Intelligent Vision-Based Pose Estimation with the Turn-of-Nut Method for Bolt Monitoring

In der verborgenen Architektur der modernen Welt, von den Stahlträgern der Wolkenkratzer bis hin zu den komplizierten Rahmen von Flugzeugen, halten unzählige Metallbefestigungen alles zusammen. Dies sind Bolzen, einfache, gewindeartige Zylinder, die sich auf eine verborgene Kraft verlassen, die man Vorspannung nennt, um sicher zu bleiben. Wenn ein Bolzen festgezogen wird, dehnt er sich leicht aus, wodurch eine starke Klemmkraft entsteht, die die verbundenen Teile an ihrem Platz fixiert. Doch die unerbittliche Vibration von Motoren, das schwankende Gewicht einer Brücke oder das rhythmische Hämmern von Maschinen können diese Spannung allmählich erodieren lassen. Wenn der Bolzen nachgibt, lockert sich die Verbindung, was potenziell zu einem katastrophalen Versagen führen kann. Jahrzehntelang war die Sicherstellung, dass diese Verbindungen fest bleiben, eine arbeitsintensive Aufgabe, die oft menschliche Inspektoren erforderte, die mit Hammer gegen die Bolzen schlugen, um auf eine Veränderung des Klangs zu hören, oder die schwere Schlüssel verwendeten, um zu prüfen, ob sie sich gedreht hatten. Während Sensoren in Bolzen eingebettet werden können, um diese zu überwachen, sind diese Geräte teuer, erfordern komplexe Verkabelungen und versagen oft in rauen Umgebungen. Die Herausforderung bestand lange darin, einen Weg zu finden, die unsichtbare Spannung im Inneren eines Bolzens zu „sehen“, ohne ihn zu berühren oder die Struktur zu verändern.

Forscher der Harbin Engineering University und der Bahauddin Zakariya University haben einen neuen Ansatz entwickelt, bei dem der Bolzen und seine Mutter wie ein visuelles Rätsel behandelt werden, das von einer Kamera gelöst werden kann. Anstatt sich auf physische Sensoren oder das menschliche Ohr zu verlassen, bauten sie ein System, das zwei Kameras verwendet, um einen Bolzen und seine Mutter gleichzeitig zu beobachten. Die Kernidee ist einfach, aber präzise: Wenn sich ein Bolzen lockert, rotieren die Mutter und der Bolzenkopf relativ zueinander. Durch die Messung dieser winzigen Rotation mit extremer Genauigkeit kann das System exakt berechnen, wie viel Spannung verloren gegangen ist. Um dies zu ermöglichen, trainierte das Team ein hochentwickeltes Computer-Vision-Modell, eine Art von künstlicher Intelligenz namens YOLOv11-pose, um spezifische Punkte auf den Metalloberflächen zu erkennen. Sie brachten der Software bei, fünf markante Punkte auf sowohl dem Bolzenkopf als auch der Mutter zu identifizieren: vier feste Punkte, die die Orientierung des Metallstücks definieren, und einen beweglichen Marker, der als Referenz für die Rotation dient.

Der Prozess beginnt damit, dass die Kameras Bilder der Baugruppe erfassen. Da die Kameras nicht immer perfekt auf den Bolzen ausgerichtet sind, können die Bilder durch die Perspektive verzerrt sein, ähnlich wie ein gerader Stab gekrümmt aussieht, wenn man ihn aus einem Winkel betrachtet. Um dies zu korrigieren, wendet das System eine mathematische Transformation an, die das Bild abflacht und eine perfekte, frontale Ansicht der Bolzen- und Mutterflächen erzeugt. Dies ermöglicht es dem Computer, den Winkel des beweglichen Markers mit hoher Präzision zu messen. Durch den Vergleich des Winkels des Markers auf dem Bolzen mit dem Winkel des Markers auf der Mutter berechnet das System die relative Rotation zwischen den beiden. Diese Messung wird dann in ein mechanisches Modell eingespeist, das auf der „Turn-of-Nut“-Methode basiert, einem Standard-Ingenieurprinzip, das beschreibt, wie weit sich eine Mutter dreht und wie sehr sich der Bolzen dadurch dehnt. Indem das System die Steifigkeit der Metallteile und die anfängliche Festigkeit kennt, kann es diesen winzigen Rotationswinkel in einen spezifischen Kraftwert übersetzen und den Ingenieuren genau mitteilen, wie viel Vorspannung noch vorhanden ist.

Um diese Methode zu testen, richteten die Forscher ein kontrolliertes Experiment mit einem einzelnen großen Bolzen auf, speziell eines M20-Bolzens aus Edelstahl. Sie zogen die Baugruppe fest und verwendeten dann eine digitale Kraftmessdose, eine hochempfindliche Waage zur Messung von Kraft, um die tatsächliche Spannung aufzuzeichnen. Sie verglichen dann die Messwerte der Kraftmessdose mit den Schätzungen ihres Kamerasystems. Die Ergebnisse waren vielversprechend. Bei der Messung des Rotationswinkels war das System bemerkenswert genau, mit einem durchschnittlichen Fehler von weniger als einem Grad und einem maximalen Fehler von nur 2,4 Grad. Bei der Übersetzung dieses Winkels in eine Kraftmessung schätzte das System die Vorspannung mit einem durchschnittlichen Fehler von 0,63 Kilonewton. Im Kontext der industriellen Sicherheit, wo Bolzen oft Kräfte von hunderten Kilonewton tragen, deutet dieses Maß an Präzision darauf hin, dass die Methode zur Erkennung signifikanter Lockerungen lebensfähig ist.

Die Studie zeigte jedoch auch die Grenzen auf, die mit der alleinigen Nutzung der Sicht einhergehen. Die Forscher fanden heraus, dass das System empfindlich auf die Lichtverhältnisse reagiert. Wenn sie die Helligkeit der Umgebung reduzierten, sank die Genauigkeit der Messungen. Bei geringererem Licht hatte das System Schwierigkeiten, den exakten Ort der Marker zu bestimmen, was zu größeren Fehlern in der Kraftberechnung führte. Bei einer Reduzierung der Helligkeit um 75 % stieg der durchschnittliche Fehler bei der Schätzung der Kraft auf fast 3 Kilonewton an. Dies deutet darauf hin, dass die Technologie in kontrollierten Umgebungen gut funktioniert, aber eine klare Sicht und eine konstante Beleuchtung benötigt, um zuverlässig zu arbeiten. Die Forscher stellten auch fest, dass Oberflächenbedingungen wie Rost, Öl oder Farbe die Fähigkeit der Kamera beeinträchtigen könnten, die Marker zu sehen, was darauf hindeutet, dass zukünftige Versionen des Systems robust genug sein müssten, um schmutzige oder degradierte industrielle Umgebungen zu bewältigen.

Die Bedeutung dieser Arbeit liegt in ihrem Potenzial, invasive und teure Überwachungsmethoden durch eine kontaktlose, kostengünstige Lösung zu ersetzen. Durch die Kombination der visuellen Detektion von Rotation mit einem bewährten mechanischen Modell haben die Forscher einen Weg aufgezeigt, die Gesundheit kritischer Strukturen zu überwachen, ohne in sie hineinzubohren oder Kabel anzuschließen. Obwohl die aktuelle Studie auf einen einzigen Typ von Bolzen in einer Laborumgebung beschränkt war, bietet der Rahmen einen klaren Weg nach vorn. Das System hat erfolgreich bewiesen, dass ein Dual-Kamera-Setup die relative Bewegung eines Bolzens und einer Mutter mit ausreichender Präzision verfolgen kann, um die internen Kräfte zu schätzen, die eine Struktur zusammenhalten. Wenn die Technologie reift und an einer größeren Vielfalt von Bolzen sowie unter anspruchsvolleren realen Bedingungen getestet wird, könnte sie zu einem Standardwerkzeug für die Sicherheit von Brücken, Windturbinen und Flugzeugen werden und so die unsichtbaren Kräfte der gebauten Welt unter ständiger, wachsamer Beobachtung halten.