探讨变电站智能巡检机器人的关键技术及发展趋势,机械工程论文_第1页
探讨变电站智能巡检机器人的关键技术及发展趋势,机械工程论文_第2页
探讨变电站智能巡检机器人的关键技术及发展趋势,机械工程论文_第3页
已阅读5页,还剩4页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

探讨变电站智能巡检机器人的关键技术及发展趋势,机械工程论文内容摘要:变电站智能巡检机器人系统以自主或遥控的方式,在无人值守的环境中,完成对室外高压设备进行红外温度监测和仪表液位的图像辨别等任务,替代人工完成巡检中碰到的繁、难、险和重复性的工作。本文介绍了变电站智能巡检机器人的系统组成,重点讨论了巡检机器人的关键技术,包括行走机构、导航控制技术、视觉伺服校正技术及图像辨别等技术,瞻望巡检机器人的发展方向及应用前景,为变电站巡检机器人的更新迭代提供参考方向。本文关键词语:变电站;巡检机器人;导航;图像辨别;关键技术;当前,全国多数变电站电力设备巡检仍为人工巡检方式。巡检人员的巡视内容主要包括设备温度、仪表表计读数、或高压电缆的接头状态等,巡视内容固定单一,巡视人员工作效率较低[1]。随着电网安全运行的要求越来越高,变电站使用智能化设备的必要性也越来越强,能够使用一套既能对变电站设备自动进行数据采集,又能对所得数据进行全面综合分析和比拟的智能化无轨机器人系统,是非常必要的。近年来,随着变电站巡检机器人持续深化应用,机器人已可代替人工完成变电站高压变电设备的所有巡检作业。采用变电站巡检机器人可提高变电站的数字化程度和全方位监控的自动化水平,有效保障设备安全可靠运行,提高安全生产工作效率和质量[2]。1变电站巡检机器人系统组成变电站智能巡检机器人系统分为三层体系架构,分别为:车载子系统、本地监控后台及远程集控后台。车载子系统通过无线局域网与本地监控后台进行数据、图像、视频等信息交互,远程集控后台通过申请的电网专网对本地监控后台、车载子系统进行任务下派、状态监控及数据管理。车载子系统由控制单元、导航单元、行走机构、供电单元及传感单元组成,华而不实传感单元包括云台、可见光相机、红外热像仪及拾音检测装置。2关键技术分析2.1行走机构行走机构是巡检机器人执行巡检任务的基础,控制机器人前进、后退,转弯及停止动作,行走机构根据移动方式的不同,可分为履带式、轨道式和轮式三种,分别应用于不同的场景,华而不实轮式运动机构在变电站巡检机器人中被广泛使用。(1)履带式行走机构。履带式行走机构[3]能够在凸凹不平的路面上行走,可以以攀爬台阶、翻越沟壑,具有较强越障能力,适用于松软或泥泞的地面,对复杂地形的适应能力强,但由于没有自位轮和转向机构,履带式行走机构只能靠左、右两个履带的速度差转弯,转弯经过中不仅会出现横向滑动,在前进方向上也会产生滑动,转弯阻力大,无法准确地确定转弯半径,同时转弯速度较慢,灵敏性较差,对于拥有狭窄路面和盖板路的变电站场所不太适用。(2)轨道式行走机构。轨道式行走机构是在固定的轨道上移动的装置,根据规划的道路预先敷设轨道,机器人能够移动到轨道上任何位置,具有定位精度高,移动安全、易于控制等特点,但由于轨道固定,机器人运行轨迹单一,灵敏性较差,适用于变电站控制室、配电室等环境。(3)轮式行走机构。轮式行走机构具有移动平稳、能耗小,以及容易控制移动速度和方向等优点,根据驱动类型分为两轮驱动型和四轮驱动型,相比两轮驱动,四轮驱动具有更强的驱动能力和转弯灵敏性,为了适应变电站中的石板路、水泥路、电缆沟盖板、草地、石子路等多种不同的路况,已有电力企业推出四驱四转巡检机器人,通过增加转向机构,实现了机器人原地平稳转向,有效保卫车体内部回路,延长车载设备部件的使用寿命,除此之外,行走机构配备独立悬挂减震系统,每侧车轮单独通过弹性悬挂于车身下,降低重心、减小车身振动和冲击,可实现自由穿行崎岖路面。2.2导航控制技术导航控制技术是巡检机器人自主行走的基础,当前常用的导航控制技术有:视觉导航、惯性导航、激光雷达导航等。(1)视觉导航。最近几年,随着计算机技术和图像辨别技术的迅速发展,视觉技术在机器人领域开场广泛应用,视觉导航就是利用一只或多只摄像机采集周围环境下的图像信息,通过图像技术提取图像中特征点信息,并通过不同帧之间的图像不断进行特征点匹配计算进行特征点跟踪,实现姿态变换,进而获得机器人在环境中的位置坐标,完成自主导航定位,但该方式方法数据量大、算法复杂、定位实时性较差,并且易受光线、烟雾及雨天的影响,因而,多与其他定位导航方式组合使用。(2)惯性导航。惯性导航是一种不依靠于外界环境信息,仅依靠本身惯性元件获取车体运动参数的导航方式方法,通常采用陀螺仪和加速度计测量机器人加速度和航向角,将加速度对时间进行积分并变换到导航坐标系中,获得机器人的速度、偏航角和位置等信息,具有数据更新率高、短期精度高、稳定性好等优点,但由于导航信息要经过积分而产生,定位误差会随时间而累积,需要定期进行校正,消除累积误差,因而通常与其他导航方式组合使用。(3)激光雷达导航。激光雷达导航是应用2D或3D激光雷达扫描周围环境信息构成激光点云数据,以第一帧数据为基础,根据后一帧点云数据叠加到前面帧点云数据的原则,进而构成全局地图,机器人自主运行时,激光雷达实时扫描的点云数据与地图进行匹配,确定机器人在全局地图中的坐标位置,根据目的点在地图中的坐标位置,规划一系列渐进目的点,控制机器人左、右两边车轮的速度,使机器人直线行走到目的点,完成导航。激光雷达具有测距精度高、受光线影响小、抗电磁干扰强,地面施工简单等特点,因而在无人驾驶汽车或智能巡检机器人中得到了广泛的应用。2.3视觉伺服校正技术机器人定位导航精度和云台控制精度都存在一定的误差,在机器人执行巡检任务经过中,可见光相机调取相机参数获取设备图像时会出现设备并未在视场中心,甚至偏差视场,导致获取设备图像辨别,由此出现了一种基于设备模板库的视觉伺服控制技术,根据机器人的云台预置位,驱动云台转动,调节相机焦距和倍率,构成自动巡检形式下大视场的设备小图,比对模板库中的设备小图,提取目的图像位置的像素差,计算视场中的水平及垂直角度偏差,控制云台转动,使目的向视场中心偏移,校正因导航和云台控制误差产生的目的点偏离,此校正经过固然能够纠偏,但增加了巡检时间,降低了巡检效率,怎样实现快速地伺服校正成为当下巡检机器人技术提升的重点。2.4图像辨别技术图像辨别是巡检机器人的重要技术之一,决定了巡视电力设备的准确性。在调试阶段,利用搭载的红外热像仪、可见光相机采集红外图像、指针仪表图像、设备油位图像、刀闸、断路器等图像,并对采集到的图像信息进行处理建立设备模板库,机器人执行任务经过中,监控后台将采集到的设备图像与模板库中的设备模板进行匹配比照,最终获得设备辨别结果。对于变电站环境下,有效应对光照变化、阴影、遮挡、低比照度、视角变化等因素的智能图像辨别技术是巡检机器提升辨别率的关键。3发展趋势随着变电站向无人值班化及智能化方向快速发展,对变电站巡检机器人的需求特别迫切。将来变电站巡检机器人的研究目的是提高巡检机器人的智能性、运动灵敏性以及高精度和配置简便的导航方式。其发展趋势表如今下面方面:3.1高速下精到准确定位导航技术变电站巡检机器人为保证自主导航的稳定性、采集图像的高质量,在执行巡检任务经过中停车点的定位精度要求更高层次,实际应用中车体自主行走的速度为一般为0.6m/s,机器人执行任务经过中大部分的时间在赶路,致使整站巡检时间较长,因而需要大大提高自主巡检时车体的行走速度,同时保障机器人行走经过中导航的平稳性、停车时的精到准确性,研究一种高速下精到准确定位导航技术成为将来必然趋势,这将大大提高巡检的效率。3.2遇障智能处理技术当前应用的巡检机器人在巡检任务经过碰到障碍物时,会立即停止并发出告警,障碍物一直不消除时,机器人会一直停止不动,需要运维人员人工干涉,此种遇障处理形式智能化较低,不利于推广变电站的无人值守形式,因而需要研究一种遇障智能处理技术,保障机器人碰到障碍物能够智能分析处理,在机器人碰到障碍物停车时,应根据路面宽度及障碍物尺寸,构成多种遇障处理形式:(1)道路许可的情况下直接绕过障碍物;(2)道路不许可但有其他道路时,可选择其他途径继续执行巡检任务;(3)道路不许可也无其他道路时,机器人返回充电房,以此提升机器人的智能化水平,减小人工干涉。3.3设备缺陷智能分析技术变电站设备巡检经过中,机器人利用红外热像仪采集设备红外图像并上传监控后台,监控后台分析设备红外图谱获取设备温度,设备温度超过正常温度时,巡检机器人预警设备缺陷,但此种设备预警方式方法太过简单,使运维人员无法准确得知设备的缺陷类型,因而,采用设备缺陷智能分析技术,监控后台分析设备红外图像,根据缺陷断定准则对设备缺陷类型、潜在故障位置和特征、严重程度进行智能判定,便于运维人员获得准确的设备缺陷信息,制定合理高效的应对措施,进而保障设备的安全、可靠运行。4结束语当前,变电站智能巡检机器人已经在浙江、江苏、山东等省电力公司中推广应用,从实际利用的效果来看,机器人巡检一定程度上能够替代人工巡检,完成日常的表计巡视、油位巡视、红外测温及刀闸操作状态等工作,但仍然存在施工调试周期长、巡检效率低、智能化水平较低等缺点。本文通过对变电站智能巡检机器人的关键技术介绍,讨论巡检机器人技术的将来发展趋势,进而推动巡检机器人产品的更新迭代,全面提升巡检机器人智能化水平,助力变电站巡检机器人的推广应用。以下为参考文献[1]侯晓东.220kV变电站机器人巡检系统的设计[D].长春工业大学,2021.[2]贤家洁,林阳坡,赖斌,陈如洲.基于激光导航途径辨别的电力巡检智能机器人设计[J].中国新技术新产品,2021,12(上).[3]兰依,石敏,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论