海缆铝护套焊缝质检定制化系统产品系统

为了增强海缆的性能，需要对其进行交联工序，但这会在海缆表面引起划痕、磨损等问题，包括竹节、 凹凸、 针眼、划痕、破皮、圆整度等损伤问题，且损伤尺寸最小为0.2mm，因此需要在交联后对海缆表面进行质量检查并及时修复可能存在的划痕等损伤，提高其在使用过程中的性能和寿命。传统的质检往往依赖人工目视检查或使用简单的工具来检测损伤，效率低下且易出现漏检现象。
随着传感器技术的发展，使用机器视觉进行表面检测由于避免了传统人工检测效率低、耗时长、成本高、劳动强度大、人眼的分辨率有限并带有主观意识的问题，因此广泛应用于诸多领域。然而传统方法通常需要依赖于人工设计的特征提取器来捕捉损伤的相关信息。这种方法可能会忽略一些关键特征，尤其是当损伤形状、大小、颜色等方面存在较大变化时；
且对于一些复杂的损伤模式可能难以通过传统方法有效地识别。例如，对于非常小的、模糊的损伤或者具有复杂纹理的表面损伤，传统方法可能表现不佳。
相对于传统的图像处理方法，神经网络在表面损伤检测方面通常能够取得更好的效果。神经网络可以通过端到端的学习从原始数据中学习到最佳特征表示，无需依赖于手工设计的特征提取器。这使得神经网络能够更好地适应不同的损伤模式和环境条件。但神经网络的性能通常高度依赖于训练数据的分布和特征。当模型在不同的领域或任务上进行泛化时，可能会出现性能下降的情况，需要进行领域自适应或者迁移学习。因此需要针对海缆在交联工序后的损伤特点，设计一种海缆外观质量检测方法及系统。

该系统通过传感器实时采集海缆焊缝的点云数据，并基于改进的U-Net网络进行焊缝缺陷识别，自动检测焊缝表面缺陷，并生成质检报告。其中作为核心开发成员负责改进U-Net网络的算法开发，用于精确识别焊缝缺陷，同时还负责与传感器的通讯模块开发，确保系统能够稳定稳定获取并处理点云数据，完成质检任务，以及基于qt的系统界面的开发和最终系统整体的集成测试。

为实现海缆的无接触实时快速表面质量检测，本项目实现了一种基于卷积神经网络的海缆外观质检方法，实现流程如下所示：
1）当海缆进入检测设备时，自动升降对中模块中的两个测距传感器测量自身到海缆表面的距离并计算差值后，得到实际海缆位置距离中间位置的距离差h，自自动升降对中模块中的电缸在z轴移动h后实现检测系统对海缆的自动对中；后自动对心模块中的三套移动模组向中心收缩实现海缆的对心限位。
2）自动升降对中模块中的两个测距传感器测量海缆的海缆的当前高度和底部位置，确定海缆的直径d及形状。
3）采集图像时，视觉检测子系统中的测距仪测量自身到海缆表面距离，并根据相机的对焦距离计算海缆是否在相机的对焦范围内，移动模组带动相机调整相机到海缆的距离，保证采集的海缆表面照片对焦清晰。
4）视觉检测子系统中光源亮起后海缆开始移动，连续通过检测系统，相机连续采集数据并进行图像预处理后使用卷积神经网络进行缺陷检测，特别的，同时基于3D计算海缆圆整度，并将检测结果记录在结果数据库中。
5）当海缆整体移动通过检测系统后，相机停止采集，并在报警子系统的监控面板生成可视化的检测结果数据报表。