Autonominen tarkastusroboni 110kV siirtolinjoille: Kolmen kätteen ripustettu järjestelmän suunnittelu ja toteutus

Yhteenveto

Tämä ehdotus esittelee autonomisen inspektiorobotin, joka on erityisesti suunniteltu 110 kV sähköjoille. Robotin innovatiivinen kolme-kätinen ripustettu mekaaninen rakenne integroi autonomisen kärkijäisen, esteiden ylittämisen, verkossa tapahtuvan energian noutamisen ja monipuolisen vianmäärityksen. Tavoitteena on automatisoida ja älykkäästi toteuttaa sähköjoiden tarkastusta, parantaa huomattavasti verkon toiminnan ja ylläpidon tehokkuutta ja turvallisuutta sekä vähentää kustannuksia.

I. Projektin tausta ja tavoitteet

1.1 Tausta: Perinteisten tarkastusmenetelmien haasteet

Korkeanpaineiset sähköjohdot, jotka ovat jatkuvasti ulkoilmaympäristössä, altistuvat usein vioille, kuten katkoviivojen ja kulun aiheuttamille puutteille mekaanisen jännityksen, sähköiskun ja materiaalin ikääntymisen vuoksi, minkä vuoksi niitä on tarkastettava säännöllisesti. Nykyiset menetelmät kohtaavat merkittäviä pullonkauloja:

• Manuaalinen tarkastus: Työvoima-intensiivinen, tehottomainen, korkeariski ja paljon sää- ja maastoehtojen rajoittama.
• Drone-tarkastukset ilmassa: Korkeat toimintakustannukset, rajallinen kestokyky, ilmatilan valvonnan ja huonon sään alainen, ja vaikea lähellä olevien vaurioiden havaitseminen.

1.2 Tavoitteet: Älykäs tarkastusalternatiivi

Tämän projektin tavoitteena on kehittää autonominen inspektiorobotti 110 kV korkeanpaineisiin sähköjoihin, joka pystyy korvaamaan manuaalista työvoimaa. Ytimessä olevat tavoitteet ovat:

• Toiminnallinen autonomia: Saavuttaa autonominen kärkijousi ja tarkka esteiden ylittäminen (esimerkiksi värinävaimenninten ja klemmien yli).
• Älykäs havainto: Integroida näkö- ja infrapunasensorit automaattiseen tunnistamiseen ja vianmääritykseen, kuten katkoviivojen varalta.
• Energian itsensäriittäisyys: Käyttää kosketuksentonta induktiivista energian noutamistechnologiaa verkossa tapahtuvaan itsensäriittäisyyteen, mikä mahdollistaa pitkän matkan tarkastukset.
• Maksimoitu tehokkuus: Merkittävästi parantaa tarkastustehokkuutta ja datan tarkkuutta, mikä vähentää toimintakustannuksia ja turvallisuusriskejä.

II. Ytimessä olevat tekniset ratkaisut

2.1 Innovatiivinen mekaaninen rakennussuunnittelu: Korkea liikkuvuus ja vakaus

• Yleinen rakenne: Käyttää kolme-kätistä ripustettua kokoonpanoa, joka yhdistää moniosaston ja -pyörän kompositmekanismien etuja, tasapainottaen pyörimisen tehokkuuden ja inchworm-maisen kärkijäisen vakauden. Kokonaispaino noin 29 kg.
• Tärkeät komponentit:
• Joustavat kätet: Edellinen ja takainen käsi käyttävät kaksoisnelilinkkimekanismia, jota ajetaan yhteensä 16 moottorilla, mikä mahdollistaa riippumattoman tai yhteistyötä vaativan pitch-liikkeen, jolla on jäykkyys-joustavuuden sileä siirtymäkyky sopeutua monimutkaisiin johtolinjan olosuhteisiin.
• Ajopisteen yksikkö: Käyttää tehoisia sveitsiläisiä Maxon DC-moottoreita keskipisteen erotettujen ajopyörien kanssa, tarjoten vahvan esteiden ylittämiskyvyn (kykenee ylittämään värinävaimennimet) ja nousukyvyn (tavallisesti 60°, enintään 80° jarrutuksen avulla).
• Jarrutusyksikkö: Käyttää ruuvikrampupuolipuskuri-omaluokitumismekanismia, joka estää tehokkaasti sattumanvaraisia liukumisia tai pudotuksia kaltevuuden ylittämisellä tai esteiden ylittämisellä.
• Kinematic Validation: Inversiokinematiikan analyysi CCD-iteraatioalgoritmin perusteella; simuloinnit osoittavat konvergenssin vain 7 iteraatiossa, mikä tehokkaasti validoi robotin kykyä saavuttaa monimutkaisia asentoja, kuten ripustusklemmien ylittäminen ja 45° kääntyvätkytkentät.

2.2 Hierarkkinen älykäs ohjausjärjestelmä: Säätöautonomia ja etäohjaus

• Järjestelmän arkkitehtuuri: Käyttää kolmen kerroksen hajautettua ohjausrakennetta (ylämaan hallintakerros, keskimmäinen robotin suunnittelukerroksessa, alin suorituskerros), jota PC/104-teollisuustietokone ja ATmega128AU-mikrokontrolleri koordinoivat reaaliaikaiseksi päätöksentekoon ja suorittamiseen.
• Hybridi-ohjausstrategia:
• Autonominen tila: Offline-polun suunnittelu ennakkotiedon perusteella, yhdistettynä reaaliaikaiseen sensorin palautteeseen täysin autonomiselle kärkijäiselle ja esteiden ylittämiselle.
• Etäohjaustila: Erittäin monimutkaisissa ympäristöissä maan operaattorit voivat suorittaa yhdistettyä tarkkaa manipulaatiota tai antaa makrokomentoja etäpuolen väliintulon kautta, tuetuna HD-videolla (25–30 Hz), joka lähetetään robotista.
• Suorituskykyindikaattorit: Yksittäinen tarkastusmatka ≥ 2 km, keskihidas ≥ 0,9 m/h, kuvan välitysmatka ≥ 2 km.

2.3 Online-induktioniivinen energian noutaminen & älykäs energiahallinta: Rajoittamaton kestokyky

• Energian noutamisen periaate: Käyttää split-core-sähkövirtamuuntajaenergian noutamiseen korkeanpaineisen johtimen ympärillä olevasta magneettikentästä. CT-ydin on tehty korkean permeabiliteetin rautapohjaisesta nanokristallisesta allomuksesta; optimoitu suunnittelu mahdollistaa alhaisen aloitusvirran 32 A.
• Energiajärjestelmä: Toimittaa vakaita suoristettuja jännitteitä; ulospanostus kattaa virtasumman 32 A:sta 10 kA:aan. Varustettu 24 V/12 A·h älykkäänä Li-ion akkupaketilla, jossa on kolmevaiheinen latausalgoritmi, lämpösuojalla turvallisuuden, tehokkuuden ja pitkän elinkaaren takaamiseksi.

2.4 Konevision esteiden tunnistaminen: Tarkka navigointi

• Tunnistustavoitteet: Tunnistaa tarkasti avainesteet, kuten ripustusklemmit, suora linja-hyppelyklemmit ja kääntyvätkytkentät.
• Algoritmin kulku:
• Sijaintimääritys: Karkea sijaintimääritys alipuolueen harmaasuhteellisella analyysilla, tarkan sähköjohdon tunnistamisella histogrammien tasaamisella ja kynnysarvonnassa.
• Ominaisuuksien poiminta: Poimii esteiden muodot morfologisilla operaatioilla, analysoiden vasemman/oikean reunan kaltevuutta luokittelun ominaisuutena.
• Tunnistus: Käyttää sumuista mallintunnistusalgoritmia maksimijäsenperiaatteen perusteella nopean ja tarkan esteen tunnistamiseksi.
• Suorituskyky: Yhden kuvan käsittelyaika ≈ 108 ms; luotettavasti tunnistaa tyypilliset esteet, tarjoten reaaliaikaisen syötteen esteiden ylittämispäätöksille.

2.5 Katkoviivojen älykäs diagnosointi: Tarkka vianvaroitus

• Havaintoperiaate: Pohjautuu katkoviivojen aiheuttamaan paikalliseen vastuksen kasvuun ja lämpötilan nousuun, käyttää infrapunasensoria lämpöradiaation signaalien havaitsemiseen.
• Älykäs diagnosointimalli:
• Signaalinkäsittely: Käyttää db4-aaltojakson perustaa 6-kerroksiseen dekomponointiin filtteröidäkseen häiriöitä ja keskittyäkseen taajuusalueisiin, jotka sisältävät vian ominaisuudet.
• Ominaisuuksien poiminta: Esittelee aaltojen energiaentropian signaalien monimutkaisuuden karakterisoimiseksi, yhdistettynä detailkomponenttien huippu-arvoihin, muodostaen 4-ulotteisen ominaisvektorin.
• Diagnosointipäätös: Käyttää 3-kerroksista BP-neuroverkkoa diagnosointiin. Kokeellinen vahvistus osoittaa 100 % tarkkuuden testinäytteissä ja 98 % online-havaintomenestyksen.

III. Ratkaisun edut yhteenvetona

• Korkea sopeutuvuus: Kolme-kätinen joustava rakenne tarjoaa erinomaisen esteiden ylittämisen ja maaston sopeutuvuuden.
• Korkea autonomia: Hybridi-ohjausjärjestelmä mahdollistaa pitkän matkan autonomisen tarkastuksen etäohjauskyvyn kanssa.
• Pitkä kestokyky: Innovatiivinen online-energian noutaminen ratkaisee perustavanlaatuisesti kestokykyrajoitukset.
• Tarkka havainto: Konevision ja infrapunalämpökuvausintegrointi älykkäillä algoritmeilla varmistaa korkean vian tunnistamisen tarkkuuden.
• Turvallinen ja taloudellinen: Korvaa korkeariskiä manuaalista työvoimaa, vähentäen turvallisuushaittoja ja pitkäaikaisia toimintakustannuksia.

IV. Nykyiset rajoitukset ja tulevaisuuden näkymät

4.1 Nykyiset rajoitukset

• Edelleen tarvitsee vähän manuaalista apua erittäin monimutkaisissa johtolinjan olosuhteissa.
• Mekanismin koko ja esteiden ylittämisen liikkeen optimointi tiivimpien suunnitelmien kannalta.
• Energiajärjestelmän aloitusvirta on edelleen suhteellisen korkea, mikä rajoittaa soveltamista hyvin pienillä kuormituksilla oleviin johtiin.
• Nykyiset vian havaintotyypit keskittyvät pääasiassa katkoviivoihin; havaittavien vian tyypit voidaan laajentaa.

4.2 Tulevaisuuden näkymät

• Mekanismin kevyennäköisyys ja tasapainon optimointi parantamaan esteiden ylittämisen tehokkuutta ja vakautta.
• Monisensorin navigoinnin integrointi parantamaan sijaintimäärityksen ja ympäristön havainnoinnin tarkkuutta.
• Energian noutamiskierron optimointi vähentämään aloitusvirtaa ja laajentamaan sovellusaluetta.
• Vian diagnosointilibraryn laajentaminen kattamaan vaurioita, kuten vaurioituneet eristysvälineet ja kontaminaatio.
• Robotin luotettavuuden parantaminen, parantamaan teollisuusluokan suojaa (esimerkiksi pölytön, vesitiivis ja EMC-kyky).