⚡ engenharia elétrica

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

Este estudo apresenta uma estrutura de visão de câmera dupla utilizando YOLOv11-pose e retificação baseada em homografia para estimar sem contato a pré-carga de parafusos via o método Turn-of-Nut, alcançando alta precisão nas medições de ângulo relativo e pré-carga, ao mesmo tempo em que destaca a influência das condições de iluminação no desempenho.

Autores originais: Mahtab Ali, Wasiq Ali, Muhammad Ishtiaq, Zohaib Aziz, Muhammad Humble Khalid Tareen

Publicado 2026-10-05

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Mahtab Ali, Wasiq Ali, Muhammad Ishtiaq, Zohaib Aziz, Muhammad Humble Khalid Tareen

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Na arquitetura oculta do mundo moderno, desde as vigas de aço de arranha-céus até as estruturas intrincadas de aeronaves, inúmeros fixadores metálicos mantêm tudo unido. Estes são os parafusos, cilindros roscados simples que dependem de uma força oculta chamada pré-carga para permanecerem seguros. Quando um parafuso é apertado, ele se estica ligeiramente, criando uma poderosa força de aperto que trava as partes unidas no lugar. No entanto, a vibração implacável de motores, o deslocamento do peso de uma ponte ou o impacto rítmico de máquinas podem erodir lentamente essa tensão. À medida que o parafuso relaxa, a junta afrouxa, podendo levar a uma falha catastrófica. Durante décadas, garantir que essas conexões permanecessem apertadas foi uma tarefa de muita mão de obra, muitas vezes exigindo que inspetores humanos batessem nos parafusos com martelos para ouvir uma mudança no som ou usassem chaves pesadas para verificar se haviam girado. Embora sensores possam ser incorporados aos parafusos para monitorá-los, esses dispositivos são caros, exigem fiação complexa e frequentemente falham em ambientes severos. O desafio tem sido, há muito tempo, encontrar uma maneira de "ver" a tensão invisível dentro de um parafuso sem tocá-lo ou alterar a estrutura.

Pesquisadores da Universidade de Engenharia de Harbin e da Universidade Bahauddin Zakariya desenvolveram uma nova abordagem que trata o parafuso e sua porca como um quebra-cabeça visual a ser resolvido por uma câmera. Em vez de depender de sensores físicos ou ouvidos humanos, eles construíram um sistema que utiliza duas câmeras para observar um parafuso e sua porca simultaneamente. A ideia central é simples, porém precisa: se um parafuso está afrouxando, a porca e a cabeça do parafuso giram em relação uma à outra. Ao medir essa pequena rotação com extrema precisão, o sistema pode calcular exatamente quanta tensão foi perdida. Para fazer isso funcionar, a equipe treinou um modelo de visão computacional sofisticado, um tipo de inteligência artificial conhecido como YOLOv11-pose, para reconhecer pontos específicos nas superfícies metálicas. Eles ensinaram o software a identificar cinco marcos distintos tanto na cabeça do parafuso quanto na porca: quatro pontos fixos que definem a orientação da peça de metal e um marcador móvel que atua como referência para a rotação.

O processo começa com as câmeras capturando imagens do conjunto. Como as câmeras nem sempre estão perfeitamente alinhadas com o parafuso, as imagens podem ser distorcidas pela perspectiva, tal como um poste reto parece curvado quando visto de um ângulo. Para corrigir isso, o sistema aplica uma transformação matemática que achata a imagem, criando uma visão frontal perfeita das faces do parafuso e da porca. Isso permite que o computador meça o ângulo do marcador com alta precisão. Ao comparar o ângulo do marcador no parafuso com o ângulo do marcador na porca, o sistema calcula a rotação relativa entre os dois. Essa medição é então inserida em um modelo mecânico baseado no método "Turn-of-Nut" (Giro da Porca), um princípio de engenharia padrão que relaciona o quanto uma porca gira com o quanto o parafuso se estica. Sabendo a rigidez das partes metálicas e o aperto inicial, o sistema pode traduzir esse pequeno ângulo de rotação em um valor de força específico, dizendo aos engenheiros exatamente quanta pré-carga resta.

Para testar este método, os pesquisadores configuraram um experimento controlado usando um único parafuso grande, especificamente de tamanho M20, feito de aço inoxidável. Eles apertaram o conjunto e então usaram uma célula de carga digital, uma escala altamente sensível para medir força, para registrar a tensão real. Eles então compararam as leituras da célula de carga com as estimativas geradas pelo sistema de câmera. Os resultados foram promissores. Ao medir o ângulo de rotação, o sistema foi notavelmente preciso, com um erro médio de menos de um grau e um erro máximo de apenas 2,4 graus. Ao traduzir esse ângulo em uma medição de força, o sistema estimou a pré-carga com um erro médio de 0,63 quilonewtons. No contexto da segurança industrial, onde os parafusos frequentemente suportam forças de centenas de quilonewtons, esse nível de precisão sugere que o método é viável para detectar afrouxamentos significativos.

No entanto, o estudo também revelou as limitações de confiar apenas na visão. Os pesquisadores descobriram que o sistema é sensível às condições de iluminação. Quando reduziram o brilho do ambiente, a precisão das medições caiu. Em luz mais fraca, o sistema teve dificuldade em localizar exatamente a posição dos marcadores, levando a erros maiores no cálculo da força. Com uma redução de 75% no brilho, o erro médio na estimativa da força subiu para quase 3 quilonewtons. Isso indica que, embora a tecnologia funcione bem em ambientes controlados, ela requer visibilidade clara e iluminação consistente para funcionar de forma confiável. Os pesquisadores também observaram que condições de superfície como ferrugem, óleo ou tinta poderiam interferir na capacidade da câmera de ver os marcadores, sugerindo que versões futuras do sistema precisariam ser robustas o suficiente para lidar com ambientes industriais sujos ou degradados.

A importância deste trabalho reside no seu potencial para substituir métodos de monitoramento invasivos e caros por uma solução sem contato e de baixo custo. Ao combinar a detecção visual de rotação com um modelo mecânico comprovado, os pesquisadores demonstraram uma maneira de monitorar a integridade de estruturas críticas sem perfurá-las ou conectar fios. Embora o estudo atual tenha sido limitado a um único tipo de parafuso em um ambiente de laboratório, a estrutura fornece um caminho claro a seguir. O sistema provou com sucesso que uma configuração de câmera dupla poderia rastrear o movimento relativo de um parafuso e uma porca com precisão suficiente para estimar as forças internas que mantêm uma estrutura unida. À medida que a tecnologia amadurece e é testada em uma variedade maior de parafusos e sob condições de mundo real mais desafiadoras, ela poderá se tornar uma ferramenta padrão para garantir a segurança de pontes, turbinas eólicas e aeronaves, mantendo as forças invisíveis do mundo construído sob constante e vigilante observação.

Resumo Técnico: Estimativa de Pose Baseada em Visão Inteligente com o Método Turn-of-Nut para Monitoramento de Parafusos

Declaração do Problema
Manter a integridade de juntas parafusadas é crítico em aplicações estruturais e aeroespaciais, onde o afrouxamento sob cargas dinâmicas pode comprometer a segurança. As verificações manuais de torque tradicionais exigem intervenção do operador, enquanto o monitoramento baseado em sensores (ex: extensômetros, sensores ultrassônicos) frequentemente exige instalação, calibração e manutenção adicionais. Os métodos de visão computacional existentes focam frequentemente na detecção de estados de afrouxamento ou na medição de ângulos de afrouxamento a partir de uma única superfície ou região marcada, raramente abordando a estimativa quantitativa da pré-carga interna. Além disso, muitas abordagens baseadas em visão enfrentam dificuldades com distorção de perspectiva e variáveis ambientais como iluminação. Este estudo aborda a necessidade de um método não contatante e automatizado que possa monitorar simultaneamente cabeças de parafusos e porcas para estimar o deslocamento angular relativo e, subsequentemente, a variação da pré-carga.

Metodologia
O sistema proposto utiliza uma estrutura de visão de câmera dupla integrada a um modelo mecânico de pré-carga. O fluxo de trabalho consiste em duas etapas primárias:

Estimativa de Pose Baseada em Visão:
- Hardware: Duas câmeras são posicionadas para observar a cabeça do parafuso e a porca separadamente.
- Detecção: Um modelo YOLOv11-pose é empregado para detectar cinco pontos-chave semânticos em cada componente: quatro marcos de referência fixos que definem um sistema de coordenadas centrado e um marcador físico dinâmico para rastreamento de rotação.
- Retificação: Para mitigar erros induzidos pela perspectiva, aplica-se a retificação planar baseada em homografia. Isso mapeia os pontos-chave detectados das visões da câmera para um quadro de referência fronto-paralelo canônico.
- Cálculo de Ângulo: O deslocamento angular relativo entre o parafuso e a porca é calculado comparando as orientações retificadas dos marcadores dinâmicos em ambas as visões.
Estimativa de Pré-carga via Modelo Turn-of-Nut:
- Inicialização: O sistema estabelece um estado de referência "snug-tight" (aperto inicial) usando uma chave de torque (35 N·m no experimento), fornecendo uma estimativa inicial de pré-carga ( $F_{p0}$ ) através da equação de torque padrão.
- Modelo Mecânico: O método Turn-of-Nut é aplicado, assumindo uma relação elástica linear entre a rotação relativa e o deslocamento axial. O deslocamento axial ( $\Delta L$ ) é derivado do passo da rosca ( $P$ ) e do incremento de rotação relativa medido ( $\Delta \theta$ ).
- Integração de Rigidez: O incremento de pré-carga estimado é calculado usando a rigidez equivalente da junta ( $k$ ), que é modelada como uma combinação em série da rigidez do parafuso, da rigidez do membro fixado e da rigidez da célula de carga. A pré-carga total é a soma da pré-carga inicial e do incremento calculado.

Principais Contribuições
Os autores resumem quatro principais contribuições:

Desenvolvimento de uma estrutura de visão de câmera dupla que monitora cabeças de parafusos e porcas simultaneamente para medir o deslocamento angular relativo.
Implementação de um método de detecção de pontos-chave semânticos baseado em YOLOv11-pose combinado com retificação planar baseada em homografia para reduzir erros de perspectiva.
Integração do ângulo de rotação relativa medido com o método Turn-of-Nut para estimar a variação da pré-carga dentro de um quadro de laboratório calibrado.
Avaliação do desempenho do sistema sob diferentes condições de iluminação e distâncias de câmera.

Resultados Experimentais
O sistema foi validado em um único conjunto parafuso-porca M20 instrumentado com uma célula de carga para comparação com o ground-truth.

Medição de Ângulo: A medição do ângulo relativo alcançou um erro médio de 0,9° e um erro máximo de 2,4°.
Estimativa de Pré-carga: Sob condições de linha de base, a estimativa de pré-carga resultou em um erro absoluto médio (MAE) de 0,63 kN e um erro máximo de 1,8 kN em relação às leituras da célula de carga.
Sensibilidade Ambiental: A redução da iluminação impactou significativamente o desempenho. Com reduções de 50% e 75% na luminosidade, os erros médios de pré-carga aumentaram para aproximadamente 1,4 kN e 2,9 kN, respectivamente. Isso indica que, embora o alvo permaneça detectável, a visibilidade reduzida degrada a precisão quantitativa da estimativa de pré-carga.

Significância e Limitações
O artigo afirma que o estudo demonstra o potencial de combinar a estimativa de pose baseada em visão com modelos mecânicos de pré-carga para o monitoramento não contatante de parafusos. Os resultados sugerem um caminho viável para a inspeção automatizada de baixo custo que evita as complexidades de instalação de sensores incorporados.

No entanto, os autores mantêm uma postura modesta em relação ao escopo atual:

Escopo de Validação: A validação foi conduzida em um único conjunto M20 em um ambiente de laboratório controlado. Os autores afirmam explicitamente que a incerteza de medição e a validação em conjuntos adicionais e condições operacionais permanecem críticas antes da implementação em campo.
Restrições de Precisão: A precisão relatada é relativa à célula de carga, que possui uma precisão declarada de ±1 kN. Portanto, os resultados demonstram concordância com o sensor, mas não estabelecem necessariamente uma precisão absoluta sub-quilonewton em relação à verdadeira pré-carga desconhecida.
Trabalhos Futuros: Os autores observam que estender o método para juntas de múltiplos parafusos, diferentes texturas de superfície (ferrugem, tinta) e diferentes estados de lubrificação requer investigação adicional. Eles enfatizam que distinguir o comportamento de aperto do comportamento de descarregamento (histerese) é necessário antes de aplicar o método a cenários operacionais de afrouxamento.

Mais como este