[发明专利]一种基于三维重构的电梯曳引轮轮槽形态检测方法

说明书

本发明公开一种基于三维重构的电梯曳引轮轮槽形态检测方法，包括基于钢丝绳内外两侧点云数据，获得钢丝绳组三维模型；基于曳引轮顶部轮廓点云数据，获得曳引轮顶部轮廓三维模型；获得轿厢和对重的配重比数据；基于钢丝绳组三维模型、曳引轮顶部轮廓三维模型以及轿厢和对重的配重比数据，获得融合数据库和曳引轮轮槽形态数据库；带入神经网络进行训练，获得最优参数的变化函数；基于最优参数的变化函数，获得曳引轮轮槽形态检测模型；基于曳引轮轮槽形态检测模型，获得电梯曳引轮轮槽形态。本发明只需结合多重影响因素和轮槽形态的对应匹配关系，就可得到不同情况下的实际轮槽形态，相比于传统检测方法，更加方便准确。

技术领域

本发明属于电梯检测技术领域，尤其涉及一种基于三维重构的电梯曳引轮轮槽形态检测方法。

背景技术

近年来，电梯事故频发，电梯在人们日常生活中又不可或缺，尤其是广泛使用的曳引电梯，而曳引轮又是其关键的组件之一，电梯曳引轮轮槽的形态变化能够直接反映曳引轮的磨损程度，同时直接影响电梯运行的安全性能。

目前，轮槽的磨损程度主要采用定性分析的检测方法，如传统的目测法、机械测量法，一些新兴的检测技术则通过图像处理技术实现，如通过红外采集图像和热传感图像方法直接对曳引轮轮槽的磨损情况进行检测，但当前的图像处理技术在电梯检测中的应用仅限于易于进行算法分析和结果处理的大部件，对轮槽这种小部件检测精度不高。其次，部分方法通过多信号融合识别方法对曳引轮的磨损状态进行识别，如轻微磨损、一般磨损、严重磨损等，但未能实现对曳引轮磨损的定量精准识别，再者，部分现有技术采用三维点云数据直接获取曳引轮轮槽的三维特征，从而进行磨损量识别，但该类技术未考虑曳引轮运行过程中轮槽润滑油对识别精度的影响，因此，现有技术无法实现曳引轮轮槽形态的准确识别以及曳引轮磨损的精准定量分析。

因此，如何实现电梯曳引轮运行过程中轮槽形态的精准检测，从而实现磨损量的实时精准定量分析是现阶段亟需解决的问题。

发明内容

为解决上述技术问题，本申请公开了一种基于三维重构的电梯曳引轮轮槽形态检测方法，通过考虑钢丝绳外形、配重比和曳引轮顶部外缘轮廓对电梯曳引轮轮槽磨损状态检测结果的多重影响，得到轮槽具体的磨损形态，从而获取曳引轮精准的磨损量及磨损位置信息。

为实现上述目的，本发明采用如下的技术方案：

提出一种基于三维重构的能预测电梯曳引轮轮槽形态的检测方法，具体流程包括如下步骤：

获得钢丝绳内外两侧点云数据；

基于所述钢丝绳内外两侧点云数据，获得钢丝绳组三维模型；

获得曳引轮顶部轮廓点云数据；

基于所述曳引轮顶部轮廓点云数据，获得曳引轮顶部轮廓三维模型；

获得轿厢和对重的配重比数据；

基于所述钢丝绳组三维模型、所述曳引轮顶部轮廓三维模型以及所述轿厢和对重的配重比数据，获得融合数据库和曳引轮轮槽形态数据库；

基于所述融合数据库和所述曳引轮轮槽形态数据库，对神经网络进行训练，获得最优参数的变化函数；

基于所述最优参数的变化函数，获得曳引轮轮槽形态检测模型；

基于所述曳引轮轮槽形态检测模型，完成曳引轮轮槽形态检测。

优选地，获得所述钢丝绳组三维模型的过程包括：

对所述钢丝绳内外两侧点云数据进行降噪、滤波处理；

基于降噪、滤波处理后的所述钢丝绳内外两侧点云数据，对所述钢丝绳组进行轮廓拟合；

对完成轮廓拟合后的所述钢丝绳组进行三维重构，获得所述钢丝绳组三维模型。