管道内检测器里程轮信号优选算法的设计与实现

阐述了管道内检测器里程计量模块的工作原理,提出了一种新的里程轮信号优选算法,设计了单片机控制系统,编制该算法程序,并用实验验证了该里程脉冲优选算法,给出实验数据。结果表明,该系统可以高效、准确地选择最佳里程轮脉冲信号。

管道内检测器里程轮定位数据预处理算法设计

针对里程轮数据受到管道复杂环境的影响,出现测量误差的问题,研究了管道内检测器里程轮定位数据预处理算法。介绍了管道内检测器里程轮定位原理,通过分析里程轮数据的误差,提出了基于卡尔曼滤波的管道内检测器里程轮定位数据预处理算法。然后通过仿真试验,对算法进行验证。给出试验对比结果,对误差进行了分析和总结。仿真结果表明,该算法处理后的里程轮数据具有更高的准确性。

基于ADAMS的里程轮过环焊缝运动学分析

环焊缝作为油气管道内部最常见的特征之一,对里程轮距离测量具有重要影响。为了研究里程轮过环焊缝产生误差的原因,采用运动学理论分析结合数值模拟的方式对其过环焊缝的运动过程进行了分析。介绍了常用里程轮的结构及其检测原理,建立了相应的数学模型。基于ADAMS多体动力学软件对里程轮过环焊缝过程进行运动学仿真,以里程轮运动轨迹及角速度变化规律为研究对象,分析了不同运行速度下里程轮过环焊缝的运动过程。分析结果表明:里程轮过环焊缝运动轨迹受运动速度影响很大,速度越高,产生的里程测量误差具有先减小后增大的趋势;速度不同,引起滚轮与环焊缝的碰撞能量损失不同,进而造成滚轮角速度的变化规律也不相同;运行速度较低时,环焊缝摩擦力会对滚轮做正功,运行速度较高时,滚轮与环焊缝脱离产生空转现象,进而造成较大的里程测量误差。研究结果可为里程轮过环焊缝误差分析提供理论依据,对提高内检测器检测数据的定位精度具有重大意义。

基于ADAMS的管道内检测器里程轮碰撞分析及模拟

进行管道内检测时,里程轮经常与管壁上的焊缝发生碰撞,形成测量误差。通过数学建模和ADAMS仿真分析,判断里程轮的平动速度与几何参数、焊缝尺寸、弹簧力对测量结果的影响。结果表明:增大里程轮平动速度、半径、宽度以及焊缝的尺寸,都会增大测量误差;里程轮初始速度小时,测量距离大于实际距离,里程轮初始速度大时,测量距离小于实际距离;弹簧力在一定的范围内,随着力值的增加,测量误差会减小,当超过这个范围继续增大力值时,测量误差会增大。

管道内检测器里程轮信号预处理算法设计

为了解决管道内检测器在复杂环境下里程轮信号信噪比低、里程信息提取困难的问题,提出了一种里程轮信号预处理算法。使用特定指标的滤波器进行原始信号异常值去除,利用特定算法对去除异常值的数据进行原始信号重建。在Python平台上编写了算法程序,使用实际检测过程中的测量数据验证该里程轮信号预处理算法,并给出实验对比结果。结果表明,该算法可以准确地处理里程轮数据,高效重建和还原受干扰的低信噪比里程轮原始信号。

基于FPGA的里程轮信号优选算法设计

文中通过对里程信号产生机理进行分析,提出了一种基于FPGA架构的里程优选算法,给出了实现算法的硬件架构图,并设计相应硬件电路和模拟实验。结果表明:该算法可以对3个里程轮脉冲信号进行优选采集,当里程轮处于超速或者停转状态时也能输出正确的脉冲信号。

基于周期分段处理的多里程轮融合定位算法

针对管道内检测机器人里程轮定位精度低、利用焊缝等特征辅助定位工作量大等问题,提出了一种基于周期分段处理的多里程轮融合定位算法。首先对3路里程轮原始脉冲信号进行重建,其次进行周期内分段处理,然后建立置信距离矩阵及关系矩阵,最后通过极大似然估计方法得到里程的最佳融合值。编程实现了文中的算法,并通过拖拉实验和现役石油管线的工程应用验证了算法的有效性。结果表明,该算法可以减弱里程轮定位的误差积累效应,在不借助焊缝或管道其他特征的情况下,实现管道内检测机器人在中长距离管道中的精确定位。

管道内检测器里程轮打滑原因

管道内检测器常采用里程轮定位的方法对管道缺陷进行轴向定位,但实际使用过程中,里程轮存在"打滑"现象,造成里程丢失,导致定位不准。为了提高管道内检测器的定位精度,分析了管道内检测器里程轮打滑的原因,建立了滚轮转动的力矩方程,探讨了各参数对轮体打滑的影响,并利用现有滚动摩擦模型进行了验证。建模分析结果表明:当检测器加速度过快时,滚轮自身加速能力有限而导致里程轮打滑丢失里程数据。通过在检测器上搭载速度控制系统,可调节检测器运行速度区间,避免检测器运行时出现过大的加速度;通过增大弹簧刚度、减小轮体的直径和宽度、轮体外圆滚花和局部热处理等方法,可以提高里程轮自身适应检测器加速度的能力。

管道地理坐标内检测的里程校正算法

利用管道清管器(pipeline cleaner,PIG)搭载捷联惯导(strap down intertial navigation system,SINS)器件实现管道地理坐标的定期测量。SINS计算的结果发散是测量系统实用化的瓶颈,为此将PIG里程校正的卡尔曼(Kalman)滤波方法应用于管道地理坐标测量中。根据管道内检测环境的需要选择霍尔式里程轮和采用微机电系统(micro-electromechanical systems,MEMS)的惯性测量单元(inertial measurement unit,IMU);针对MEMS器件精度较低的问题,利用分离滤波方法减小信号的零偏噪声,使惯性信号满足Kalman滤波的需要;建立了9维状态误差的数学模型,将里程轮的速度与SINS计算的速度之差作为观测量,通过Kalman滤波对管道定位的状态误差进行估计和补偿;搭建实验装置进行实验验证。结果表明,校正算法解决了计算结果发散的问题,检测160 m长度的管道精度达到3.8%,具有一定的实用性。

管道内检测机器人定位技术研究现状与展望

随着管道里程的快速增长、管道检测技术的发展以及管道检测机器人的广泛应用,管道内移动机器人的定位技术凸显出了更加重要的作用。分析国内外管道内检测机器人几种主要定位技术与方法的基本原理及优缺点,从4个方面提出管道内检测机器人定位技术与方法的发展趋势,为进一步研究不同环境条件下管道内检测机器人的定位问题提供参考和指导。

管道内的三维地理坐标检测

研究了利用管道清管器(PIG)搭载惯性测量单元(IMU)实现管道三维地理坐标测量的方法。该方法以捷联惯导系统(SINS)定位为主,并辅以校正信息的Kalman滤波估计算法来解决SINS计算的发散问题。首先,将测量装置搭载在PIG上,PIG在管道中运动的同时记录惯性信号。然后,经离线计算得到管道的三维地理坐标,并利用IMU的姿态倾角和里程轮速度对SINS计算的误差进行校正。最后,建立了9维状态量Kalman滤波模型方程,并利用扩展Kalman滤波算法进行求解。实验结果显示,该系统对于30m管道的测量精度为0.28m;表明通过加入校正算法,可以实现内检测条件下对管道三维地理坐标的精确测量。

管道地理位置测量系统的动态初始对准方法

针对长输油气管道地理位置测量系统的初始对准问题,提出了一种新的动态初始对准方法.建立了管道地理位置测量系统状态误差模型和以基准点之间的航向角误差、速度误差和位置误差为观测量的观测模型,设计了变尺度无迹卡尔曼滤波动态初始对准算法.结果表明,该算法所得初始对准俯仰角、航向角和横滚角的稳态误差分别为18.9'、6'和5',解决了姿态角周期性变化引起的初始对准精度差的问题,满足了管道地理位置测量系统的工程应用要求.

油气管道内检测器定位技术

随着计算机和机械自动化技术的快速发展,管道内检测器定位技术不断得到应用和普及。对里程轮定位法、射线定位法、静磁场定位法、GPS/INS组合导航系统定位法、压力波法以及低频电磁波定位法等的基本原理和优缺点进行了简单的介绍。对内检测器定位技术的应用和发展趋势进行了分析,为进一步进行内检测器定位技术的研究提供参考。

浅析影响管道漏磁腐蚀检测器定位精度的因素

目前 ,我国管道漏磁腐蚀检测技术及设备不断得到应用和普及 ,为管道维护和管道管理提供了科学准确的检测数据。提高检测数据和维护开挖时的定位精度 ,可使管道腐蚀检测更好地为管道维护、大修服务。通过对管道漏磁腐蚀检测器在实际生产中的运用 ,本文简要地分析了影响管道漏磁腐蚀检测器定位精度的原因 ,并提出了提高检测器定位精度的方法。

管道内部缺陷定位的一致性检验改进算法

针对管道内部缺陷定位中,里程轮累积误差较大的问题,提出了一种改进的一致性检验算法。在原有一致性检验的基础上,新定义了一种置信距离测度,消除了不同测量精度里程轮之间存在两种置信距离的情况,再利用阈值分辨出有效数据和较大误差定位数据,消除较大误差对定位结果的干扰。综合运用一致性检验和极大似然估计,进行管道内部缺陷检测定位分析,通过试验对比分析可知,新的一致性检验算法具有良好的抗干扰性,其平均相对定位误差为0.212%,有效减少了里程轮定位的累积误差,实现了管道内部缺陷检测的高精度定位,满足管道内检测的实际工程需求。

智能清管器检测管道缺陷的定位算法研究

研究了采用里程轮和加速度计实现智能清管器精确定位的三种算法,包括里程轮脉冲总数均分算法、里程轮速度补偿算法和加速度计定位法。其中加速度计定位法采用高分辩率加速度计测量清管器的轴向加速度,通过加速度值对时间进行二次积分运算并进行适当的误差修正,可以得到智能清管器行走的精确距离,依据时标与距离的线性关系,达到精确定位的目的。通过室内实验测量与分析,找出上述算法产生定位误差的原因,并提出了改进措施。智能清管器定位算法的研究与误差分析为提高长输管道缺陷的定位精度提供了相关理论指导。

常见漏磁管道机器人机构总结及分析

由于管道长埋于地下、海底,受到输送介质的腐蚀,产生缺陷,需要对管道整体进行定期检查,并针对管道制定科学合理的维护方案。管道检测机器人应用类似清管器的原理,集成了多种传感器,可以针对管道缺陷、壁厚、焊缝、变形、内径等数据进行采集。通过对比目前市场上常见管道机器人的各组成部分的结构,对其优点和适用范围进行总结。

基于捷联惯性导航的非开挖管道位置检测系统

非开挖技术敷设的管道往往深度较大,常出现穿越河流和湖泊的情况,向管道探测提出更大挑战;设计一种基于捷联惯性导航原理的非开挖管道位置检测系统,完成管道坐标的检测、存储与显示;检测器以STM32为控制核心,以MEMS惯性传感器和里程轮为数据采集单元;存储的数据由MATLAB读取并进行三维显示;重点阐述系统组成和惯性导航基本原理;针对惯性传感器随机噪声影响定位精度的问题,利用卡尔曼滤波算法对姿态信息进行最优估计;在15m长的管道内进行两组检测实验,验证磁场对系统检测精度是否产生影响,3个轴向的最大的测量偏差为0.64m;结果表明,该系统可以为地下管道管理提供一种有效的位置检测手段。

油气管道内检测器定位技术

当今机械自动化技术以及计算机技术飞速发展,因而管道内检测器定位技术也得到了广泛应用和普及,本文分别对里程轮定位法、射线定位法以及静磁场定位法还有GPS/INS组合导航系统定位法、压力波法、低频电磁波定位法等的技术基本原理以及技术的主要优缺点进行了详细的介绍。同时对内检测器定位技术的未来应用和该技术的发展趋势进行了分析,为进一步研究内检测器定位技术提供了良好的参考。

基于IMU/ODO预积分的多传感器即插即用因子图融合方法

在卫星拒止环境中,通常需要集成多种类型的传感器以实现无人车的高精度自主导航。然而,目前的多传感器融合方法普遍是基于定制型的解决方案,不具备对异类异步导航信息的即插即用能力。因此,提出了一种基于惯性/轮速里程计(IMU/ODO)预积分的多传感器"即插即用"因子图融合方法。考虑到轮速里程计标度因数、惯性传感器与轮速里程计之间安装误差的影响,推导并构建了完整的惯性导航系统和轮速里程计的预积分模型,利用预积分信息将无人车运动状态与多源异步量测信息进行关联并采用固定频率进行解算,从而实现了一种即插即用式的因子图导航融合与参数优化方法。实际跑车测试结果表明,所提出方法可有效兼容多类导航传感器信息。同时,相比基于卡尔曼滤波的多源信息融合方法,惯性/轮速里程计/视觉里程计定位精度提升60%以上。