多障碍环境下巡检机器人路径规划优化研究

针对大规模、密集的障碍物分布,高效地搜索最佳路径是一个挑战,为规划出更短的巡检路线,并实现多障碍环境下的灵活避障,文中提出一种多障碍环境下巡检机器人路径规划优化方法。使用二维矩阵构建巡检环境模型,应用D*算法在巡检环境模型中进行巡检机器人路径规划,并将传统D*算法中的扩展步长方式改变为自适应扩展步长,使机器人在面积较大的巡检场地能够更快地完成巡检;将代价函数由欧氏距离替换为切比雪夫诺距离和曼哈顿距离融合的代价函数,并引入了平滑度函数优化线路规划结果,使规划的路径更为平滑,在遇到由于多种原因产生的新障碍物时可以重新规划路径。通过实验结果可知,无论是静态地图还是动态地图,该方法均可以快速准确地规划出一条最佳路线,并且在多种环境中应用该方法能够高效获取路径规划结果。

面向抽水蓄能电站的巡检机器人关键技术研究

针对抽水蓄能电站中混凝土墙体现场检测难度大且传统巡检方式效率低的问题,提出了一种基于深度学习的裂缝检测系统。通过FCN网络和CNN网络的相似性匹配,可以有效地判断混凝土裂缝的位置、尺寸及深度等信息,实现对裂缝的自动检测。同时,设计了巡检机器人硬件构架与软件系统,实现巡检路线自主规划、自主导航和检测区域的自主识别等功能。基于CrackForest数据集对所提检测模型的性能进行了验证测试,结果表明所提模型的识别精度可达87.74%,平均误差仅为0.45,综合性能良好。

面向智能巡检终端的非结构化数据特征提取技术

智能巡检终端采集的电力设备数据大多为图像、视频、声音等非结构化数据,具有复杂性、多样性的特征。对上述非结构化数据提取的准确性决定了电力设备的监测能力,为此,面向智能巡检终端中的非结构化数据,提出了一种新的特征提取技术。分别识别智能巡检终端中数据的图像特征值、视频特征值、声音特征值。以识别结果为基础,对其进行归一化处理,利用K-L变换完成对数据样本的降维处理,实现对智能巡检终端非结构化数据特征的提取。实验结果表明,所提方法提取的结构化数据样本长度始终与智能巡检终端主机所需输配电数据样本长度差距小于0.05×109 MB,提高了非结构化数据特征提取的精准性。

基于数字孪生的电力设备实时巡检监控方法研究

为进一步增强对新能源发电站的安全巡检能力,保障新能源发电站的安全稳定运转,提出了一种基于数字孪生的电力设备实时巡检监控方法。该方法在数字孪生技术的基础上对电力设备安全巡检系统进行了建模和仿真,使用5G网络切片技术确保电力设备数据在巡检系统中的传输速度。同时,还设计了一种轻量级残差密集卷积神经网络,并将其与能谱图结合,实现了对电力设备故障的快速、精准识别。实验结果表明,所提出的实时巡检监控技术方案具有良好的综合性能,识别准确率可达98.32%,相比于仿真性能最优的SENet仍高出5.11%,从采集数据到回传识别结果所需的时间仅为2.1~3.3 s。

煤矿井下水泵房巡检机器人系统设计与应用

针对煤矿井下水泵房传统工人巡检存在劳动强度大、巡检耗时较长、成本较高、检测结果不准确等问题,本文对煤矿井下水泵房智能巡检机器人系统进行研究,采用模块化和轻量化设计思想,在分析水泵房巡检内容和要求的基础上,提出了一种履带式水泵房智能巡检机器人系统,实时采集井下水泵房现场被参数信息,代替工人完成井下水泵房的巡检任务。完成了智能巡检机器人硬件系统设计,利用模块化思想编写了控制系统程序,并且编写了巡检轨迹程序,可根据设定的轨迹自主巡检。经在山西某煤矿进行现场调试和试运行表明,井下水泵房智能巡检机器人系统可代替4~6名工人实施巡检,降低了工人劳动强度,巡检周期从单日1次增加到单日3次,巡检效率大大提高,机器人本体移动定位误差≤5 cm,能准确获取设备运行异常特征并报警。

电力巡检机器人路径规划方法综述

随着电力系统规模和复杂性的不断增加,传统的人工巡检方式已很难满足当下电力巡检要求。巡检机器人因具有安全性、可靠性和智能性已被逐步应用到电力巡检中。机器人在运行过程中通过提前预测、自主决策或智能导航的方式完成全局遍历与避障。电力巡检的核心任务是规划出一条安全且最优的运行轨迹。系统地分析和梳理了巡检机器人巡检过程中的各类方法;阐述了在变电站和输电线路等不同场景中算法的应用;综述了各类路径规划算法的研究现状和改进方法。在此基础上,对未来电力巡检机器人路径规划的研究和发展方向做出了展望。

一种基于RFID的安全巡检模型

针对很多基于RFID的安全巡检系统缺乏具有普遍指导性系统模型的问题,通过对巡检系统进行模块分解、计划元素的定义和规范约束条件,提出了一种具有一般性的安全巡检模型.在对模型进行较完整的形式描述基础上,给出了重点算法,即事件匹配算法,并对相应的责任事故和隐患问题提出了评价方法.经过仿真实验,证实了模型和算法的正确性,该模型对基于RFID的巡检系统具有指导作用,给出的执行结果评价方法有利于调整计划,提高系统的安全性.

无人机智能巡检技术在光伏发电并网巡检中的应用

随着科技的发展和光伏发电规模的扩大,传统的巡检方式存在效率低、成本高、安全风险大等问题。本文研究了无人机智能巡检技术在光伏发电并网巡检中的应用。首先,对无人机的自主飞行、高空拍摄和灵活机动等特点进行了分析。其次,智能巡检技术可以利用无人机的高空拍摄和图像识别技术,实现对光伏系统的故障检测和状态监测。然后,提出了一种基于无人机智能巡检技术的光伏发电并网巡检方案。利用无人机对光伏发电系统进行巡视,获取系统的整体运行状态。通过无人机携带的高分辨率相机对光伏板进行拍摄,利用图像识别算法检测板块的裂纹、破损等缺陷。无人机可以携带温度传感器,实时监测光伏板的温度变化,以判断光伏板是否存在过热情况。并对该方案进行了实验验证。结果表明,基于无人机智能巡检技术的光伏发电并网巡检方案能够大大提高巡检效率和准确性。

桁架式机器人视觉巡检系统设计

针对当前智能制造装备存在传感器监测盲区且人工点检效率低、易出错的现状,设计一套桁架式移动机器人视觉巡检系统,实现自动监测生产线设备上电气、机械关键部位易松动易错位等问题。该系统安装在生产线上方,具有可达范围广、无拍照死角、适用场景广和不影响生产线设备动作等优点,解决传统地面移动巡检机器人占用生产线空间、拍照角度受限、无法进入复杂生产线内部点检等缺点。在智能制造技术升级的背景下,该系统具有较高的实用价值及推广意义。

智能机器人在大港油田西二联站库巡检中的应用与实践

长期以来,油田站库主要以传统人工运维方式进行管理,该种管理方式暴露出巡检效率低下、巡检工作不到位及生产管理落后等问题,造成站库安全隐患不能及时发现并处置。为了进一步优化站库巡检制度、简化工作流程,在大港油田西二联站库搭建了站库智能机器人巡检系统,该系统代替了传统系统工作效率低、成本高、效果差的人工巡检模式。智能机器人巡检系统的应用降低了员工劳动强度、提升了站库工作效率、保障了站库安全生产,有效地提高了油田安全生产的管理水平,为油田智能化生产管理开辟了新的技术路线。

基于无人机遥感技术的电力巡检方案研究

随着我国电力基础设施的快速发展和电网规模的不断扩大,传统的人工巡检方式已难以适应现代电力系统的高效运维需求。本研究基于“一体三翼”的思想,提出一套多层次、多维度的无人机电力巡检方案,借助顶层设计达成主体建设目标,然后通过“设备层—数据层—平台层”三层协同巡检方式实现对电力设施的智能化、精细化巡检。

基于深度学习和无人机图像的架空线路缺陷巡检综述

架空输电线路巡检是电网运维工作的一项重要内容,利用无人机进行线路巡视检测已成为运维人员完成电力巡检工作的重要手段。首先,文中概述无人机巡检任务中人机协同作业系统以及无人机智能自主作业系统的架构;其次,分析当前架空输电线路缺陷巡检领域数据集状况以及数据扩增技术;再次,综述基于深度学习的无人机图像缺陷检测典型方法以及评价指标,并对比总结各种方法的优缺点;然后,讨论无人机图像视觉检测方法中图像采集规范、数据集形式、缺陷检测算法专业化应用等对架空线路缺陷的检测效果,指出图像检测指标和类别定义在电力巡检专业化领域中的不足;最后,探讨基于深度学习的无人机图像缺陷巡检的未来发展方向。

变电站二次设备全向巡检机器人精确定位与作业辨识

通过巡检机器人进行变电站二次设备的监测是提升电力设备自动化、智能化管理的重要方式,有利于保障电力工程设备的安全运行。文中开发了一种用于变电站二次设备自动化巡检的Mecanum轮式全向移动机器人,其具备自主导航定位与作业辨识的能力,可极大提升设备巡检效率及保护压板状态识别准确性。通过Mecanum轮的驱动方式实现巡检机器人在狭窄作业环境下的灵活运动与姿态调整,通过多轨道升降平台实现对350~1 800 mm高度范围内的二次设备及压板的图像采集与状态辨识。机器人采用基于激光雷达的即时定位与地图构建(simultaneous localization and mapping,SLAM)导航方法进行自主定位导航,并结合基于视觉的路径提取与跟踪算法进行姿态位置修正,实现在待测点位置的精确定位。同时,提出了基于颜色辨识的图像排列与状态辨识方法,针对二次设备保护压板连通状态进行识别和判断。实验结果表明,研制的变电站二次设备巡检机器人可以实现自主导航与位置精确定位,在路径跟踪过程中最大偏角和偏距分别为±3°和±8 mm。结合机器视觉与颜色辨识的压板辨识方法可以准确识别压板状态,识别准确率大于95.80%,有助于提升机器人自动化的电力巡检作业水平。

无轨巡检机器人的设计研究

随着科学技术的进步,人们对新兴事物的探索研究越来越深入,智能巡检机器人是近年来新兴的一种智能巡检工具。与人工巡检相比较,它可以创建全方位的盲点监控,全天准确无休息地巡查检测,在紧急情况下可以及时地处理报警,预防灾难发生,甚至可以通过温度传感器预测火灾或爆炸的发生。无轨巡检机器人适用于多种场景,无论是高压变电站、煤矿厂区等都可以有效监控,做到及时避免意外的发生。1.巡检机器人功能(1)自主巡检。

复杂空间燃气管道辅助无人巡检技术的研究及展望

燃气管道日常运行维护中,在保证人员安全的前提下提高对复杂空间燃气管道巡检工作效率及巡检范围全覆盖显得尤为重要。本文通过对复杂空间燃气管道辅助无人巡检技术可行性研究,评估3种无人设备在复杂空间燃气管道巡检工作场景中的性能指标,找到最优无人巡检技术方案为无人机+履带式机器人联合巡检模式,以此实验性结论指导优化开发辅助无人巡检技术,有效提升复杂空间燃气管道的巡检质量,保障燃气设施安全稳定运行。

选煤厂智能巡检机器人的设计与应用

针对陕西某选煤厂运输系统复杂、环境因素影响大等,引起带式输送机频繁出现胶带跑偏、撕裂、打滑、堆煤等故障,造成洗选生产中断,甚至采掘工作或全矿井作业瘫痪等严重问题,本文设计了一种智能巡检机器人系统。该系统主要由巡检机器人本体、行走轨道、网络通信系统、后台操作软件以及人工智能识别与检测系统组成,通过视频监控、红外成像、声学阵列等手段,实现运输系统实时监测监控。经应用表明,该系统检测精准、运行可靠,取得了较好的应用效果。

配电线路无人机协同智能巡检方法研究

无人机的飞行稳定性易受恶劣天气的影响,进而影响配电线路巡检工作中的巡检覆盖率。基于此,提出配电线路无人机协同智能巡检方法研究。通过计算无人机与障碍物之间的安全距离,考虑巡检环境气象变化,建立航线优化模型,动态调整巡检航线。同时,集成气压传感器,采用高度控制算法控制无人机巡检过程中的高程控制,并计算位置偏差,使无人机准确悬停在预设的巡检点。无人机通过集成高精度定位技术和智能航线规划,实现自主巡检,并与巡检人员协同工作,确保高效、安全执行巡检任务。实验结果表明,研究方法能够提高配电线路巡检覆盖率,为电力行业的安全稳定运行提供有力保障。

石油化工厂区智能巡检技术研究

巡检是石油化工企业日常运行维护的基本工作,企业采用智能化技术手段辅助人工巡检工作,有助于企业提质增效及提升工业生产的本质安全水平。文章回顾了巡检方式的演化历史,结合具体应用场景对视频巡检技术、机器人巡检技术和移动终端巡检技术的系统组成和功能进行了简要分析,对智能巡检技术进行总结和展望。

基于PLC构建电力巡检机器人自动化控制系统

该文对电力巡检机器人的自动化控制系统进行以PLC为基础的设计,提升电力调度的效率与安全性。基于PLC构建电力巡检机器人自动化控制系统总体架构,通过上位机接收操纵台传递的操作者信息以及下位机传递的温度、角度等状态信息,通过OPC通信程序将指令下发至下位机,下位机依据上位机下达指令,通过PID驱动控制器完成电力巡检机器人运动控制,利用模糊C均值聚类方法判别电力巡检机器人故障,将结果实时传送到上位机操纵台的显示器,及时反馈机器人的工作状态。实验结果表明,该系统可以控制机器人完成电力巡检,该系统应用后可有效检测机器人故障,使其具备优秀的避障能力,可实现上下位机实时通信。

基于核电DCS系统的智能在线巡检设计

目前核电DCS系统设备巡检需要人工进入设备间巡查,存在人力投入大、效率低、问题发现的及时性差、凭经验进行人工判断和评估可信度低、安全风险大等问题。本文介绍了一种基于核电DCS系统的智能在线巡检设计,提高了巡检的准确性和效率,减少了人力成本。在该设计中,通过进行巡检工作设置、在线记录设备健康状态、异常报警和环境参数,并现场检查设备和环境信息,对设备的性能、状态进行跟踪分析,及时地发现设备故障隐患,将影响DCS系统稳定运行的缺陷故障尽快做出处理。同时,智能在线巡检可以将核电DCS设备的健康参数采集存储下来,方便后续的数据分析,并最终生成电子化巡检报告。我们通过搭建原型,对该智能在线巡检的设计进行了验证。验证结果表明,该设计实现了核电DCS系统设备的智能巡检和在线健康管理,大幅提升了巡检效率和质量。