Обследование мостового крана дроном: лазерное сканирование
Ключевая задача: как дрон с мультисенсорной системой обеспечивает автоматический осмотр мостового крана на высоте?
Используется трёхмодульная сенсорная система: видимая камера 20 Мп + 32-линейный LiDAR + тепловизор 640×480. Полёт выполняется по трёхуровневому маршруту: обзорный, детальный и контроль путей. Дефекты сварных швов, ослабление болтов и отслоение покрытия распознаются ИИ на базе YOLOv8x-seg. Точность измерения прогиба главной балки — ±3 мм за счёт ICP-сопоставления облаков точек. Осмотр одного мостового крана занимает 12–18 минут, эффективность повышается на 85%.
Согласно требованиям ISO 4301 «Основные положения проектирования кранов» к периодическому осмотру и обслуживанию металлоконструкций, технология мультисенсорного обследования с помощью дрона представляет собой принципиально новое решение данной задачи. В статье системно рассматривается полный технологический процесс: конфигурация датчиков, планирование маршрута, сбор изображений и ИИ-идентификация дефектов при осмотре конструкций крана.
Конфигурация датчиков и выбор оборудования для дрона-инспектора
Для комплексного обследования высотных конструкций крана дрон должен нести несколько типов датчиков. Базовая конфигурация включает четыре модуля: камеру видимого диапазона высокого разрешения, лидар, инфракрасный тепловизор и газоанализатор. Камера видимого диапазона предназначена для визуального обнаружения поверхностных дефектов: разрешение — не менее 20 Мп, оптический зум — от 20×, что позволяет получать детальные изображения верхней накладки главной балки, стенки балки и сварных швов с безопасного расстояния.
Лидар (LiDAR) используется для измерения деформаций и трёхмерной реконструкции. Рекомендуется механический лидар с 32 и более линиями либо твердотельный аналог сопоставимой производительности. Точность измерения дальности — ±2 см, зона сканирования — от 360°×30°, что обеспечивает получение таких геометрических параметров, как прогиб главной балки, прямолинейность рельса и общая деформация конструкции.
Тепловизор служит для выявления аномалий температуры в местах соединений (методика рассмотрена в отдельном материале по ИИ-осмотру с тепловизионной съёмкой). Рекомендуемый модуль — с разрешением 640×480 и NETD ≤ 0,04 ℃. Для осмотра внутри закрытых заводских зданий дополнительно требуются подсветка и RTK-модуль высокой точности, обеспечивающий точность позиционирования в условиях ограниченного приёма GPS.
Технические параметры самой платформы напрямую определяют качество осмотра. Для обследования мостовых кранов внутри помещений рекомендуется шестиосевой промышленный дрон с датчиками обхода препятствий: колёсная база от 600 мм, грузоподъёмность не менее 3 кг, время полёта от 25 минут с полезной нагрузкой. Система обхода препятствий — передняя, нижняя и боковая стереопары на базе машинного зрения; в цехе без GPS-сигнала дрон выполняет автономное позиционирование и зависание за счёт визуального SLAM.
Для осмотра козловых и причальных кранов на открытом воздухе рекомендуется промышленный дрон с классом защиты от погодных условий не ниже IP43, ветроустойчивостью от 6 баллов, максимальной высотой полёта от 100 м и временем полёта от 40 минут.
В ряде проектов с участием компании Келуде Тяжёлая Промышленность оптимальным по соотношению цены и функциональности признан комплект DJI M300 RTK или M350 RTK с полезной нагрузкой Zenmuse H20T (камера 20 Мп + широкоугольный модуль 12 Мп + лазерное измерение расстояния + тепловизор 640×480) и лидаром L1.
| Датчик | Обнаружениецель | ключевая технологияПоказатель | точность обнаружения |
|---|---|---|---|
| камера видимого диапазона | Сварной ШовТрещина,отслоение покрытия,Болтослабление,Коррозиявыбоина | 2000мегапиксель,20кратное оптическое увеличение | 0.5mmТрещинаразрешение(10mрасстояние) |
| LiDARлидар | Главная балкапрогиб,РельсПрямолинейность,конструкцияДеформация | 32линия,измерение дальностиТочность±2cm,сканирование360°×30° | Измерение прогибаТочность±3mm |
| инфракрасныйтепловизор | соединениеБолтнагрев при ослаблении и трении,Подшипникперегрев | 640×480,NETD≤0.04℃ | перепад температурточность обнаружения±2℃ |
| подсветка | Заводское зданиевспомогательное освещение зон с низкой освещенностью | 3000lmцветовая температура5000KрегулируемыйУгол | дальность освещения до30m |
Планирование маршрута осмотра и стратегия автономного полёта
С учётом конструктивных особенностей мостового крана, планирование маршрута для дрона выполняется по зонально-уровневому принципу. Первый уровень — обзорный маршрут: дрон поднимается на 5–8 м над верхней точкой мостового крана и выполняет полёт вдоль оси главной балки, собирая данные в видимом и тепловизионном диапазонах по всей длине балки. Скорость полёта на этом этапе — 2–3 м/с.
Второй уровень — маршрут детального сканирования: дрон опускается на высоту, параллельную стенке главной балки (горизонтальное расстояние до стенки — 3–5 м), и последовательно облетает обе стенки главной балки на малой скорости 0,3–0,5 м/с, выполняя съёмку высокого разрешения ключевых зон: сварных швов, соединений рёбер жёсткости, болтовых соединений концевых балок.
Третий уровень — маршрут контроля путей: дрон летит на высоте 1–2 м над рельсом по всей его длине; LiDAR-сканер непрерывно собирает данные облака точек поперечного сечения рельса для анализа прямолинейности и отклонений колеи. Для двухбалочного мостового крана типа QD с пролётом 22,5 м общая протяжённость маршрута по данной стратегии составляет около 260 м, время одного цикла осмотра — примерно 12–18 минут, покрывается 160–200 контрольных точек.
Автономный полёт в помещении без GPS — ключевая техническая сложность осмотра мостовых кранов с помощью дронов. На практике применяется мультисенсорная схема для точного позиционирования: в заводском здании предварительно устанавливаются 4–6 базовых станций UWB, формирующих пространственную опорную систему координат; дрон оснащается UWB-меткой, что обеспечивает субметровую точность позиционирования в помещении (точность ±30 см).
Дополнительно нижний визуальный датчик дрона использует сопоставление текстур для уточнения позиции; на полу цеха с хорошим освещением наклеиваются QR-коды (каждые 10 м) в качестве визуальных ориентиров. Совместно с данными бортовой инерциальной навигации (IMU) применяется расширенный фильтр Калмана для слияния многопоточной информации о местоположении, что обеспечивает точность позиционирования в помещении лучше ±10 см. В процессе выполнения маршрута система в реальном времени обнаруживает отклонения от траектории и автоматически корректирует их; при снижении уровня достоверности позиционирования ниже порогового значения дрон автоматически зависает и запускает процедуру повторного позиционирования.
Автоматическая обработка изображений и облаков точек: ИИ-дефектоскопия
Исходные данные, собираемые дроном, включают три типа: последовательности изображений высокого разрешения, облака точек LiDAR и тепловизионные изображения. Для каждого типа данных предусмотрен отдельный конвейер обработки на основе ИИ.
Для анализа изображений используется модель сегментации экземпляров YOLOv8. Обучающий набор данных должен охватывать 6 типов типичных дефектов: трещины в сварных швах (продольные трещины по оси шва, поперечные трещины по границе шва), вздутие и отслоение лакокрасочного покрытия (площадь >1 см²), отсутствие и ослабление болтов (смещение головки болта >2 мм классифицируется как ослабление), коррозионные раковины (глубина >0,5 мм), деформации конструкции (локальное выпучивание стенки балки, волнообразная деформация полки балки) и усталостные трещины (в зоне термического влияния сварного шва или в местах концентрации напряжений).
Входное разрешение модели — 1920×1080; на выходе формируются класс, ограничивающая рамка, сегментационная маска и показатель уверенности для каждого дефекта. На реальных данных Келуде Тяжёлая Промышленность модель YOLOv8x-seg достигает mAP@0.5 91,3% для трещин в сварных швах и 88,7% для ослабленных болтов; время обработки одного изображения — 45 мс (NVIDIA RTX 4090).
Обработка облаков точек LiDAR ориентирована на анализ деформаций конструкции. Облако точек, собранное дроном, сначала выравнивается с BIM-моделью мостового крана или с облаком точек предыдущего осмотра с помощью алгоритма ICP (итеративный поиск ближайших точек), что позволяет получить трёхмерную карту отклонений конструкции.
Ключевые показатели анализа отклонений включают: прогиб главной балки в середине пролёта (разница между проектным строительным подъёмом и фактическим измерением; согласно FEM 1.001, отклонение прогиба должно быть <L/700), отклонение прямолинейности рельса (на каждом 10-метровом участке отклонение должно быть <±2 мм), разность диагоналей концевой балки (разница длин диагоналей двух концевых балок должна быть <5 мм), а также плоскостность стенки главной балки (отклонение плоскостности в пределах 1 м должно быть <3 мм).
Конвейер обработки облаков точек также включает автоматическое извлечение ключевых размеров: ширина полки главной балки, высота стенки балки, шаг рёбер жёсткости, расстояние между осями рельсов и т.д. — с последующим сравнением с проектными значениями и формированием отчёта об отклонениях. Сопоставление облаков точек нескольких последовательных осмотров позволяет построить график скорости развития деформаций и прогнозировать тенденцию деградации конструкции.
| Дефекттип | Обнаружениеметод | AIмодель | точность обнаружения | определениеСтандарт |
|---|---|---|---|---|
| Сварной ШовТрещина | изображение в видимом диапазоне+AIсегментация | YOLOv8x-seg | mAP@0.5=91.3% | Трещинадлина>10mmтребует повторной проверки |
| Болтослабление | изображение в видимом диапазоне+УголОбнаружение | YOLOv8x-seg | mAP@0.5=88.7% | смещение>2mmопределение ослабления |
| отслоение покрытия | изображение в видимом диапазоне+семантическая сегментация | DeepLabV3+ | mIoU=85.6% | площадь>1cm²маркировка |
| конструкцияДеформация | LiDARоблако точек+ICPсовмещение | PointNet++ | прогиб±3mm | Отклонение>L/700требует оценки |
Структурированный отчёт по осмотру и поддержка ремонтных решений
После завершения осмотра с помощью дрона система автоматически формирует структурированный отчёт в трёхмерной визуализации. В качестве подложки отчёта используется BIM-модель мостового крана или трёхмерная модель облака точек. Все обнаруженные дефекты отмечаются значками в соответствующих местах трёхмерной модели: красный значок указывает на высокоопасный дефект, требующий немедленного устранения, жёлтый — на дефект, требующий планового ремонта, зелёный — на нормальное состояние.
При нажатии на любой значок дефекта открывается подробная информация: тип дефекта, размер, координаты, фотографии с места осмотра, показатель уверенности ИИ, исторические данные по той же позиции и рекомендации по ремонту.
Отчёт также формирует карту оценки состояния оборудования. В соответствии с требованиями стандартов ISO 4301 / FEM 1.001 «Нормы проектирования кранов. Основные положения» и FEM 1.001 «Мостовые краны общего назначения» по оценке безопасности конструкции, итоговая оценка складывается из пяти параметров: деформация конструкции — 30%, состояние сварных швов — 25%, целостность покрытия — 15%, состояние соединительных элементов — 20%, геометрия рельсов — 10%.
При итоговой оценке ниже 70 баллов система автоматически выдаёт предупреждение о необходимости ремонта и рекомендует конкретный план работ с указанием сроков.
Накопление данных осмотров с помощью дронов имеет огромную ценность. Анализ временных рядов по результатам многократных осмотров одного и того же мостового крана позволяет построить кривые изменения каждого контролируемого показателя и автоматически формировать рекомендации по прогнозируемому техобслуживанию до достижения пороговых значений. Например, годовая скорость изменения прогиба главной балки в середине пролёта отражает тенденцию снижения жёсткости конструкции. При годовом росте прогиба более 2% система рекомендует провести детальную оценку безопасности конструкции.
Годовой темп роста площади отслоения покрытия отражает старение системы антикоррозийной защиты. При годовом росте более 5% система рекомендует запланировать полную антикоррозийную обработку крана. Динамика изменения количества и длины трещин напрямую используется для принятия решения о необходимости приостановки эксплуатации и проведения ремонта.
Келуде Тяжёлая Промышленность в рамках практики сервисных осмотров с помощью дронов на нескольких заводах провела обследование более 200 мостовых кранов. Благодаря сравнительному анализу исторических данных было успешно предотвращено 12 потенциальных нарушений безопасности конструкции, включая 3 случая локального выпучивания стенки главной балки и 9 случаев массового ослабления болтовых соединений концевых балок.
Порядок выполнения работ и контроль безопасности
Осмотр с помощью дрона в промышленном цехе требует контроля безопасности на трёх уровнях: безопасность персонала, безопасность оборудования и безопасность воздушного пространства. В части безопасности персонала зона осмотра должна быть огорожена временной предупреждающей лентой или обозначена предупреждающими знаками, запрещающими вход посторонних лиц в зону полёта. Оператор должен иметь свидетельство пилота гражданской авиации CAAC или сертификат AOPA.
В части безопасности оборудования перед полётом необходимо выполнить полную проверку по контрольному списку: уровень заряда батареи (не менее 30% запаса), целостность винтов, чистота линз датчиков, статус RTK/визуального позиционирования, результаты самопроверки системы обхода препятствий. В части безопасности воздушного пространства при полёте внутри помещения необходимо убедиться в отсутствии препятствий, влияющих на полёт: такелажных канатов, кабельных лотков, технологических трубопроводов. Перед первым полётом в конкретном цехе опытный пилот должен выполнить ручной облёт для построения трёхмерной карты препятствий.
Стратегии безопасности в аварийных ситуациях включают: автоматическое переключение в режим визуального позиционирования при потере сигнала GPS, автоматический возврат или зависание на месте при потере связи, автоматическое построение кратчайшего маршрута возврата при низком заряде батареи.
Весь процесс осмотра состоит из следующих стандартизированных этапов. Первый этап: обследование на месте и планирование маршрута — построение трёхмерной карты препятствий заводского здания и оптимизация маршрута полёта. Второй этап: установка базовых станций и калибровка оборудования — размещение UWB-баз по углам цеха и калибровка оборудования перед осмотром. Третий этап: выполнение осмотра — автономный полёт по заданному маршруту под контролем оператора, который непрерывно отслеживает статус полёта и готов в любой момент взять управление на себя.
Четвёртый этап: экспорт и обработка данных — загрузка исходных изображений и облаков точек в платформу ИИ для автоматического обнаружения дефектов и анализа отклонений. Пятый этап: формирование и проверка отчёта — после автоматического формирования отчёта ИИ он проверяется и утверждается инженером-экспертом для обеспечения достоверности результатов.
Келуде Тяжёлая Промышленность предоставляет полный комплекс услуг по осмотру с помощью дронов, включая аренду оборудования, выполнение работ на объекте, обработку данных и передачу отчётов. Возможна оплата за разовую услугу или по годовому сервисному контракту. Это позволяет заказчику обеспечить безопасный, эффективный и цифровой осмотр конструкций мостовых кранов на высоте.
Часто задаваемые вопросы
В: Требуется ли квалификация оператора для полётов дрона внутри цеха?
О: Свидетельство пилота гражданской авиации (CAAC) является обязательным требованием для выполнения осмотров с помощью дронов. Согласно правилам эксплуатации гражданских беспилотных воздушных судов, дроны, используемые для осмотров (с максимальной взлётной массой более 4 кг), подлежат обязательной регистрации, а оператор должен иметь действующее свидетельство. Для полётов внутри помещений согласование воздушного пространства не требуется, однако оператор должен иметь квалификацию соответствующего уровня. Все специалисты по осмотру с помощью дронов Келуде Тяжёлая Промышленность имеют действующие свидетельства CAAC (в пределах прямой видимости / за пределами прямой видимости).
В: Может ли осмотр с помощью дрона полностью заменить ручной осмотр на высоте?
О: Осмотр с помощью дрона может заменить более 90% работ по ручному осмотру на высоте, но не полностью. Оптические датчики и LiDAR дрона обеспечивают проверку поверхности конструкции и геометрических размеров. Однако для выявления внутренних дефектов скрытых сварных швов (таких как непровар, внутренняя пористость) и точного измерения усилия предварительной затяжки болтов требуются дополнительные традиционные методы контроля: ультразвуковой контроль, магнитопорошковый контроль (МПК) или динамометрический ключ. Рекомендуемая комбинированная схема: ежеквартальный полный осмотр на высоте с помощью дрона и ежегодное детальное обследование критических узлов вручную — эти методы дополняют друг друга.
В: Как обеспечивается точное позиционирование дрона внутри цеха при слабом сигнале GPS?
О: Для позиционирования внутри помещений применяется комбинированная схема на основе UWB-базовых станций, визуального SLAM и инерциальной навигации IMU. UWB-позиционирование обеспечивает абсолютную привязку с точностью ±30 см, визуальный SLAM — относительное позиционирование по сопоставлению текстуры пола с точностью ±5 см, IMU — высокочастотные данные об ориентации. Данные трёх источников объединяются в реальном времени с помощью расширенного фильтра Калмана, что обеспечивает точность позиционирования внутри помещения лучше ±10 см. В цехе необходимо предварительно установить от 4 до 6 UWB-базовых станций; плотность установки определяется площадью и сложностью конструкции здания.
В: Сколько времени занимает обследование одного мостового крана с помощью дрона? Какова ориентировочная стоимость?
О: Полное обследование двухбалочного мостового крана типа QD пролётом 22,5 м занимает 12–18 минут лётного времени. С учётом подготовки на площадке, калибровки оборудования и выгрузки данных, общая продолжительность одной сессии одним оператором составляет около 45–60 минут. Стоимость разовой услуги — примерно 3 000–5 000 ₽ за кран (включая оборудование, оператора, обработку данных и отчёт). Годовой контракт (обследование раз в квартал) — около 8 000–12 000 ₽ за кран в год. По сравнению с традиционным ручным осмотром с лесов (15 000–25 000 ₽ за кран за один раз), обследование дроном снижает затраты на 60–80% и полностью исключает риски работ на высоте.
Технология мультисенсорного обследования мостовых кранов с помощью дронов кардинально меняет подход к диагностике высотных металлоконструкций. Сочетание трёхмодульной системы — видимый свет + LiDAR + тепловизионная камера, автоматической идентификации дефектов на основе ИИ и структурированной платформы формирования отчётов обеспечивает переход от принципа «человек поднимается на высоту и осматривает» к принципу «дрон автоматически проверяет». Для получения подробной информации о методике и технических параметрах услуги обследования кранов дронами, пожалуйста, свяжитесь с технической командой Келуде Тяжёлая Промышленность. Компания располагает сертифицированными операторами CAAC и богатым опытом диагностики конструкций мостовых кранов, предлагая предприятиям безопасные, эффективные и полностью прослеживаемые услуги по обследованию высотных крановых сооружений.
