接头由一对拼接板、螺栓、螺母和垫圈组成。数字图像必须在包括螺母和相应拼接板的区域内进行拍摄，因为螺栓松动可以通过螺母旋转来检测。图像可以通过使用电荷耦合器件（CCD）的各种相机获得，例如数码相机、摄像机和嵌入智能手机的相机。

第二步，将图像分割并标记每个螺母。该步骤由以下5个程序进行处理：（1）将图片图像转换成灰度图像;（2）利用Canny边缘检测器从灰度图像中提取边缘图像;（3）利用霍夫变换（HT）检测拼接板的四条边缘线，然后从边缘线的交叉点检测拼接板4个角的坐标;（4）通过投影变换校正由照相机成像角度引起的透视失真;（5）通过圆形霍夫变换（CHT）检测形成圆形的螺栓端部，然后将图像分割成N个螺母图像，其中N是螺母的数量。对于分段，螺栓的中心坐标和半径用CHT确定，并使用螺母R中心到角的距离。每个图像分割大小由以下因素决定：

L=n×2×rc（1）

式中：L——分割图像的大小;

rc——螺栓端部的半径;

n——rc和R的比值，n取值范围为1.5～1.6，考虑到rc的估计误差，n应选择>2的值。

图3为n=2.5时分割的图像。最后，通过螺栓端部的中心坐标分类，对分割的螺母图像进行标记。

第三步，检测每个螺母图像螺栓松动情况。该步骤也通过以下程序进行处理：（1）利用Canny边缘检测器对分割后的螺母图像提取边缘图像;（2）用HT对每条线进行检测，在螺母图像中检测到的线包括螺母6条边的线以及由螺母图像中噪声引起的意外线;（3）排除穿过螺栓的线等意外线，选择最强的p线，选择的p越大，精确度越高。p线的旋转角度θi′通过下式估算：

θi′=90+θi（2）

如图4所示，θi′是由HT检测到ith线垂线的角度。同时，由于螺母是一个正六边形，它的旋转角度只能从0°到60°。即每当螺母旋转60°时，角度就是相同的。此外，通过HT提取的线可以是螺母6条边中的任意一条，并且螺母另一侧的旋转角度在0°～60°外。因此，角度将重新计算以保持在0°～60°之间

θin=rem90+θi/60（3）

式中：θi′是第nth个螺母图像中第ith条检测到线的螺母角度;而rem[·]是计算除法后余数的运算符。通过平均所选p线的螺母角度来确定螺母角度。最后，比较每个螺母之前和当前的估计角度来检测螺栓松动情况。

3 实验验证

3.1 基于传感器的监控技术

为了评估文中提出技术的适用性，对螺栓连接模型进行实验测试。螺栓连接模型由一个拼接板和8个螺栓及螺母组成（图5）。拼接板由钢制成，长度（L）为310 mm，高度（H）为200 mm，厚度（T）为10 mm，如图6所示，使用了8个标准螺栓和螺母M20。螺栓和螺母排列成2×4，螺栓中心之间的距离水平方向为70 mm，垂直方向为100 mm。此外，螺栓连接模型涂有灰色防腐涂料，以模拟真实钢结构。

使用数码相机（尼康D7000型号）拍摄拼接板，用三脚架固定摄像机，并设置摄像机屏幕的中心位于拼接板的中心。拍照时，这些照片应用相机的最大分辨率（3 253×4 928像素）拍摄，并打开相机闪光灯，通过荧光灯去除螺母的阴影。

螺栓连接模型的初始条件如图6所示。在图6中，圆圈中的数字表示用数字测角仪测量螺母的初始旋转角度，选择表1所示的几种螺栓松动方案。首先，逐步将螺栓1松开至5°、15°和45°，然后螺栓7逐步松开至12°、23°和57°。因此，总共使用了7个案例（包括完整案例）来模拟螺栓松动情况，对于每种情况，拍摄10张照片来评估本文技术的测量误差。

3.2 螺栓松动检测结果

图7显示了Canny边缘检测器和HT边缘检测和线检测结果。对于边缘检测，两个阈值分别被设置为0.03和0.3。图7（c）中，四个交叉点的识别为角;通过检查每条线，手动选择图中的4条线。此外该图中拼接板的图像有点失真，可能是因为图片在板前面进行拍摄而造成。

图8（a）为相关校正图像，变形图像投影为与拼接板尺寸相应的矩形。图8（b）显示用CHT法找到了表示螺栓端的圆圈，准确识别出8个螺栓端。图8（c）显示了使用等式分割的图像，其中n=2。

图9（a）为HT识别出所有螺母的侧线。對于每个螺母，选择最强的3条线，通过平均线的角度来估计旋转角度。图9（b）为初始条件下HT识别螺母的旋转角度，对本文方法估算的角度与测角仪测得的角度进行比较，结果匹配良好，误差为±2°。

图10显示了本文技术估算螺母旋转角度的变化。图中精确地检测到螺栓1和螺栓7的松动情况，并且所有螺母的旋转角度估计误差都在±2°以内，其他螺栓估计的角度误差也在±2°内。

4 结语

本文基于图像处理技术研发了一种钢桥螺栓连接松动检测算法。主要由以下3个步骤组成：（1）为螺栓接头拍照;（2）分割图像以识别拼接板和每个螺母;（3）识别每个螺母的旋转角度并检测螺栓松动情况，其中螺母旋转角度通过霍夫变换识别，然后通过螺栓松动实验测试，得出本文检测技术估算的角度与由测角仪估算的角度误差在±2°以内。此外，文中技术可以检测到螺母角度发生变化，并准确地在±2°误差范围内检测出螺栓松动情况，证明了该技术的适用性与准确性。

参考文献：

[1]江文强，墨 泽，安利强，等.考虑螺纹柔性的螺栓连接临界松动载荷计算方法[J].机械工程学报，2020，56（15）：238-248.

[2]郭志鹏.风载作用下输电铁塔螺栓连接松动特性分析[J].建材与装饰，2019（31）：241-242.

[3]王 涛，杨志武，邵俊华，等.基于压电阻抗技术的螺栓松动检测试验研究[J].传感技术学报，2014，27（10）：1 321-1 325.

[4]李志彬.螺栓连接结构松动失效机理研究[D].大连：大连理工大学，2019.

[5]陈 岩.螺栓松动的失效机理以及对整体结构力学行为的影响研究[D].大连：大连理工大学，2019.