基于超低频电磁波的管道机器人示踪定位技术研究

论文摘要

随着管道运输的广泛应用,管道机器人在管道工程中正发挥着日益重要的作用,尤其是在管道无损探伤与检测领域已经进入实际应用阶段。管道机器人的示踪定位技术是确定管道机器人在管道内位置的技术,现已成为决定管道机器人有效工作的重要技术。然而,传统有缆示踪定位方式由于电缆重量、信号损耗等因素影响,它严重限制了管道机器人的工作距离;同时,由于管道及其所处介质的屏蔽作用,使得常规的电磁波技术在管道机器人“示踪定位”中的应用受到了很大限制。因此,如何实现管道机器人的无缆“示踪定位”已成为提高管道机器人工作性能和实用价值的重要课题之一。本论文以国家“863”计划智能机器人主题“X射线实时成像检测管道机器人”和“海底输油管道检测机器人”项目为背景,针对管道机器人应用中的“示踪定位”问题,提出了基于超低频电磁波的无缆示踪定位方案,并就超低频电磁波示踪定位技术中存在的“超低频电磁波传播模型”、“示踪定位数据处理”等问题进行了深入的研究。本文回顾了国内外管道机器人的发展历程,指出目前管道机器人领域中仍存在示踪定位、能源供给、通讯等问题;分析了管道机器人已有示踪定位技术的优缺点;指出了常规电磁波在示踪定位技术中应用的局限性;分析了超低频电磁波的特点,根据超低频电磁波波长很长,对金属、土层、水等介质具有很好的穿透性能的特点,提出了基于超低频电磁波的管道机器人示踪定位的方案。本文提出了管道机器人示踪定位技术中的两种基本类型:自主型和被动型;结合“X射线实时成像检测管道机器人”和“海底输油管道检测机器人”项目,建立了管道机器人示踪定位的一般模型。基于超低频电磁波(23Hz)的传播特性,本文综合了静磁场的分析方法和麦克斯韦电磁波理论,建立了超低频电磁波的“磁偶极子传播模型”,该模型既能描述超低频电磁波的物理性能,又可便于在实际的工程中应用。在对超低频电磁波磁偶极子模型进行理论分析、数值计算的基础上,给出了基于超低频电磁波进行示踪定位的基本方法,并提出了应用于海底管道机器人示踪定位的多传感器模型。本文针对管道铺设环境中的介电常数、磁导率常数等参数不确定性问题,提出了输出预测曲线方法和测试样本分类方法,有效解决了实际应用中参数

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源及研究的目的与意义
• 1.2 国内外的研究现状
• 1.2.1 管道机器人国内外研究现状
• 1.2.2 管道机器人示踪定位的一般方法
• 1.2.3 电磁波在示踪定位技术中的应用
• 1.2.4 管道机器人存在的技术问题
• 1.3 本文主要研究内容
• 第2章 管道机器人示踪定位系统
• 2.1 前言
• 2.2 管道机器人的构成
• 2.2.1 X 射线实时成像检测管道机器人
• 2.2.2 海底输油管道检测机器人
• 2.2.3 管道机器人对示踪定位的要求
• 2.3 管道机器人示踪定位系统
• 2.3.1 管道机器人示踪定位系统分类
• 2.3.2 X 射线实时成像检测管道机器人的示踪定位
• 2.3.3 海底输油管道检测机器人的示踪定位
• 2.4 本章小结
• 第3章 超低频电磁波的磁场分布
• 3.1 引言
• 3.2 电磁场的基本定律
• 3.2.1 静电场
• 3.2.2 稳恒磁场
• 3.2.3 变化的电磁场
• 3.2.4 麦克斯韦方程组与电磁波
• 3.3 超低频电磁波的磁偶极子模型
• 3.3.1 发射天线磁场的分布
• 3.3.2 超低频电磁波磁偶极子模型
• 3.3.3 磁偶极子模型下的磁场强度分布
• 3.4 超低频电磁波传输规律的实验研究
• 3.4.1 超低频电磁波接收与发射设备
• 3.4.2 超低频电磁波传播规律的实验研究
• 3.5 本章小结
• 第4章 基于超低频电磁波的示踪定位模型
• 4.1 引言
• 4.2 超低频电磁波示踪定位原理
• 4.2.1 超低频电磁波示踪定位基本原理
• 4.2.2 超低频电磁波示踪定位系统的构成
• 4.3 基于超低频电磁波的示踪定位模型
• 4.3.1 “海底管道检测机器人”示踪定位系统结构
• 4.3.2 单传感器示踪定位模型
• 4.3.3 三传感器示踪定位模型
• 4.3.4 多传感器二维示踪定位模型
• 4.3.5 三种示踪定位模型比较
• 4.4 本章小结
• 第5章 基于超低频电磁波的示踪定位算法研究
• 5.1 引言
• 5.2 超低频电磁波示踪定位的输出预测曲线
• 5.3 基于间距约束的超低频电磁波示踪定位算法
• 5.3.1 CSP 约束满足问题的基本原理
• 5.3.2 三传感器示踪定位模型中的间距约束
• 5.3.3 基于间距约束的超低频电磁波示踪定位算法
• 5.3.4 实验研究
• 5.3.5 算法的示踪定位精度分析
• 5.4 基于N 次K-NN 分类的示踪定位算法
• 5.4.1 N 次K-NN 分类算法研究
• 5.4.2 基于N 次K-NN 分类的示踪定位算法
• 5.4.3 实验研究
• 5.4.4 算法的示踪定位精度分析
• 5.5 两种算法的特点分析
• 5.6 本章小结
• 结论
• 参考文献
• 攻读博士学位期间所发表的论文
• 致谢
• 个人简历