管道病害检测技术调研报告

总结和展望

本文由于笔者时间和精力有限，只大体地调研了目前管道病害检测相关技术手段的主要原理，而对于整个管道机器人的层次结构、通讯机制和软硬件的设计等细节方面没有进行具体的描述。

经过调研，我们发现，在管道病害检测方面，早先的超声波、漏磁、涡流等手段存在效率低、不可视等局限性。而随着科技的发展，多传感器、视频法、三维重构等方法将逐渐成为重要的检测手段。这些检测手段的对所得数据的传统处理方法也许并不能取得理想的效果，因此，在如何获取和处理数据等方面都还需要不断地探索和创新。

文中所提到的检测手段的实现得益于众多学者研究出的成果，但为了更高的检测精度和准确率，这些方法都还有许多可调整的空间，比如机器人的位姿、所得数据与机器人运动参数的归一化、快速筛选缺陷、定量显示缺陷的面积、深度等信息、明确缺陷量化指标及危害程度等等。并且，今后还可根据缺陷的种类和程度给出相关的维护建议。

参考文献：

[1] 唐东林，袁晓红，赵江，等.管道内腐蚀缺陷超声在线检测机器人设计[J].测控技术，2015，34（7）：117-119.

[2] 胡仁昱. 地下管道检测机器人控制技术研究与开发[D].上海： 复旦大学， 2011.

[3] 蔡辉. 排水管道检测机器人的设计及应用[D]. 湖南大学， 2012.

[4] Trickey， S. A. “Three-dimensional finite element modeling of Buried pipes including frost action.” MSc thesis， Dept. of Civil Engineering， Queen’s Univ. at Kingston， Canada

[5] 张学昌， 高学敏， 邵建敏， 等. 基于三坐标测量仪的双目视觉测量方案及其数据分析[J]. 工具技术， 2004， 38（6）：65-67.

[6] 吴挺， 鲁少辉， 韩旺明， 等. 基于主动式全景视觉传感器的管道内部缺陷检测方法[J]. 仪器仪表学报， 2015， 36（10）：2258-2264.

[7] 鲁少辉， 吴挺， 汤一平， 等. 基于主动式全景视觉的管道形变检测及重构技术的研究[J]. 光电子· 激光， 2015， 7： 013.

[8] 张艳辉， 金翠云， 王颖. 基于圆结构光视觉三维点的孔洞缺陷识别及重构[J]. 北京化工大学学报， 2012， 39（5）：113-117.

推荐访问:病害 调研报告 检测技术 管道