机器人网络可以使用声波传感器成功监控管道

通过使用引导声波传感器成功检查三米长钢管上的多个缺陷，展示了移动机器人检查大型管道结构的检查设计方法和程序。

由布鲁斯·德林克沃特(Bruce Drinkwater)教授和安东尼·克罗克斯福德(Anthony Croxford)教授领导的布里斯托大学团队开发了一种方法，通过设计的检查路径来检查具有多种缺陷的长钢管，包括不同尺寸的圆孔、裂纹状缺陷和凹坑。对定义的参考缺陷实现 100% 的检测覆盖率。

在今天发表在NDT 和 E International上的这项研究中，他们展示了如何使用独立机器人网络有效地检查大型板状结构，每个机器人都携带能够发送和接收引导声波的传感器，以脉冲方式工作。回声模式。

这种方法的主要优点是最大限度地减少机器人之间的通信，不需要同步，并提高了机载处理的可能性，以降低数据传输成本，从而减少总体检查费用。检查分为缺陷检测和缺陷定位阶段。

主要作者张杰博士解释说：“有许多带有集成超声波传感器的机器人系统，用于从管道内部自动检查管道，使管道操作员能够在不停止管道中产品流动的情况下执行所需的检查。然而，现有的系统难以应对不同的管道横截面或网络复杂性，不可避免地导致检查期间管道中断。这使得它们适合对高价值资产(例如石油和天然气管道)进行特定检查，但并不普遍适用。

“近年来，随着移动机器人成本的降低，部署多个机器人进行大面积检查的可能性越来越大。我们以小型检查机器人的存在为出发点，探索如何将它们用于结构的通用监控。这需要能够与移动机器人集成的检查策略、方法和评估程序，以实现低成本和高效的准确缺陷检测和定位。

“我们通过考虑机器人网络来研究这个问题，每个机器人都有一个全向引导声波换能器。这种配置被认为是最简单的，并且具有在低成本平台中集成的良好潜力。”

所采用的方法通常适用于其他相关场景，并允许快速量化任何检测或定位方法决策的影响。这些方法可用于其他材料、管道几何形状、噪声水平或导波模式，从而可以探索全方位的传感器性能参数、缺陷尺寸和类型以及操作模式。该技术还可用于评估指定检查参数的检测和定位性能，例如，预测指定检测概率和误报概率下的最小可检测缺陷。

该团队现在将调查与行业的合作机会，以推进实际管道检查的当前原型。这项工作由英国工程和物理科学研究委员会 (EPSRC) 资助，作为Pipebots项目的一部分。