Samostalni inspekcijski robot za prijenosne linije od 110kV: Dizajn i implementacija sustava s tri ruke ovisne o vrpci

Sažetak​

Za rješavanje inherentnih ograničenja ručnog pregleda i zračnog snimanja visokonaponskih prijenosnih linija, ovaj prijedlog predstavlja autonomnog robota za pregled specifično dizajniran za 110 kV prijenosne linije. S inovativnom mehaničkom strukturom s tri ramena, robot integriše autonomno puzanje, prelazak prepreka, online nabavu energije i višestruku dijagnozu grešaka. Cilj je automatizirati i intelektualizirati pregled linija, značajno poboljšavajući učinkovitost i sigurnost operacija i održavanja mreže, uz smanjenje troškova.

​I. Pozadina projekta i ciljevi​

​1.1 Pozadina: Izazovi tradicionalnih metoda pregleda​

Visokonaponske prijenosne linije, koje su stalno izložene vanjskim uvjetima, podložne su defektima poput prekidnih niti i istjecanja zbog mehaničke napetosti, električnih isparka i starenja materijala, što zahtijeva redovite pregledi. Trenutne metode suočavaju se s značajnim bocanjima:

• ​Ručni pregled:​​ trudno intenzivan, neefikasan, visokorizičan i teško ograničen vremenskim i terenskim uvjetima.
• ​Zračno snimanje dronima:​​ visoki operativni troškovi, ograničeni radni vremenski period, podložnost kontrolama zračnog prostora i nepovoljnim vremenskim uvjetima, te teškoća u detekciji defekata na bliskoj udaljenosti.

​1.2 Ciljevi: Inteligentna alternativa za pregled​

Ovaj projekt ima za cilj razvoj autonomnog robota za pregled 110 kV visokonaponskih prijenosnih linija sposobnog zamjene ručnog rada. Ključni ciljevi uključuju:

• ​Funkcijska autonomija:​​ postići autonomno puzanje i precizno prelazak prepreka (npr., prelazak vibracijskih dempera i klipa).
• ​Inteligentna detekcija:​​ integrirati vizualne i infracrvene senzore za automatsko prepoznavanje i dijagnozu tipičnih grešaka poput prekidnih niti.
• ​Samoodrživost energije:​​ koristiti tehnologiju bezkontaktnog induktivnog nabavljanja energije za online samoponovljivanje, omogućujući dugotrajne pregledi.
• ​Maksimalna učinkovitost:​​ značajno unaprijediti učinkovitost pregleda i točnost podataka, time smanjujući operativne troškove i rizike vezane za sigurnost.

​II. Ključne tehničke rješenja​

​2.1 Inovativni dizajn mehaničke strukture: Visoka mobilnost i stabilnost​

• ​Ukupna struktura:​​ koristi konfiguraciju s tri ramena suspendirana koja kombinira prednosti više-segmentnih odvojenih i kotač-ramenskih kompozitnih mehanizama, balansirajući učinkovitost kotačnog gibanja sa stabilnošću kretanja poput inchworm-a. Ukupna težina iznosi otprilike 29 kg.
• ​Ključni komponenti:​​
• ​Elastična ruka:​​ prednja i zadnja ruka koriste dvostruki četverozglobni mehanizam, pogon putem ukupno 16 motora, omogućujući neovisno ili koordinirano nagibno gibanje s mogućnošću gladkog prelaska između tvrdosti-elasticnosti za prilagodbu složenim uvjetima linija.
• ​Jedinica pogona:​​ koristi visokosnažne švicarske Maxon DC motori s centriranim odvojenim pogonskim kotačima, pružajući snažnu sposobnost prelaza prepreka (sposobnost prolaska vibracijskih dempera) i uspon (obično 60°, do 80° s kočnicom).
• ​Jedinica kočnice:​​ koristi spiralni-kotačni klizač samozaključavajući mehanizam za učinkovito sprječavanje slučajnog klizanja ili padanja tijekom prelaza po nagibima ili preprekama.
• ​Kinematička validacija:​​ inverzna kinematička analiza temeljena na CCD iterativnom algoritmu; simulacije pokazuju konvergenciju u samo 7 iteracija, učinkovito potvrđujući sposobnost robota da postigne složene pozicije poput prelaza preko suspendiranih klipa i 45° skokova.

​2.2 Hierarhijski inteligentni sustav upravljanja: Bezuvjetna autonomija i daljinsko upravljanje​

• ​Arhitektura sustava:​​ koristi trostruku distribuiranu strukturu upravljanja (gornji sloj upravljanja na tlu, srednji sloj planiranja robota, donji sloj izvršenja), koordiniranih putem PC/104 industrijskog računala i ATmega128AU mikrokontrolera za stvarno vrijeme odlučivanja i izvršenja.
• ​Hibridna strategija upravljanja:​​
• ​Autonomni način rada:​​ offline planiranje puta temeljeno na prethodno postavljenoj bazi znanja, kombinirano s povratnim informacijama senzora u stvarnom vremenu za potpuno autonomno puzanje i prelazak prepreka.
• ​Način rada s daljinskim upravljanjem:​​ u ekstremno složenim okruženjima, operateri na tlu mogu provoditi fino manipuliranje na razini zglobova ili izdavati makrokomentare putem daljinskog intervencije, podržani HD videozapisom (25-30 Hz) prenesenim s robota.
• ​Metrički pokazatelji performansi:​​ jednosmjerna udaljenost pregleda ≥ 2 km, prosječna brzina ≥ 0,9 m/h, udaljenost prenosa slike ≥ 2 km.

​2.3 Online induktivno nabavljanje energije & inteligentno upravljanje energijom: Neograničena trajnost​

• ​Princip nabavljanja energije:​​ koristi raspoloživi strujni transformator za induktivno nabavljanje energije iz magnetskog polja oko visokonaponskog vodiča. Jezgra CT-a proizvedena je od visokopermeabilnog željezno-baziranog nanokristalnog legure; optimizirani dizajn omogućuje niski početni struj od 32 A.
• ​Energetski sustav:​​ isporučuje stabiliziranu pravougaonu napetost; izlazna snaga pokriva opseg struja od 32 A do 10 kA. Opremljen je 24 V/12 Ah inteligentnim Li-ion akumulatorom s tri-faznim algoritmom punjenja, s zaštitom od previsoke temperature za sigurnost, učinkovitost i dug rok trajanja.

​2.4 Prepoznavanje prepreka pomoću strojnog vida: Točno navigiranje​

• ​Ciljevi prepoznavanja:​​ točno prepoznaje ključne prepreke poput suspendiranih klipa, klipa za ravne preskoke i klipa za zakrivljene preskoke.
• ​Tok algoritma:​​
• ​Pozicioniranje:​​ grubo pozicioniranje putem analize subblokova boje, točno prepoznavanje prijenosne linije putem jednakosti histograma i segmentacije pragom.
• ​Izdvajanje značajki:​​ koristi morfološke operacije za izdvajanje kontura prepreka, analizirajući nagibe lijevih/desnih rubova kao značajke klasifikacije.
• ​Prepoznavanje:​​ primjenjuje fuzzy model prepoznavanja uzoraka temeljen na principu maksimalne pripadnosti za brzo i točno prepoznavanje vrste prepreke.
• ​Performanse:​​ vrijeme obrade pojedine slike ≈ 108 ms; pouzdano prepoznaje tipične prepreke, pružajući stvarno-vremenski unos za odluke o prelazu prepreka.

​2.5 Inteligentna dijagnoza prekidnih niti: Točno upozorenje o greškama​

• ​Princip detekcije:​​ temeljen na fenomenu lokalnog povećanja otpora i temperature zbog prekidnih niti, koristi infracrveni senzor za detekciju signala termalnog zračenja.
• ​Inteligentni model dijagnoze:​​
• ​Obrada signala:​​ koristi db4 wavelet bazu za 6-slojnu dekompoziciju za filtriranje šuma i fokusiranje na frekvencijske pojaseve koji sadrže značajke grešaka.
• ​Izdvajanje značajki:​​ uvodi wavelet energetske entropije za karakterizaciju složenosti signala, kombinirano s vrhovitim vrijednostima detaljnih komponenti, formirajući 4-dimenzionalni vektor značajki.
• ​Odluka o dijagnozi:​​ koristi 3-slojni BP neuronski mreže za dijagnozu. Eksperimentalna verifikacija pokazuje 100% točnost na testnim uzorcima i 98% online stopu uspjeha u detekciji.

​III. Sažetak prednosti rješenja​

• ​Visoka prilagodljivost:​​ elastična struktura s tri ramena pruža odličnu sposobnost prelaza prepreka i prilagodljivost terena.
• ​Visoka autonomija:​​ hibridni sustav upravljanja omogućuje dugotrajne autonomne pregledi s mogućnošću daljinske intervencije.
• ​Dugačka trajnost:​​ inovativno online nabavljanje energije fundamentalno rješava ograničenja trajnosti.
• ​Točna detekcija:​​ integracija strojnog vida i infracrvene termografije s inteligentnim algoritmima osigurava visoku točnost prepoznavanja grešaka.
• ​Sigurno i ekonomično:​​ zamjenjuje visokorizičan ručni rad, smanjujući rizike za sigurnost i dugoročne operativne troškove.

​IV. Trenutna ograničenja i buduće perspektive​

​4.1 Trenutna ograničenja​

• Još uvijek zahtijeva minimalnu ručnu pomoć u ekstremno složenim uvjetima linija.
• Potencijal za daljnju optimizaciju veličine mehanizma i hodnog puta prelaza prepreka za kompaktniji dizajn.
• Početni struj energetskog sustava još uvijek je relativno visok, ograničavajući primjenu na linijama s vrlo niskim opterećenjem.
• Trenutne vrste detektiranih grešaka uglavnom su usmjerene na prekidne niti; opseg detektiranih grešaka može se proširiti.

​4.2 Buduće perspektive​

• Laganje mehanizma i optimizacija ravnoteže za poboljšanje učinkovitosti i stabilnosti prelaza prepreka.
• Integracija multi-senzorske navigacije za poboljšanje točnosti pozicioniranja i percepcije okruženja.
• Optimizacija kruga nabavljanja energije za daljnje smanjenje početnog struja i proširenje područja primjene.
• Proširenje biblioteke dijagnoze grešaka za uključivanje defekata poput oštećenih izolatora i kontaminacije.
• Unapređenje pouzdanosti robota, poboljšanje industrijske zaštite (npr., zaštita od prašine, vode i EMC sposobnosti).