管道检测机器人速度控制方案及数学模型研究

1、差压式管道内检测机器人速度变化分析及速度控制研究目 录1 绪论. 11.1 研究意义. 11.2 国内外研究现状. 51.2.1 国外研究现状. 51.2.2国内研究现状. 91.3现有差压式管道机器人速度控制存在的问题. 121.3.1 能源供给问题. 121.3.2速度检测问题. 121.3.3 智能化控制问题. 131.4 差压式管道机器人动力学的研究. 141.4.1流量压力计算模型. 141.4.2 一维准稳态模型. 151.4.3特征线法模型. 151.5本文研究的方法及技术路线. 171.6论文主要研究内容. 171.6本章小结. 182 差压式管道内检测机器人运行状态研究基础理

2、论. 192.1 基本控制方程. 192.1.1质量守恒定律. 192.1.2 动量守恒定律. 202.2数值离散方法. 212.2.1有限差分法. 212.2.2有限元法. 212.2.3有限分析法. 222.2.4 有限体积法. 222.3 湍流模型. 252.3.1雷诺方程. 272.3.2 Reynolds应力模型. 282.3.3涡粘模型. 292.4速度、压力耦合算法. 312.4.1 SIMPLE算法. 312.4.2 PISO算法PISO . 322.5近壁面边界处理方法. 332.6小结：. 353水平直管内差压式管道机器人速度波动过程研究. 363.1差压式管道机器人基本模

3、型. 363.2水平直管内管道机器人运动过程动力学分析. 373.2.1 动力学模型 . 373.2.2 机器人的速度计算 . . 393.3 水平直管内机器人运动过程模拟仿真. 403.3.1动网格技术. 413.3.2自定义函数. 423.3.3模型创建与网格划分. 433.3.4边界条件及计算方法. 453.4模拟结果. 463.4.1机器人在水平管道内运行时流场压力变化. 463.4 2不同直径机器人对管道内流场的影响. 483.4 2不同直径机器人对其速度的影响. 493.4.3. 摩擦力变化对机器人速度的影响. 513.4.4 机器人质量对其速度的影响. 533.5小结. 534

4、“U”型管道内机器人速度波动过程研究. 544.1 长距离管道特点. 544.2 “U”型管道内机器人动力学分析 . . 544.2.1下坡管道内机器人动力学分析. 544.2.2垂直管道下坡时机器人动力学分析. 574.2.3 爬坡管道内机器人动力学分析. 594.2.4垂直管道爬坡时机器人动力学分析. 604.3 U型管道内机器人运动过程模拟仿真 . . 614.3.1垂直管道下坡时的模拟仿真. 614.3.1.1机器人在垂直管道内下坡时流场压力变化. 624.3.1.2不同摩擦力对流场压力影响分析. 634.3.1.3不同摩擦力条件下机器人速度分析. 644.3.2垂直管道上坡时的模拟仿

5、真. 664.3.2.1机器人在垂直管道内爬坡时流场压力变化. 664.3.2.3不同机器人直径对速度的影响. 694.3.2.4不同流速对机器人速度的影响. 704.3.3整个u 型管道运动情况. 724.4小结. 745 差压式管道检测机器人速度控制方案及数学模型研究. 755.1 管道机器人速度波动产生的原因. 755.1.1管道摩擦阻力变化. 755.1.2机器人两端压差的变化. 765.1.3管道倾斜角度的变化. 765.2 速度调节方案. 765.3 传感器的选择. 785.3.1加速度传感器. 785.3.2 倾角传感器. 805.3.3 压力传感器. 834.4 速度控制数学模

6、型. 854.4.1 水平管道内机器人速度调节数学模型. 854.4.2倾斜管道内机器人下坡速度调节数学模型. 864.4.3垂直管道内机器人下坡速度调节数学模型. 864.4.4倾斜管道内机器人爬坡速度调节数学模型. 876 差压式管道内检测机器人速度智能控制系统设计. 896.1控制系统方案设计. 896.1.1控制系统的组成. 896.1.2 控制方法及流程. 906.1.4控制方案的确定. 916.1.4.1控制算法的选取. 916.1.4.2硬件总体设计. 926.1.4.3软件总体设计. 936.2模糊PID 控制基础理论 . 936.2.1 PID控制. 946.2.2 模糊控制

7、. 946.3 模糊PID 控制器设计 . 966.3.1 模糊自适应PID 控制器结构设计. 966.3.2 模糊自适应PID 控制器的PID 参数整定. 976.3.3 模糊自适应PID 控制器的模糊化. 976.3.4 模糊自适应PID 控制器的模糊规则和推理. 996.3.5模糊自适应PID 控制器的解模糊化. 1026.4 仿真实验. 1041 绪论1.1 研究意义近几十年来，随着科学技术的迅速发展和能源需求的急剧增加，作为五大运输方式中最经济的管道运输，在电力、石油、化工、天然气和市政工程中得到了广泛应用1。目前，我国管道里程9.3万公里，覆盖全国的油气管网初步形成。预计到2015

8、年，我国油气管道的建设里程将达到15万公里左右2。由于管线输送量大、受道路和地形的限制小、不依赖道路，不受道路拥挤的影响、目标小，易伪装、输油比较安全等原因，管道和管线在我军后勤油料保障中也占据中重要的位置。如格尔木拉萨输油管线不光为驻藏部队保障了边防、训练和生活用油，还提供了西藏地区的绝大部分生产、生活用油，为支援西藏、建设西藏作出了巨大的贡献；列装的野战管道，快速展开后连接后方基地油库和前线野战油库（站），成为为前线输送油料的生命线，是战时油料保障的杀手锏；各个基地油库内连接油罐、泵房和收发栈台间的管道，担负了我军油料的储备、中转和补给任务，是平时油料保障的大动脉。所有这些管线和管道和其他

9、供油装备一起构成了我军油料的保障力量，为“谋打赢”提供了坚实的物质基础。管道在整个服役期间，其发生事故的概率都遵循“浴盆曲线”。3如图1：即事故多发的初始阶段、稳定的工作阶段和管道老化的失效阶段。在初始阶段，由于制造缺陷、安装缺陷、材料缺陷等在制造与安装阶段未能被及时充分发现，导致发生事故的概率高。在稳定的工作阶段，由于上述缺陷在初始阶段被充分暴露并得到及时的处理，管道发生事故的概率相对较低，但一些腐蚀缺陷与损伤缺陷也在逐步积累。在失效阶段，腐蚀损伤、材料老化以及疲劳等导致管道承载能力低，发生事故的概率又逐渐增大。图1 管道理论失效速率曲线Fig. 1 Theoretical pipeline

10、 failure rate curve我国的油气管道相当一部分建于上世纪六、七十年代。随着时间的推移，管道因受电化腐蚀、流体冲刷、疲劳破坏、管材潜在缺陷、自然和人为因素的影响，可能发生管径变化、腐蚀穿孔和机械裂纹等问题，不同程度的影响到管道的正常运行，导致输送效率降低、堵塞泄露，甚至引起火灾爆炸等恶性事故的发生4。特别是长输石油管道多埋在地下1.5m 2m ，长度由数百至数千公里，在长期运行中，长输高压管道一旦出现泄漏、爆管恶性事故发生，不仅造成经济上的巨大损失影响社会生产的正常运行，还会对生态环境和人们的生命安全构成巨大威胁。近年来，国外有许多管道事故发生。1999年，华盛顿州的贝灵汉由奥林

11、匹克管道运输公司管理的管道因为破裂发生汽油管道爆炸，两人丧生，烧毁大面积树林；2000年，新墨西哥州卡尔斯巴德附近的天然气管道因为腐蚀发生爆炸，导致12人丧生。19852000年间，美国油气管道共发生事故8814次，年平均发生事故294 次。统计结果表明：外部影响、腐蚀、焊接和材料缺陷是引发管道事故的主要原因，腐蚀原因占22%郎需庆，赵志勇，宫宏，等油气管道事故统计分析与安全运行对策J 安全技术，2006，6( 10: 15-17。俄罗斯（前苏联）在19811990这10年间，由于各种原因造成的输气管道事故总次数为752次，造成事故的主要原因为腐蚀，占39.9%；【倪晓阳，周刚俄罗斯石油开采和

12、长输油气管道的事故分析及对中国的启示J 地质科学情报，2005，24( B07 : 59-68】。2007年，欧洲输气管道事故数据组织( EGIG ，对其管辖维护的19702007年运行的输气管道进行事故调查，该次调查管线总暴露为3.15×106km ·年，共发生事故1172次，平均事故发生率为0. 37次/1000 km·年。该调查显示，腐蚀是管道发生事故的三大主要因素之一。【胡灯明，骆晖国内外天然气管道事故分析J.石油工业技术监督，2009( 9 : 8-12】。我国的油气管道事故也时有发生。2001年3月，东北某石油公司通过埋地管线输送柴油，作业4小时，发现

13、管线 事故概率焊接接头处出现环形断裂曾多礼，成品油管道的安全问题及对策，油气储运，V ol.23，No.9，45-47，2004。众所周知，距离最近的是2013年11月22日，青岛黄岛经济开发区中石化黄潍输油管线泄露引发特别重大爆燃事故，造成62人遇难，166人不同程度受伤，直接经济损失7.5亿元人民币，对周边海域造成了严重的环境污染。我军的管线虽然没有发生重大事故，但因腐蚀造成的“跑”、“冒”、“滴”、“漏”问题也比较突出。统计数字显示，国内六成油气管道服役超过20年，已进入事故多发期，并呈逐年上升势头。油气管道事故率平均3次/1000公里·年，远高于美国的0.5次/1000公里&

14、#183;年、西欧的0.25次/1000公里·年以及俄罗斯的0.46次/1000公里·年。【王旭. 长输管道事故案例统计分析及对策研究J. 广州化工.2013(7:233-235】。针对油气管道日益突出的安全问题，迫切需要加强对管道工作状态的了解和掌握，及时发现并处理出现的各种缺陷隐患，减少甚至避免事故的发生。对于已出现的管道缺陷，处理方法一般有三种：修理、修复、更换。这三种管道处理方法的投资情况为1.26，50，100(万美元/km【周德敏，何仁洋，刘长征等. 关于埋地管道检验检测的必要性及建议J.化工设备与管理.2010（12）51-53】。由此可见，成本最低的措施是管

15、道修理，而且管道修理是事前主动维修，与事后被动维修相比，它很大程度上减少甚至阻止了油气泄漏，安全性更高，造成的后果更小。文献【郑贤斌，陈国明. 基于结构可靠性的腐蚀管道检测与维修优化J.压力容器.2006（11）:29-32】研究表明，在满足管道结构可靠性与工作寿命的前提下，选取合适的检测维修方案，可以达到最佳的经济性与可靠性。管道检测是管道维修决策的前提，只有通过检测得到了第一手数据资料后，对管道进行安全评估的相关工作才能展开，对管道的修理地点和时间才能确定。如果没有检测，会由于情况不明，使领导作出错误决策，盲目报废某些管道再建新管道，造成严重的浪费。目前，随着计算机技术、传感技术的广泛普及

16、与应用，国内外管道检测技术发展迅猛，逐步形成了管道内、外检测技术两个分支。管道外检测主要通过挖坑达到检测外防腐层的完整性、阴极保护有效性、电流腐蚀等缺陷的目的。涂层破损检测技术有很多种，但不管哪种都要在管道上施加电信号，对于管体未与大地接触的部分露管涂层破损处，因信号不能经大地回流而无法查找得到；因屏蔽作用，也不适用于加套管的穿越管线；对于人员无法接近的管段，不能进行密间隙检测和直接检查；所有技术都不能判定涂层是否剥离。【陈敬和，何悟忠，郭莘. 埋地长输管道外检测技术现状及发展趋势J.管道技术与设备.2011（4）:1-5】管道内检测技术主要用于检测管道内外腐蚀、局部变形以及焊缝裂纹等缺陷，也

17、可简介判断涂层的完整性，具有经济、便捷、快速的优点，适用于公路、铁路、海洋、城市等外检测技术无法靠近的区域的管道，实现对管道的全面检测。【刘海峰，胡剑，杨俊. 国内油气长输管道检测技术的现状与发展趋势J.天然气工业.2004（11）:147-150】魏书义. 国内油气长输管道检测技术发展探析J.硅谷.2013(5:56,99管内检测机器人是在管内极限环境中顺利运动并进行作业的机电一体化装置，可以携带测径仪器、CCD 摄像头、超声波传感器、涡流传感器、漏磁传感器等设备同步前进，完成管道缺陷检测。差压式管道内检测机器人依靠流体压能和动能产生的推力，随着管内流体的流动而运动，不需要额外能源供应，是一

18、种比较理想的检测装置。与其他类型机器人相比，依靠流体推动的差压式管道内检测机器人，在结构特点、能源供应、作业效果、制造及维护成本等方面都有很大的优势，很大程度上可以解决油气管道的检测问题，在管道内检测机器人研究中往往被优先选用。【张培，李著信，等差压式管道内检测机器人启动过程模拟仿真J后勤工程学院学报，2011(1： 35-40】在已有的管道检测机器人研究领域中，关注较多的是机器人本身的机械设计、外形优化、驱动原理与实现以及信号获取与处理等方向，对机器人在管道流场下的运动规律与运动控制研究较少。然而机器人在管内流场的作用下顺利启动、稳定运行是完成检测任务的前提。一次完整而又良好的检测结果，不仅

19、仅需要机器人在流体提供的足够驱动力的作用下驱动机器人前进，通过各种坡度的管道以及管道内的变形区域和附件，还要保证使得机器人运行稳定、速度可控，减少流场对它的损害。现行的介质差压式管道内检测机器人为了获得足够的驱动力，往往在两端安置密封圈（碗），使压力差达到极大。这样的结构虽然可以获得大驱动力，但是存在存在两个明显的缺点。其一，定心效果不好影响检测精度。机器人在管道中行进时，密封圈（皮碗）与管道壁之间是滑动摩擦，磨损量比较大，而且由于机器人截断了管内流场，不能从流场中获得平衡重力的外力，故机器人密封圈（皮碗）下方的磨损更为严重，长时间运行磨损后难以保证机器人轴线与管道轴线重合，严重影响定心效果，

20、如管道局对陕京线检测运行100.6km 后发现，皮碗上部唇边厚15mm ，下部仅剩9mm （新皮碗唇边厚35mm ）23。如果定心效果不好，不管是用漏磁还是超声波检测，都会影响检测的精度，严重时还会导致信号失真。其二，流场参数波动导致机器人速度波动较大而失控。由于机器人截断了管内流场，管道内壁存在各种缺陷，且管内输送流体具有高压力、大流量等特性，流场中任何一个参数的变化都会全部作用在机器人上，使得机器人速度不十分稳定，特别对于油料这类不可压缩介质，受流场的影响更大，使其可控性大大降低。机器人的速度在较大范围内波动时，会出现检测数据丢失、数据处理困难、检测设备损毁、机器人定位不准等现象。检测传感

21、器从发射到接受检测信号需要一定的时间，因此管道内壁的缺陷被传感器检测所产生的信号完整度，除了受检测信号的采样宽度与采样频率影响外，机器人在管道内的运行速度对其影响也很大。在传感器采样频率和采样宽度不变的情况下，当机器人运动速度过快时，会出现传感器检测覆盖管道不完整的情况，造成漏检、误检测等问题，如图所示；当机器人运动速度过慢时，则在检测记录的结果中会有较多的重叠部分，如图所示，这样不但耗时长、效率低，还会造成存储资源的浪费，特别是会对后期数据处理带来更大的困难。国内外石油行业对机器人的检测速度都有明确的规定，如国外资料显示一般的MFL 漏磁腐蚀检测所允许的最大运行速度为4.5 m/s(16.2

22、 km/h，国内石油行业推荐标准SY/T6383-1999中也提出机器人的运行速度应控制在1218 km/h23。当机器人运行速度异常大时，容易造成机器人在通过起伏管道、变形管道以及管道附件时检测设备与管道发生撞击，出现检测设备损毁，甚至机器人卡堵等事故。此外，机器人运行速度的忽快忽慢，容易使得测量机器人行走距离的里程计出现打滑现象，造成里程计量的缺失，大大影响了机器人对管内缺陷定位的准确性。 图 运动速度过快 图 运动速度过慢因此，控制机器人的运行速度使其在合理稳定的速度范围内运行，势必成为油气管道内检测过程中提高管道检测精度、降低安全事故、提高缺陷定位准确性所面临的问题。1.2 国内外研究

23、现状1.2.1 国外研究现状（1）理论方面研究状况为了掌握输气管道内检测器的运行规律，国外从20世纪60年代即开始了相关研究，并提出运行模型。1988年，Kohda 等人提出了第一个完全以瞬态两相流方程为基础的内检测器运行模型，该模型能够预测内检测器的位置随时间变化规律；但该模型应用了固定坐标系，并使用稳态的压降、持液率关系式描述相间滑脱，使得模型的实际应用受到限制。Nieckde 等人开发了一个涵盖了向周围环境热传导的一维压缩流体方程，并且给出了两个不同的摩擦力策略决定内检测器处于停止或者移动状态。该模型也被称为“skip/slip”模型。韩国学者Nguyen 和Kim 等人建立了基于一维流

24、体方程(只有质量守恒方程和动量守恒方程 完成了单一泄流孔的内检测器在管道流场中运行状态的模型, 并且成功的应用了特征值方法在常规的矩形网格里求解了流场方程。Runge-Kutta 方法也被应用于内检测器运行方程Rahe 和Weingarten 等人研究了有、无泄流孔状态下内检测器在气体管道中半稳态下运行特点。PipelineResearch 发了多个计算模型, 这些模型不仅可以处理内检测器动态行为并且也可以检测管线上的组件, 例如水平直管道上的径向偏差、弯曲度、密封件等。Esmaeilzadeh 等人开发了气体管道和液体管道两个不同的模型。首先假设内检测器的速度与流场的前行速度一致，因而忽略了

25、泄流现象的发生。使用逆特征线法解决了一维流场方程，同时使用了标注的Runge-Kutta 方法求解了内检测器移动方程。Azevedo 等人研究了简化外形的内检测器非压缩、半流动状态流体通过外形简化的内检测器泄流孔的课题。使用了动态流场计算软件和有限元仿真软件来计算出内检测器运行状态。同时提供了实验数据进行验证。Kruyer 等人使用分析方法求解了管线中无限长柱状液体传播的问题。Compo 和Rachid 等人为不可压缩瞬态流体开发了简单模型。Lima 等人用一维模型分析了天然气管道内清管器的运行情况。Tolmasquim 等人根据气体内检测器在管道内的两流体瞬态流动进行了仿真得到了相应的模型,

26、 在仿真过程中假设两种流体符合牛顿定律且为理想气体的等温过程。（2）实际应用方面20世纪50年代，美、英、法、德、日等国家相继投入巨资开展了以长距离管道的清理及检测为目的的自动机械的研究，并取得了举世瞩目的成果。20世纪80年代初，随着自动化技术、微电子技术以及计算机技术的发展，国外管道检测机器人发展迅速，其无损检测技术和速度控制技术的自动化、智能化和多样化水平能够满足复杂的检测需求，并得到了广泛的实际应用。美国Weatherford 公司开发了一种用于检测管道几何缺陷的多通道管径检测机器人。在流体的驱动下，该机器人速度可以达到4 m/s，最大行走距离720km ，最长运行时间200h 。机器

27、人安装了36个弹性支撑臂，每个支撑臂上都有高性能传感器，可以精确检测管道内壁几何缺陷的位置、大小、轮廓以及缺陷程度等信息。这样，不但提高了检测的信息含量，36个弹性臂的周向均匀布置也提高了机器人的速度稳定性。机器人安装了两组里程轮，每个里程轮单独记录数据，在较大程度上提高了缺陷的定位精度，缺陷的定位误差小于2%8。 图2-1 多通道管径检测机器人Fig.2-1 Multichannel diameter inspection robot英国HAPP 公司Stoltze B 研制了一款差压式管道清理机器人，利用机器人两端的流体压力差为机器人提供驱动力并为管道进行清洗9。该机器人包括制动、密封和清

28、洗三个单元。实践证明，机器人不但清洗效果好，还能较好的通过管道三通、弯头、焊缝等。但其制动单元是通过刹车元件与管壁的摩擦来实现的，摩擦力较大且不能调节，因此机器人的行走速度较低（流体速度的1/60），速度的大小也不能调节。此外，该机器人不具备压力调节功能。 图2-2 管道机器人制动单元Fig.2-2 Brake unit of pipeline robot英国第二管道有限公司与美国管内服务公司合作开发了在高流速条件下能实现速度控制的管道机器人。机器人允许流体从机器人内部流过，通过智能化的控制系统调节内部节流阀的开度来实现对机器人的速度调节。该机器人于2011年12月在路易斯安那进行了场地实验，

29、整个天然气管道直径为42”，长度71.1英里（114.4千米）。在运行过程中，天然气的平均流速为22km/h，机器人的行驶平均速度为7.3 km/h（约2m/s），调速盘阀门开度为77%。实验结果表明，通过调节，机器人速度稳定性较好，具有较好的调节能力10。 图2-3 高流速速度自控管道机器人Fig.2-3 High-velocity speed self-control pipeline robot德国ROSEN 公司开发了多种智能化、集成化流体驱动式管道检测机器人，联合管内无损检测技术，合理搭配使用几个功能模块，构成多种产品，以满足不同检测需求11-13。机器人的功能模块主要包括:（1）速

30、度控制模块。多数管内检测机器人理想行走速度为1m/s5m/s。然而高压高速管道内，流体流速可达15m/s，机器人速度很不稳定。速度控制模块含有一个旁通阀，通过调节旁通阀的开度来调节速度。旁通阀的开度由该模块根据传感器检测速度信号和压力信号，通过一定的控制算法来调节。（2）几何检测模块。通过非接触方式安装位置传感器和距离传感器，其检测精度比传统接触式传感器更高，可有效检测管道弯曲、凹凸、腐蚀等几何缺陷。（3）漏磁检测模块。在该模块周向均匀布置多块永磁铁，为了避免管道内杂质和碎片损毁检测传感器，用橡胶刷覆盖永磁铁，漏磁检测模块主要用于应力腐蚀检测。（4）电磁超声换能器检测模块。利用电磁超声换能器探

31、测管壁裂纹和涂层脱落情况。 图2-4 德国ROSEN 流体驱动式管道检测机器人Fig. 2-4 Germany ROSEN fluid-driven type pipeline inspection robot挪威石油公司，管道清理技术公司，FTL 密封技术公司和管道研究有限公司联合研制了一款能够适应多管径，可双向运行的差压式管道机器人。该管道机器人主要用于清理管线试运行或排空时残留的流体14。基本结构如图2-5所示，机器人上对称安装了两组支撑轮结构，用于防止机器人出现偏心现象造成流体泄露。机器人两端的对称过盈装配了一个密封圈，可以实现双向运行。为了防止转弯时两端密封圈出现间隙而造成流体泄漏，

32、在中间位置的安装了一个密封圈。2009年3月，该机器人在挪威的Alve 输气管进行了现场实验，管线全长15.7km ，管道内径变化范围为257mm 320mm 。机器人行走速度为0.03 m/s 0.08m/s。在机器人到达终点之后，施加反向压力，机器人最终回到了起点。实验表明，该机器人具有一定管径适应能力，双向运行能力，密封能力都较好。然而，该机器人行走速度较低，且不具备速度控制能力，弯管通过性不稳定，曾发生卡滞现象。 图2-5 多管径双向运行管道机器人Fig.2-5 Multi-diameter,BI-Directional pipeline robot俄罗斯学者Podgorbunskik

33、h A M和Loskutov V E等人完成了装备有速度自控模块的管内检测机器人对管内缺陷检出率的实验。1.2.2国内研究现状国内管道机器人的研究起步较晚，在国家863计划和国家自然科学基金委的资助下，许多院校和研究所开展了卓有成效的工作、取得了一系列的成果，达到了一定的应用水平。（1）理论方面研究状况国内的一些高校和科研机构管道在油气管道内检测机器人运行速度对检测效果以及机器人速度控制方面开展了相应的研究工作。清华大学黄松岭，赵伟等人研发了天然气管道缺陷检测器泄流装置。辽宁石油化工大学的吕平等人建立了清管器前端塞流动的特征参数计算模型、动态数学模型并进行了数值模拟，得出清管过程中管线的压力分

34、布和清管器在管内的运行规律，从而为跟踪清管球在管内的运行和混输管路的管理提供了理论依据。中国石油大学（华东）綦耀升、张立军等人研究了皮碗式油气管道内检测物理模型，推导出在水平管道平稳运移条件下皮碗的结构参数与驱动压差间的关系【。后勤工程学院孟浩龙、李著信等人运用牛顿力学与CFD 软件结合的方法，进行流场数值计算，为机器人的结构设计提出了所应注意的方面。中国石油大学（北京）耿等人提出了清管器速度控制方案，进行了速度可控清管器的结构设计】。分析了该清管器的工作过程, 认为其在管道内的速度可以控制在预定范围内，但机械结构优化，旁通孔计算以及清管器在管道内运行时可压缩流体的数值模拟等技术问题仍需深入探

35、索。李汉勇，宫敬等人利用数值仿真手段完成了水试压后输气管道的清管过程瞬态分析。（2）实际应用方面研究现状广州工业大学李锻能、杨宜民等研究了一种利用流体能量驱动和发电的管道机器人，根据机器人的速度和它自身的重量、管道流体的速度、机器人与管道间的间隙、制动机构中的滑靴与管壁之间的摩擦因数等的关系，设计出该机器人的速度控制机构，并建立了一个速度智能控制的基本模型15。机器人基本结构如图3-1所示，伞状的牵引机构（图3-2）通过调节变速翼与管壁的间隙对流体进行节流，起到牵引与调速的作用，制动机构（图3-3）通过改变滑靴与管壁之间的摩擦力达到调节控制机器人速度的目的。此外，采用叶轮发电原理，将流体的动能

36、转化为蓄电池的动能，为机器人各部件的工作提供能源。但是，这种机器人只适用于大口径、高流速的管道，对于小口径、低流速的管道不适用。 图3-1 流体驱动管道机器人的基本结构图Fig.3-1 Fluid-driven pipeline robot's basic structure 北华大学张玉峰设计的流体驱动管道机器人采用皮碗作为机器人的驱动装置16。调速装置（图3-4）采用盘式节流调速机构，安放在驱动皮腕中部，由定图3- 流体驱动管道机器人制动机构 Fig.3-2 Fluid-driven pipeline robot's brake structure 图3-2 流体驱动管道机器人牵引机构Fig.3-2 Fluid-driven pipeline robot'stracte structure盘和动盘组成，盘上分别开有节流孔，通过动盘的转动来改变孔的大小。根据机器人两端的压差自动控制节流孔的开度来达到控制机器人速度的目的，实现了机器人不因环境的变化而产生较大的速度波动