|本期目录/Table of Contents|

[1]程　航,喻九阳*,戴耀南,等.油-气管道检测机器人技术现状及展望[J].武汉工程大学学报,2021,43(03):324-333.[doi:10.19843/j.cnki.CN42-1779/TQ.202011012]
　CHENG Hang,YU Jiuyang*,DAI Yaonan,et al.Overview and Prospect for Technologies Oil and Gas Pipeline Inspection Robot[J].Journal of Wuhan Institute of Technology,2021,43(03):324-333.[doi:10.19843/j.cnki.CN42-1779/TQ.202011012]
点击复制

油-气管道检测机器人技术现状及展望(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
43
期数:
2021年03期
页码:
324-333
栏目:
机电与信息工程
出版日期:
2021-06-30

文章信息/Info

Title:
Overview and Prospect for Technologies Oil and Gas Pipeline Inspection Robot
文章编号:
1674 - 2869（2021）03 - 0324 - 10
作者:
程　航; 喻九阳*; 戴耀南; 詹博文; 夏文凤; 胡天豪; 张德安
武汉工程大学，湖北省绿色化工装备工程技术研究中心，湖北 武汉 430205
Author(s):
CHENG Hang;  YU Jiuyang*;  DAI Yaonan;  ZHAN Bowen;  XIA Wenfeng; HU Tianhao;  ZHANG Dean
Hubei Green Chemical Equipment Engineering Research Center（Wuhan Institute of Technology）， Wuhan 430205， China
关键词:
油-气管道; 机器人; 运动控制; 通讯定位; 实时检测
Keywords:
oil and gaspipeline;  robot;  motion control;  communication positioning;  real-time detection
分类号:
TP242
DOI:
10.19843/j.cnki.CN42-1779/TQ.202011012
文献标志码:
A
摘要:
为提高油-气管道检测的效果，结合国内外典型管道机器人的特点，综合分析了管道机器人运动控制技术、定位技术和实时检测技术3个方面的现状，并指出了核心技术的不足；针对石油化工行业高温带压管道环境，提出管道检测机器人的研究重点为分层模糊神经网络运动控制技术、CCD视觉定位技术、低频电磁定位技术和分层图像分割的优化方法等。为进一步提高化工油-气管道内检测机器人的检测效果提供了理论依据。
Abstract:
To improve the effect of oil and gas pipeline inspection， combined with the characteristics of typical domestic and foreign pipeline robots， techniques of the pipeline robot motion control， positioning and real-time inspection were comprehensively reviewed， and the main limitations existing in these techniques were analyzed. According to the high-temperature and high-pressure environmental characteristics of petrochemical pipelines， the following techniques of pipeline inspection robots should gain more attention： motion control based on the hierarchical fuzzy neural network ， positioning based on charge coupled device cameras， low-frequency electromagnetic positioning and optimization of layered image segmentation， etc. This paper provides theoretical basis for improving the effect of petrochemical pipeline inspection robot.

参考文献/References:

［1］　吴志平，陈振华，戴联双，等. 油气管道腐蚀检测技术发展现状与思考［J］. 油气储运， 2020，39（8）：851-860.［2］　刘杰辉，陶卓，王桂梅. 基于互信息改进的VMD算法及管道泄漏信号降噪［J］. 现代电子技术，2021，44（1）：53-57.［3］　张志浩，孙银娟，杨涛，等. 长庆油田小口径管道内检测机器人研究与应用［J］. 石油与天然气化工，2020， 49（1）：93-97.［4］　ZHANG H L， SHA S Y， WILLIS C， et al. Feasibility study of pinhole inspection via magnetic flux leakage and hydrostatic testing in oil & gas pipelines［J］. IOP Conference Series： Materials Science and Engineering， 2021， 1043（2）：22-53.［5］　魏明生.基于低频电磁信号的管道清堵机器人定位方法研究［D］.徐州：中国矿业大学，2016.［6］　张秀丽，梁艳.一种仿婴儿欠自由度四足爬行机器人［J］.机器人，2016，38（4）：458-466.［7］　LEE D H， MOON H， CHOI H R. Landmark detection methods for in-pipe robot traveling in urban gas pipelines［J］. Robotica， 2016， 34（3）：601-618.［8］　共同社. 索尼推出新版机器狗Aibo［J］. 机器人技术与应用， 2019（2）：9-10.［9］　黄忠，任福继，胡敏. 基于RBF神经网络的人形机器人在线面部表情模仿［J］. 机器人， 2016， 38（2）：225-232.［10］　GUO Y， YIN S B， REN Y J， et al. A multilevel calibration technique for an industrial robot with parallelogram mechanism［J］. Precision Engineering， 2015， 40：261-272.［11］　SHI Y，MU Z X，CAI M， et al. Advances in motion control of gas pipeline detection robot［J］.Science China（Technological Sciences），2020，63（5）：877-878.［12］　BERNHARD K，RALF L，DIRK S，et al. Biomimetic walking robot SCORPION： Control and modeling［J］. Robotics and Autonomous Systems，2002，41（2-3）， 69-76.［13］　邓宗全. 从机器人产业发展谈我国工业技术创新［J］. 中国科技产业， 2019（7）：22-23.［14］　LI J Y， ZHANG Y， SHI M K， et al．Collision avoidance strategy supported by Lte-v-based vehicle automation and communication systems for car following［J］.Tsinghua Science and Technology，2020，25（1）：127-139.［15］　郭静波，皇甫奋宇，肖承翔，等.流固耦合式管道检测机器人自主发电系统［J］.清华大学学报（自然科学版）.2014，54（9）：31-36.［16］　张云伟，颜国正，丁国清，等.煤气管道机器人管径适应调整机构分析，上海交通大学学报，2005，39（6）：950-959.［17］　王永雄.管道机器人控制、导航和管道检测技术研究［D］.上海：上海交通大学，2012.［18］　陈佳丽，许勇，刘文彩.步行式加工机器人解耦并联机械腿构型综合［J］.机械传动，2019，43（9）：41-49.［19］　刘清友.油气管道机器人技术现状及发展趋势［J］.西华大学学报（自然科学版），2016，35（1）：1-6.［20］　罗欣，丁晓军. 地面移动作业机器人运动规划与控制研究综述［J］. 哈尔滨工业大学学报， 2021， 53（1）：7-21.［21］　曹鹏彬，赵建宇，汤旭青. 履带轮椅机器人爬楼姿态控制的研究［J］. 武汉工程大学学报， 2016， 38（5）：484-489.［22］　袁晓宇.一种基于PID算法的ROV运动控制研究［J］.自动化博览，2012（7）：76-79.［23］　徐凯.模块化移动机器人PID迭代反馈自整定控制研究［J］.机械设计与制造，2017（5）：230-233.［24］　HACENE N， MENDIL B. Fuzzy behavior-based control of three wheeled omnidirectional mobile robot［J］. International Journal of Automation and Computing， 2019， 16（2）：37-59.［25］　邵磊，王毅，郭宝柱，等.基于PLC单片机的螺旋轮式驱动管道检测机器人控制系统设计［J］.化工自动化及仪表，2016，43（9）：945-948.［26］　郭娜，李彩虹，王迪，张宁，刘国名.结合预测和模糊控制的移动机器人路径规划［J］.计算机工程与应用，2020，56（8）：104-109.［27］　HUA C C， LI J， YANG Y N， et al. Extended-state-observer-based finite-time synchronization control design of teleoperation with experimental validation［J］. Nonlinear Dynamics， 2016， 85（1）：1-15.［28］　WANG G， LIU X P， ZHAO Y L， et al. Neural network-based adaptive motion control for a mobile robot with unknown longitudinal slipping［J］.Chinese Journal of Mechanical Engineering，2019，32（4）：36-44.［29］　向敏，饶华阳，张进进，等.基于图卷积神经网络的软件定义电力通信网络路由控制策略［J］. 电子与信息学报， 2021， 43（2）：388-395.［30］　JIANG X Z， WANG Z H， ZHANG C， et al. Fuzzy neural network control of the rehabilitation robotic arm driven by pneumatic muscles［J］. Industrial Robot， 2015， 42（1）：36-43.［31］　LIU Q S，WANG J. A one-layer projection neural network for nonsmooth optimization subject to linear equalities and bound constraints［J］. IEEE Transactions on Neural Networks and Learning Systems，2013，24（5）：812-824.［32］　李江岱，段云涛，胡四平. 基于LM-BP神经网络的采摘机器人语音智能识别系统［J］. 农机化研究， 2021， 43（9）：221-224.［33］　WANG Z P， ZHOU T， MAO Y， et al. Adaptive recurrent neural network control of uncertain constrained nonholonomic mobile manipulators［J］. International Journal of Systems science， 2013， 45（3）：133-144.［34］　NOHOOJI H R. Constrained neural adaptive PID control for robot manipulators［J］. Journal of the Franklin Institute， 2020，357（7）：3907-3923.［35］　李玉姣，王银河，田为刚.基于分变量模糊蕴涵关系的无规则模糊逻辑系统的自适应控制应用［J］.计算机应用研究，2015，32（2）：451-455.［36］　SHARKAWY A N， MOSTFA A A. Neural networks design and training for safe human-robot cooperation［J］. Journal of King Saud University， 2021（2）：1-14.［37］　SU H， HU Y B， KARIMAH R， et al. Improved recurrent neural network-based manipulator control with remote center of motion constraints： Experimental results［J］. Neural Networks， 2020， 131：291-299.［38］　王韬. 基于小波神经网络模糊滑模控制的轮式移动机器人避障研究［J］. 中国工程机械学报，2020，18（3）：278-282.［39］　曲伟亭，孙首群.油气管道检测机器人避障运动控制算法研究［J］.软件导刊，2017，16（9）：68-71.［40］　SONG Z L，YAO J， HAO H D. Design and implementation of video processing controller for pipeline robot based on embedded machine vision［J］. Neural Computing and Applications， 2021，14（4）：1-12.［41］　马宏伟，张珍珍，杨林，王川伟.巡检机器人全球定位系统和里程计组合定位方法［J］. 科学技术与工程， 2020， 20（23）：40-44.［42］　李晓龙，陈金忠，马义来，等.基于ADAMS的里程轮过环焊缝运动学分析［J］.石油机械，2019，47（4）：118-123.［43］　陈建军， 匙胜利. 浅析影响管道漏磁腐蚀检测器定位精度的因素［J］. 管道技术与设备， 2002（6）：42-43.［44］　杨理践，杨洋，高松巍，等.管道地理坐标内检测的里程校正算法［J］.仪器仪表学报，2013，34（1）：26-31.［45］　黄锦添，崔怀林.基于摄像机的机器人视觉定位的研究［J］.广东技术师范学院学报，2014，35（3）：69-72.［46］　傅华强，房芳.工业机器人视觉定位技术研究与应用［J］.工业控制计算机，2016，29（3）：1-8.［47］　杨理践，李晖，靳鹏，等.管道地理位置测量系统的动态初始对准方法［J］.沈阳工业大学学报，2015，37（6）：656-661.［48］　蔡雄，陈水平，张志文，等.油气管道检测用极低频磁信号收发系统的实验研究［J］.清华大学学报 （自然科学版） ，2014，54（12）：1615-1620.［49］　YANG L J， SHEN H， GAO S W， et al. Low frequency electromagnetic tracking and positioning technology for pipeline internal detector［J］. Journal of Shenyang University of Technology， 2018，40（1）：48-53.［50］　魏明生，童敏明，张春亚，夏静.管道清堵机器人电磁定位系统［J］.工矿自动化，2016，42（6）：1-4.［51］　孙广开，曲道明，周正干. 机器人辅助激光超声检测系统及参量匹配方法［J］. 仪器仪表学报，2017，38（8）：1961-1969.［52］　LEE J H， CHOI J S， JEON E S， et al. Robust pedestrian detection by combining visible and thermal infrared cameras［J］. Sensors， 2015， 15（5）：580-615.［53］　孙同同，孙首群. 基于视觉检测与跟踪技术在机器人中的应用［J］. 组合机床与自动化加工技术，2016（2）：79-81.［54］　徐涛，贾松敏，张国梁.基于协同显著性的服务机器人空间物体快速定位方法［J］.机器人，2017（3）：307-315.［55］　韩建栋，朱婷婷，李月香.结合粗糙集与分层思想的彩色图像分割算法［J］.计算机应用，2015，35（7）：2020-2024.［56］　张易，项志宇，乔程昱，等.基于3维点云鸟瞰图的高精度实时目标检测［J］.机器人，2020，42（2）：148-156.［57］　张毅，沙建松.基于图优化的移动机器人视觉SLAM［J］.智能系统学报，2018，13（2）：290-295.

相似文献/References:

[1]张彦铎,葛林凤.一种新的基于MMAS的机器人路径规划方法[J].武汉工程大学学报,2009,(05):76.
　ZHANG Yan duo,GE Lin feng.A novel method for Robots path planning based on ant maxmin ant system[J].Journal of Wuhan Institute of Technology,2009,(03):76.

备注/Memo

备注/Memo:
收稿日期：2020-11-04基金项目：2020年湖北省重点研发立项项目（2020BAB30）；武汉市黄鹤英才计划（16D004）作者简介：程　航，男，硕士研究生，研究方向为化工机器人运动控制及导航，E-mail：643016486@qq.com*通讯作者：喻九阳，硕士，教授，E-mail： yjy@wit.edu.cn引文格式：程航，喻九阳，戴耀南，等. 油气管道检测机器人技术现状及展望［J］. 武汉工程大学学报，2021，43（3）：324-333.
更新日期/Last Update: 2021-06-28