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

In de verborgen architectuur van de moderne wereld, van de stalen balken van wolkenkrabbers tot de ingewikkelde frames van vliegtuigen, houden ontelbare metalen bevestigingsmiddelen alles bij elkaar. Dit zijn bouten, eenvoudige geschroefde cilinders die vertrouwen op een verborgen kracht genaamd voorspanning om stevig te blijven zitten. Wanneer een bout wordt aangedraaid, rekt deze een klein beetje uit, waardoor een krachtige klemkracht ontstaat die de samengevoegde onderdelen op hun plaats vergrendelt. Echter, de meedogenloze trillingen van motoren, het verschuivende gewicht van een brug of het ritmische stampen van machines kunnen deze spanning langzaam uithollen. Naarmate de bout ontspant, wordt de verbinding losser, wat potentieel kan leiden tot catastrofale defecten. Decennialang was het waarborgen dat deze verbindingen strak bleven een arbeidsintensieve taak, waarbij vaak menselijke inspecteurs nodig waren om met hamers op bouten te slaan om te luisteren naar een verandering in geluid, of om zware moersleutels te gebruiken om te controleren of ze gedraaid waren. Hoewel sensoren in bouten kunnen worden ingebed om ze te monitoren, zijn deze apparaten duur, vereisen ze complexe bedrading en falen ze vaak in barre omgevingen. De uitdaging is lang geweest om een manier te vinden om de onzichtbare spanning in een bout te "zien" zonder deze aan te raken of de structuur te veranderen.

Onderzoekers van de Harbin Engineering University en de Bahauddin Zakariya University hebben een nieuwe aanpak ontwikkeld die de bout en de moer behandelt als een visuele puzzel die door een camera moet worden opgelost. In plaats van te vertrouwen op fysieke sensoren of het menselijk oor, bouwden zij een systeem dat twee camera's gebruikt om tegelijkertijd naar een bout en een moer te kijken. Het kernidee is eenvoudig maar precies: als een bout losser gaat zitten, draaien de moer en de boutkop ten opzichte van elkaar. Door deze minuscule rotatie met extreme nauwkeurigheid te meten, kan het systeem exact berekenen hoeveel spanning er verloren is gegaan. Om dit werkend te krijgen, trainde het team een geavanceerd computer vision-model, een type kunstmatige intelligentie bekend als YOLOv11-pose, om specifieke punten op de metalen oppervlakken te herkennen. Ze leerden de software om vijf afzonderlijke kenmerken te identificeren op zowel de boutkop als de moer: vier vaste punten die de oriëntatie van het metalen stuk definiëren, en één bewegende marker die fungeert als referentie voor rotatie.

Het proces begint met het vastleggen van beelden van de assemblage door de camera's. Omdat de camera's niet altijd perfect uitgelijnd zijn met de bout, kunnen de beelden vervormd zijn door perspectief, net zoals een rechte paal er gebogen uitziet wanneer deze vanuit een hoek wordt bekeken. Om dit te corrigeren, past het systeem een wiskundige transformatie toe die het beeld afvlakt, waardoor een perfect, frontaal aanzicht van de voorzijdes van de bout en de moer ontstaat. Dit stelt de computer in staat om de hoek van de bewegende marker met hoge precisie te meten. Door de hoek van de marker op de bout te vergelijken met de hoek van de marker op de moer, berekent het systeem de relatieve rotatie tussen de twee. Deze meting wordt vervolgens ingevoerd in een mechanisch model gebaseerd op de "Turn-of-Nut"-methode, een standaard technologisch principe dat relateert hoe ver een moer gedraaid is aan de mate waarin de bout uitrekt. Door de stijfheid van de metalen onderdelen en de initiële strakheid te kennen, kan het systeem die minuscule rotatiehoek vertalen naar een specifieke krachtwaarde, waardoor ingenieurs precies weten hoeveel voorspanning er nog over is.

Om deze methode te testen, zetten de onderzoekers een gecontroleerd experiment op met behulp van een enkele grote bout, specifief een M20-formaat, gemaakt van roestvrij staal. Ze draaiden de assemblage aan en gebruikten vervolgens een digitale lastcel, een zeer gevoelige weegschaal voor het meten van kracht, om de werkelijke spanning te registreren. Ze vergeleken vervolgens de metingen van de lastcel met de schattingen gegenereerd door hun camerasysteem. De resultaten waren veelbelovend. Bij het meten van de rotatiehoek was het systeem opmerkelijk nauwkeurig, met een gemiddelde fout van minder dan één graad en een maximale fout van slechts 2,4 graden. Bij het vertalen van deze rotatiehoek naar een krachtmeting schatte het systeem de voorspanning met een gemiddelde fout van 0,63 kilonewton. In de context van industriële veiligheid, waar bouten vaak krachten van honderden kilonewtons dragen, suggereert dit niveau van precisie dat de methode levensvatbaar is voor het detecteren van significante losse binding.

De studie onthulde echter ook de beperkingen van het vertrouwen op alleen zicht. De onderzoekers ontdekten dat het systeem gevoelig is voor lichtomstandigheden. Wanneer zij de helderheid van de omgeving verminderden, daalde de nauwkeurigheid van de metingen. Bij minder licht had het systeem moeite om de exacte locatie van de markers te bepalen, wat leidde tot grotere fouten in de krachtberekening. Bij een reductie van de helderheid met 75% steeg de gemiddelde fout in het schatten van de kracht naar bijna 3 kilonewton. Dit geeft aan dat hoewel de technologie goed werkt in gecontroleerde omgevingen, het duidelijke zicht en consistente licht vereist om betrouwbaar te functioneren. De onderzoekers merkten ook op dat oppervlaktecondities zoals roest, olie of verf de mogelijkheid van de camera om de markers te zien kunnen verstoren, wat suggereert dat toekomstige versies van het systeem robuust genoeg zouden moeten zijn om met vuile of aangetaste industriële omgevingen om te gaan.

De betekenis van dit werk ligt in het potentieel om invasieve en dure monitoringsmethoden te vervangen door een contactloze, goedkope oplossing. Door de visuele detectie van rotatie te combineren met een bewezen mechanisch model, hebben de onderzoekers een manier aangetoond om de gezondheid van kritieke structuren te monitoren zonder erin te boren of draden aan te sluiten. Hoewel de huidige studie beperkt was tot een enkel type bout in een laboratoriumsetting, biedt het kader een duidelijk pad vooruit. Het systeem bewees succesvol dat een dual-camera-opstelling de relatieve beweging van een bout en moer met voldoende precisie kan volgen om de interne krachten te schatten die een structuur bij elkaar houden. Naarmate de technologie volwassen wordt en wordt getest op een breder scala aan bouten en onder meer uitdagende real-world condities, zou het een standaardinstrument kunnen worden voor het waarborgen van de veiligheid van bruggen, windturbines en vliegtuigen, waarbij de onzichtbare krachten van de gebouwde wereld onder constante, waakzame observatie worden gehouden.