【《管道机器人研究现状的文献综述》1800字】

管道机器人研究现状的文献综述管道作为当今运输物资的方法之一，由于运输可靠性高、运输量大、环境效益高、安全可靠、无污染、成本低等特点，已经成为物资运输的主要手段。但物资在运输过程中，会与管道直接接触，受物资与管道之间的化学反应及外部环境变化的影响，管道内部受到侵蚀，出现裂纹、杂质、凹陷等情况，严重影响管道使用及运输效率，为此，需要定期对管道进行维修，以保证其可靠的使用性[39,40]。大口径的管道运输无害物资时可以采用人工检修的方式进行管道的检测、维护；小口径的管道运输有害物资时，则需要借助其他途径来对管道进行检测跟维护，其中，管道机器人是现进行管道检测的主流手段。随着科学技术的发展，近些年国内外对于管道机器人技术的研究越来越多，设计一款更可靠的、更稳定的检测机械结构已成为管道检测领域的趋势。随着管道内径检测技术的发展，检测机器人的种类也逐渐增多，按照驱动方式分类可分为：行走式、蠕动式、流动式、履带式、腹壁式、轮式、螺旋驱动式等类型[41,42]。本文研究的火炮内膛检测系统基于轮式机器人结构设计，以便检测设备可以在身管内自由移动。对于管道检测机器人来说，能否实现精确的运动控制是影响检测精度的重要因素。轮式管道检测机器人采用汽车运动原理进行结构设计，各个车轮通过电机的相互配合来驱动，完成机器人前驱、后驱等运动模式[43]。其优点是运动灵活性高、易搭载检测装置，缺点则是转向比较困难，不能用于垂直管道的检测。轮式机器人主要用于检测较大口径管道，德国FWL-100管道爬行检测机器人，如图1-5所示，采用6轮驱动方式，用于检测大于100口径的管道或者空间[44]。图1-5FWL-100管道爬行检测机器人Figure1-5FWL-100pipelinecrawlingdetectionrobot2020年日本立命馆大学科学技术学院机器人学系研究员MaShone教授和KasgawaAtsushiKakogawa教授开发了轮式管道内检查机器人“AIRo”[45]，该机器人利用之字进行结构设计，且结构设计中包含了多个“之”字形结构。检测时车轮接头处的弹簧将车轮压向管道内壁，可在管道内实现水平和垂直两种运动方式。其结构设计特点是将轴和连杆之间的连接轴布置在同一直线上，优点是不仅实现了结构设计小型化的目的，而且不损害通过弯管的能力。除此之外，在机器人前端和后端安装的球形轮可使机器人绕管轴滚动，不仅可以快速可靠地适应复杂且缠绕的三个维度的管道，而且还可以使操作直观，易于理解。在“AIRo”之后，MaShone教授和KasgawaAtsushiKakogawa教授又开发了一种新型管道探测机器人“Pipe-kun”[45]，与前者相比，“Pipe-kun”在中央关节处装配了一个带有扭矩传感器的执行器单元，可在垂直的T形管上成功运行。管道探测机器人“Pipe-kun”不仅有轮式管道检查机器人“AIRo”的优点，还装配了CMOS摄像头、LED、陀螺仪传感器和角速度计，可在直径为100至150的管道内自由移动。图1-6AIRo轮式管道检查机器人图1-7Pipe-kun管道机器人Figure1-6AIRowheeledpipelineinspectionrobotFigure1-7Pipe-kunpipelinerobot2020年广州大学的魏巍设计了一种具有良好的3D管道通过性和环境自适应性的管道机器人，如图1-8所示[46]。该机器人驱动轮的转向可控，选用曲柄滑块和平行四连杆机构作为机器人的变径方式，可用于检测口径范围在390~440的管道。图1-8管道机器人Figure1-8Pipelinerobot2021年西南石油大学的李琴等人设计的轮式管道机器人采用液压驱动的方式[47]，优点是在变径结构设计上采用平行四杆机构，对变径管道有较强的适应能力，且可在垂直管道上自由移动。该机器人可在385~405范围内的管道内进行检测。图1-9液压驱动轮式管道机器人Figure1-9Hydraulicallydrivenwheeledpipelinerobot参考文献[1]梁青.枪管内膛参数检测方法研究[D].南京:南京理工大学,2018.[2]孟翔飞.武器身管寿命预测模型及内膛参数综合检测系统研究[D].南京:南京理工大学,2013.[3]赵一鸣.小口径火炮膛线尺寸自动化测量系统研究[D].华中科技大学大学,2018.[4]R.Ammour,E.Leclercq,E.Sanlaville.AComparativeStudyofFaultPrognosisApproachesforTimedStochasticDiscreteEventSystems.IFACPapersOnLine,2017,50(1).[5]FengShanHuang,LiChen.CCDCameraCalibrationTechnologyBasedontheTranslationofCoordinateMeasuringMachine.AppliedMechanicsandMaterials,2014,3252(568).[6]韩继龙.基于TiAIN和TiAIYN薄膜的火炮身管内膛强化研究[D].沈阳理工大学,2017.[7]郭振礼.小口径身管内径测量系统参数化设计技术研究[D].长春理工大学,2017.[8]陈颖.基于模式识别技术的炮管内膛表面疵病检测系统设计[D].哈尔滨理工大学,2016.[9]彭福强.火炮身管内膛烧蚀测量研究[D].南京:南京大学,2014.[10]韩国栋.基于主动式全景视觉传感器的火炮身管损伤检测系统研究[D].浙江工业大学,2016.[11]许春飞.火炮身管内膛检测装置优化设计研究[D].南京:南京大学,2016.[12]杨赵荣.基于模式识别的内膛表面检测研究[D].哈尔滨理工大学,2013.[13]张晓燕.基于压缩感知的火炮身管内膛图像拼接技术研究[D].南京:南京大学,2016.[14]鲍俊伟.火炮身管内膛图像拼接技术研究[D].南京:南京大学,2014.[15]张稳.枪械内膛疵病检测系统的设计与实现[D].北京:北京邮电大学,2013.[16]WeiLuo,ThomasPingel,JoonHeo.AprogressiveblacktophattransformationalgorithmforestimatingvalleyvolumesonMars.ComputersandGeosciences,2015,75.[17]HuiZhao,NanShi,HongJunWang.ResearchandRealizationonIma