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

Nell'architettura nascosta del mondo moderno, dalle travi d'acciaio dei grattacieli alle intricate strutture degli aeromobili, innumerevoli bulloni metallici tengono tutto insieme. Questi sono bulloni, semplici cilindri filettati che si affidano a una forza invisibile chiamata precarico per rimanere sicuri. Quando un bullone viene serrato, si allunga leggermente, creando una potente forza di serraggio che blocca le parti unite in posizione. Tuttavia, la incessante vibrazione dei motori, il peso variabile di un ponte o il battito ritmico dei macchinari possono lentamente erodere questa tensione. Man mano che il bullone si allenta, l'unione si svita, portando potenzialmente a un cedimento catastrofico. Per decenni, garantire che queste connessioni rimangano strette è stato un compito laborioso, che spesso richiedeva a ispettori umani di colpire i bulloni con martelli per ascoltare un cambiamento di suono o di usare chiavi pesanti per controllare se si fossero girati. Sebbene si possano integrare sensori nei bulloni per monitorarli, questi dispositivi sono costosi, richiedono cablaggi complessi e spesso falliscono in ambienti ostili. La sfida è stata a lungo trovare un modo per "vedere" la tensione invisibile all'interno di un bullone senza toccarlo o alterare la struttura.

Ricercatori della Harbin Engineering University e della Bahauddin Zakariya University hanno sviluppato un nuovo approccio che tratta il bullone e il suo dado come un puzzle visivo da risolvere tramite una telecamera. Invece di fare affidamento su sensori fisici o sull'orecchio umano, hanno costruito un sistema che utilizza due telecamere per osservare contemporaneamente un bullone e un dado. L'idea centrale è semplice ma precisa: se un bullone si sta allentando, il dado e la testa del bullone ruotano l'uno rispetto all'altro. Misurando questa minuscola rotazione con estrema accuratezza, il sistema può calcolare esattamente quanta tensione è stata persa. Per far sì che ciò funzioni, il team ha addestrato un sofisticato modello di visione artificiale, un tipo di intelligenza artificiale noto come YOLOv11-pose, per riconoscere punti specifici sulle superfici metalliche. Hanno insegnato al software di identificare cinque punti distinti sulla testa del bullone e sul dado: quattro punti fissi che definiscono l'orientamento del pezzo metallico e un marcatore mobile che funge da riferimento per la rotazione.

Il processo inizia con le telecamere che catturano immagini dell'assieme. Poiché le telecamere non sono sempre perfettamente allineate con il bullone, le immagini possono essere distorte dalla prospettiva, proprio come un palo dritto appare curvo se visto da un angolo. Per correggere questo aspetto, il sistema applica una trasformazione matematica che appiattisce l'immagine, creando una vista frontale perfetta delle facce del bullone e del dado. Ciò consente al computer di misurare l'angolo del marcatore con alta precisione. Confrontando l'angolo del marcatore sul bullone con l'angolo del marcatore sul dado, il sistema calcola la rotazione relativa tra i due. Questa misurazione viene poi inserita in un modello meccanico basato sul metodo "Turn-of-Nut" (rotazione del dado), un principio ingegneristico standard che mette in relazione quanto un dado venga ruotato con quanto il bullone si allunghi. Conoscendo la rigidezza delle parti metalliche e la tensione iniziale, il sistema può tradurre quel minuscolo angolo di rotazione in un valore di forza specifico, indicando agli ingegneri esattamente quanto precarico rimane.

Per testare questo metodo, i ricercatori hanno allestito un esperimento controllato utilizzando un singolo bullone di grandi dimensioni, nello specifico di dimensione M20, in acciaio inossidabile. Hanno serrato l'assieme e poi hanno utilizzato una cella di carico digitale, una scala altamente sensibile per misurare la forza, per registrare la tensione effettiva. Hanno poi confrontato le letture della cella di carico con le stime generate dal loro sistema di telecamere. I risultati sono stati promettenti. Nel misurare l'angolo di rotazione, il sistema è stato straordinariamente accurato, con un errore medio inferiore a un grado e un errore massimo di soli 2,4 gradi. Nel tradurre questo angolo in una misurazione della forza, il sistema ha stimato il precarico con un errore medio di 0,63 kilonewton. Nel contesto della sicurezza industriale, dove i bulloni trasportano spesso forze di centinaia di kilonewton, questo livello di precisione suggerisce che il metodo sia idoneo per rilevare allentamenti significativi.

Tuttavia, lo studio ha anche rivelato i limiti del fare affidamento solo sulla vista. I ricercatori hanno scoperto che il sistema è sensibile alle condizioni di illuminazione. Quando hanno ridotto la luminosità dell'ambiente, l'accuratezza delle misurazioni è diminuita. In condizioni di luce scarsa, il sistema faticava a individuare l'esatta posizione dei marcatori, portando a errori più grandi nel calcolo della forza. Con una riduzione della luminosità del 75%, l'errore medio nella stima della forza è salito a quasi 3 kilonewton. Ciò indica che, sebbene la tecnologia funzioni bene in ambienti controllati, richiede una visibilità chiara e un'illuminazione costante per funzionare in modo affidabile. I ricercatori hanno anche notato che le condizioni superficiali come ruggine, olio o vernice potrebbero interferire con la capacità della telecamera di vedere i marcatori, suggerendo che le versioni future del sistema dovranno essere abbastanza robuste da gestire ambienti industriali sporchi o degradati.

La significatività di questo lavoro risiede nel suo potenziale di sostituire metodi di monitoraggio invasivi ed costosi con una soluzione non a contatto e a basso costo. Combinando il rilevamento visivo della rotazione con un modello meccanico collaudato, i ricercatori hanno dimostrato un modo per monitorare la salute di strutture critiche senza doverle forare o collegare cavi. Sebbene lo studio attuale sia stato limitato a un singolo tipo di bullone in un ambiente di laboratorio, la struttura fornisce un percorso chiaro per il futuro. Il sistema ha dimostrato con successo che una configurazione a doppia telecamera può tracciare il movimento relativo di un bullone e di un dado con precisione sufficiente per stimare le forze interne che tengono insieme una struttura. Man mano che la tecnologia matura e viene testata su una varietà più ampia di bulloni e in condizioni del mondo reale più impegnative, potrebbe diventare uno strumento standard per garantire la sicurezza di ponti, turbine eoliche e aeromobili, mantenendo le forze invisibili del mondo costruito sotto un'osservazione costante e attenta.