变电站挂轨机器人智能巡检系统技术研究

针对变电站设备室内空间狭小复杂及人工巡检劳动强度大、工作效率低、人身安全无保障和容易产生漏判、误判的问题,集成应用挂轨行驶驱动技术、巡检定位技术、自动采集信息技术、红外防碰撞技术、直流载波通信技术等关键技术研制了变电站挂轨机器人智能巡检系统.该系统机器人通过挂轨行驶克服了设备室内空间狭小复杂问题,可精准定位巡检目标设备...     

供水管道泄漏信号检测系统设计

针对供水管道泄漏信号检测与泄漏点定位问题,设计了一种基于压电加速度传感器的供水管道泄漏信号检测系统.检测系统由两个振动信号采集终端和基于MATLAB的上位机软件组成.从泄漏信号特点出发,对振动信号采集终端的前置信号转换电路、带通滤波电路和ADC数据采集电路进行了分析和设计.同时,对单片机程序和上位机软件的设计原理和功能...     

基于机械臂的管道检测全向机器人设计

随着综合地下管廊的快速发展,管道的安全对于保证管廊电力、燃气等运输的安全越来越重要,由于管廊环境恶劣,采用人工巡检效率低且安全隐患大。为了实现地下管廊全方位无盲区检测,设计了一种基于机械臂的管道检测全向机器人,将移动机器人、机械臂、检测探头融于一体,具有路径自主规划、循迹、避障等功能,并通过漏磁技术检测管道泄露、通过机械臂实现复杂环境下的检测。实验证明此集成机器人可以进行全方位检测且缺陷识别精度良好。     

燃气管道泄漏点精确定位检测方法探讨

目前市面上针对燃气管道泄漏检测广泛采用的声波检测技术具有一定的局限性,提高燃气管道泄漏检测技术的识别准确性和检测泄漏点精度是燃气发展安全工程领域的一个重要方向。为此提出一种基于声波和压力波耦合识别的燃气管道泄漏点精确定位检测方法,以对燃气管道进行实时监测。通过声压交互识别泄漏,可有效提升管道泄漏识别的精确性,为燃气管道安全供气提供理论基础。     

一种基于PLC和PC的密封放射源泄漏检测机器人

文章介绍了一种密封放射源泄漏检测机器人。该机器人以PC机和PLC为控制核心，采用远程监控方式，实现了特定环境下对密封放射源的泄漏自动检测，并能够完成源号的识别以及测量数据的管理。试验证明，机器人的各项性能和指标均达到设计要求。     

应用SPRT算法的管道小泄漏检测

针对小泄漏信号的检测,提出了序贯概率比检验的统计决策方法.根据长输管道泄漏检测的实时性要求,提出了用卡尔曼滤波作用生成的归一化新信息序列作为序贯概率比检验的输入序列,以满足序贯概率比检验的要求.分析了序贯概率比检验用于管道小泄漏检测时的泄漏判断和定位的方法.利用虚拟仪器理论,设计了卡尔曼滤波和序贯概率比检验算法的LabVIEW程序模块,设计的模块可以直接嵌入到现有的管道泄漏实时监测系统中.实验证明,针对泄漏量低于3%的小泄漏检测很有效,并且定位精度控制在了2.5%以内.     

锅炉承压管道无损检测机器人系统

介绍适用于带鳍片的锅炉热交换器承压管道无损检测的机器人系统。承压管道呈矩阵式分层排布 ,检测机器人可在管道表层平面做XY方向运动 ,同时将所带柔性臂深入到管道之间的狭小空间 ,利用柔性臂末端的CCD探头 ,超声探头及应变片测径仪对管道外表面缺陷进行检测。并介绍了机器人的行走机构、狭小空间内检测探头和控制系统的设计     

模糊聚类分析方法在管道泄漏检测系统中的应用研究

管道的泄漏检测是保障管道安全运行的重要技术,而管道信号的特征提取是管道泄漏检测系统中重要的组成部分.由于传感器数量的限制,信号处理工作难度较大,并且泄漏判断的误报警率较高,本文提出利用模糊聚类分析方法对管道信号进行特征提取,根据特征量的变化判断泄漏,对实际信号进行的处理验证了该方法的可行性.     

瞬态负压波结构模式识别法原油管道泄漏检测技术

本文研究了管道泄漏引发的瞬态负压在管道中的传播过程,设计了一种能够有效地提取泄漏压力波形特征信息的分段积分算法,提出了基于此算法的瞬态负压波结构模式识别判定管道状态的方法。     

管道泄漏监测系统性能评估组件的设计与实现

通过对长输管道不同泄漏检测方法9项性能评价指标的分析与研究,使用COM（Componet Object Model）组件技术,设计并实现了泄漏监测系统性能评估组件模块,并对相关组件接口、功能、调用模式进行了说明,同时以负压波检测方法为例,给出了具体实现的源代码以及注释。在实际应用中,该组件模块具有通用性强,稳定性好,易维护等特点,可作为多算法融合泄漏监测系统中算法适用性选择的依据,同时也可作为系统综合性能评价指标的基础。     

真空检漏机器人目标识别技术研究

在聚变装置真空检漏领域中,未来聚变装置涉氚运行,检漏人员无法进入装置检漏,这使得这项任务极其困难和耗时。 为实现聚变装置泄漏设备的快速准确检测,本文以 6 自由度机械臂为研究对象,提出了一种 GV2-YOLOv5 的真空设备检测方法 用于真空检漏机器人对真空设备进行识别和定位喷氦。 在该方法中,结合轻量级 GhostNetV2 网络构建 C3GhostV2 模块,同时使 用轻量的 Ghost 卷积提取目标特征,从而降低模型参数量,提高计算速度;在特征融合网络中添加 Bottleneck Transformers 和 ECA 注意力机制,提高网络特征提取能力以及加强模型通道特征。 实验结果表明,在自制数据集上,改进后的模型平均精度为 93. 2%,相比 YOLOv5s 提高了 1. 4%,模型参数量减少了 29. 5%,检测速度为 92 fps,满足实时性与准确性的需求,为真空检漏机 器人目标识别与定位提供了一种的解决方案。     

变步长精细Runge-Kutta法非等温输气管道泄漏检测与定位

针对复杂工况下输气管道的泄漏检测与定位准确率低、效率不高这一难题,结合等温定位法和Runge-Kutta法(龙格-库塔法)的原理及优缺点提出改进的变步长精细Runge-Kutta法。根据管道中的气体流动过程及温度的不同处理方式,以管道的温度、压力和流速为参数确定步长求得管道从首端到末端各截面的参数,通过测量管道首末端的流量和压力可判定出输气管道泄漏的位置。通过对非等温气体管道的仿真实验,以泄漏率和定位精度作为评价指标,对等温定位法和变步长精细Runge-Kutta法定位效果进行了对比分析。仿真结果表明,对于非等温气体管道的泄漏,变步长精细Runge-Kutta法的检测与定位精度准效率高。     

基于神经网络的管道流量泄漏在线监测技术的实现

为了解决目前管道流量泄漏监测和定位问题,根据管道泄漏应力波和正常信号的区别,建立神经网络模型.运用LabVIEW分析传感器在泄漏管道不同位置拾取的泄漏信号的时频域特征,进行泄漏信号的提取,根据时频域特征指标来构造人工神经网络的输入矩阵,建立了能对管道流量泄漏状况进行分析监测定位的人工神经网络,实现了管道流量泄漏监测的单传感器定位,进行流量泄漏在线系统分析.理论分析和实验研究表明:基于人工神经网络的管道运行状况分类器能够较为迅速准确地预报出管道运行状况,检测管道是否泄漏,并且有较强的抗恶劣环境噪声干扰的能力.采用人工神经网络这一非线性理论和模式识别的人工智能方法有助于提高管道系统泄漏检测的灵敏度和精度,并降低误报率.     

基于DSP管道机器人控制系统设计

实现了一个基于运动控制芯片TMS320F28335的管道机器人控制系统,该开放式运动控制系统以PC机＋DSP运动控制器为核心,通过RS-485串行通信完成两者之间的通信,较好地实现了机器人的实时控制和图像采集。介绍了机器人机械系统结构、控制系统硬件组成和软件设计。     

基于物联网技术的柔性管道巡检机器人

介绍了一种基于“物联网传感器”技术,具有强大信息传输功能的智能管道巡检机器人。该型智能管道巡检机器人主要运用于建筑领域,为施工过程中的“管道布设”、“基坑监测”及“重点管线巡查”提供硬件支持。该型机器人集“智能数据采集”、“智能数据分析”、“智能管内巡检”等功能于一身,能够满足全天候值守巡检的要求。同时,应用 “总线设计”及“模块化设计”的思路,使该型检测设备能够与各种类型的专用传感系统进行结合,方便检测人员根据现场的实际需求,随时组装出具有相应功能的管道巡检机器人。     

危化品管道非介入式声波泄漏监测传感节点设计

面向危化品输送管道的非介入式声波泄漏检测,介绍了一种基于无线传感网络的非介入式声波泄漏监测传感节点设计方法.传感节点包括传感器及信号调理模块、多节点时间同步模块、数据采集及处理模块和能量捕获模块.利用STM32F407单片机内部基于DMA方式的ADC数据采集和数据串行通信,结合GPS授时实现多节点信号同步采样和定时器校正;利用单片机内部的浮点运算单元实现小波数据压缩,与数据错时发送相结合实现无线数据可靠传输,避免多节点大数据量同时发送导致网络堵塞和数据丢包.测试结果表明:传感节点数据采集准确、通信稳定可靠,为危化品输送管道的非介入式实时泄漏监测提供了一种有效的技术手段.     

Localization technique research of a pipeline robot based on the magnetic-dipole model

The magnetic field distribution of an emission antenna is studied in this paper. When the slenderness ratio of the emission antenna is high, the emission antenna can be simplified as a magnetic dipole for practical application. The numerical results of the magnetic dipole magnetic field show that the magnetic magnitude distribution has a hump-shape, whose direction is perpendicular with the antenna axis direction. A localization method based on the hump-shape signal detection is presented. The experimental result shows that the precision can reach a value of ±5 cm. The method can be used to localize a pipeline robot working in a metal pipe. __________ Translated from Chinese Journal of Radio Science, 2006, 21(4): 553–557 [译自: 电波科学学报]     

高精度管线测量机器人多传感器集成方法

针对现有地下管道探测方法适用性差、易受环境干扰、测量精度低等问题,提出了一种基于管道测量小车,多传感器数据融合的高精度管线测量机器人集成方案。系统以管道测量小车为平台,FPGA为控制核心,挂载惯性测量单元、里程测算单元,通过实时测量管道小车的姿态信息,同时融合里程数据及起止位置坐标推算地下管道的埋深、走向等信息。测试结果表明,本系统的适用性好、抗干扰性强,实现了对地下管道三维航迹参数的实时测量,以及测量数据的同步传输和存储;数据解算达到了95 m横向重复性±40 mm,高程重复性优于±20 mm的高精度曲线测量指标。