一種智能檢修一體化煤層氣管道維護機器人的研究武

張靜　牛濤　楊俊豪　楊智博　尹國強

摘 ?要：制造一種智能檢修一體化煤層氣管道維護機器人。該機器人可以通過激光雷達實現自主巡航，結合IMU（慣性測量單元）技術提高導航的精準程度。通過可見光攝像機、紅外攝像機進行圖像信息的采集，搭載云臺提高機器人圖像采集的穩定性。加入NLP（自然語言處理），可實現語音控制、語音提示、人機交流。使用OMD光學甲烷探測技術，利用煤層氣的主要成分甲烷能吸收特定波長 （3.3μm）紅外線的特性來判斷是否有煤層氣存在。

關鍵詞：IMU（慣性測量單元）;語音識別;電子通信;人工智能

中圖分類號：TP24 ? ? ? ? ?文獻標志碼：A ? ? ? ? 文章編號：2095-2945（2020）31-0030-02

Abstract： An intelligent overhaul robot for CBM pipeline maintenance was manufactured. This robot can realize autonomous cruise via LiDAR combined with IMU （inertial measurement unit） technology to improve accuracy of navigation. Image information acquisition is carried out through visible light camera infrared camera and platform with pan head to improve stability of robot image acquisition. NLP （Natural language processing） can achieve voice control， voice prompt， and human-computer communication. Using OMD optical methane detection technology， as well as the capacity of methane to absorbinfrared ray of specific wavelength （3.3 μm）， we determine whether there exists coalbed methane.

Keywords： IMU （inertial measurement unit）; voice recognition; electronic communication; artificial intelligence

引言

在世界歷史上三次能源革命都對世界的能源結構產生了重大的影響，推動了世界的發展與進步。在當今的時代背景下，煤層氣是必不可少的資源，用途非常廣泛。現如今我國煤層氣管道檢測方法雖多，可普遍需要人工步巡，勞動強度過大，效率較低。并且具有一定程度上的危險系數，不能夠百分百地保證人員的自身安全。因此需要將現如今成熟的檢測技術與人工智能相結合，研究一款智能檢修一體化煤層氣管道維護機器人，滿足工作需要的同時有效地保護人員自身安全。

1 國內現狀

現如今我國煤層氣管道檢測方法居多，主要集中在以下方面：

1.1 直接感知法

通過有經驗的工作人員在管道上巡檢，通過看、聽、聞判斷煤層氣管道是否泄露。這種辦法受天氣、風向、泄漏程度、氣體是否加臭、人員經驗等影響。而且當煤層氣泄漏量較小時，很難發現。

1.2 流量突變法

這種方法主要是通過值班人員或技術手段對管道流量進行監控，當下游用戶沒有變化的情況下，如果發生流量異常增大時，可以判斷管道可能發生泄漏。這樣方法只有在泄漏量較大時，才容易發現，對于小量泄漏發現困難。

1.3 地埋管道儀器檢漏法

當前最常用的是多功能全量程燃氣泄漏檢測儀。國內現在廠家很多，如德國豎威公司的HS系列、埃德爾公司的GM系列等，此類儀器操作簡單，儀器內置大流量的自吸泵、探測最小濃度為PPⅢ級別，靈敏度較高，同時配置有推車型、鐘罩形等不同探頭以適應不同的使用地點，在實際使用中效果很好。這種方法可以理論上可適用于各種情況。這種方法在去年使用中，連續發現了多起微小的管道泄漏，作用明顯，這種方法是目前使用最廣泛也最有效的巡檢方法之一。

1.4 打壓法

類似于管道投運前的氣密性試驗，將疑似泄漏的管道兩端封閉，進行一定程度的升壓，如果在規定時間內有壓降，說明該段存在泄漏。對于低壓管網還可以采用u型測壓儀進行壓力檢查，確定有無泄漏。

1.5 放水檢查法

利用凝水缸中排水量判的變化檢查、分析、判斷。燃氣管道的凝水缸必須定期進行排水，若發現排水量驟增，水質異常等情況時，應考慮有可能為地下水從泄漏點滲入煤層氣管道，由此推出燃氣管道可能破損泄漏，須進一步開挖檢查。

1.6 示蹤法

可以通過向煤層氣管道中加注添加劑，如氫氣、四氫噻吩等具有明顯特征的物質。利用添加劑的明顯特征，在使用SL-6～漏儀（氯敏探頭）、et系列檢測儀檢測其在空氣中的濃度，來確定泄漏點。

1.7 車載式燃氣泄漏檢測系統

燃氣泄漏檢測車是在車輛上安裝泄漏檢測設備，當檢漏車在埋設有燃氣管道的路面上方或附近行駛時，依靠功能強大的軟件硬件配置，可以對1-10米范圍內進行快速、準確檢測，判斷管道是否泄漏及泄漏的程度。其檢測技術主要有FID火焰電離式檢測技術。

火焰電離式檢測技術工作原理是通過內置的大流量自吸泵吸取周圍氣體，如果泄漏的煤層氣被吸入，通過電離作用將其電離強弱將轉換成可視信號，以ppm數字形式直觀顯示出來。

2 存在問題

通過直接感知法，在惡劣天氣影響下，小量泄漏情況下會對人體感知器官產生影響，人體的感知判斷將會出現嚴重偏差，難以準確判斷煤層氣管道情況，容易對實時情況產生誤判。

國內常用技術都需人工步巡，人員勞動強度過大、長時間疲憊工作導致工作效率效率較低，影響判斷準確性。

受天氣影響較大，在上海、沈陽、北京大城市使用，適合于城市管網長度長的大城市，可以增加對管道的巡查頻次。但也受困于天氣等一些因素在惡劣環境下難以精準進行工作。

煤層氣由多種氣體組成，其中存在對人體有害的有毒氣體，存在一定的危險系數，不能夠百分百地保證人員安全。

3 智能檢修一體化煤層氣管道維護機器人的功能介紹

可設置范圍的自主巡航功能：在機器人身上裝載激光雷達、多路傳感器、IMU等導航方式實現機器人在一定范圍內能夠自主巡航，在復雜環境中自主定位，通過深度優化的避障算法，繞開已知規劃途徑中的障礙。

圖像信息采集功能：裝載云臺、可見光攝相機、紅外攝像機以實現機器人圖像信息的采集，以供后續的圖像識別。

語音提示、人機交流功能：主要是依托于AI的智能語音交互技術、NPL自然語言處理技術，從語音識別、語義理解、語音合成到自然語言生成完成一次完整的外呼工作。提醒工作人員施工時的注意事項以及危險信號源。

特殊氣體識別功能：主要依托于現如今比較成熟的OMD光學甲烷探測技術。因煤層氣的主要成分是甲烷，它的吸收特定波長（3.3μm）紅外線的特性。光學甲烷探測技術是在機器人上安裝特定波長的紅外線光源和接收器，形成紅外線光柱，位于探測儀的光有濾鏡能使甲烷波長的紅外線透過。如果沒有甲烷成分，光波強度不受影響，檢測器產生穩定輸出信號。如果有甲烷成分，則光波的強度減弱，信號傳送至機器人內數字顯示器，產生聲音警示信號。

4 智能機器人應用于煤層氣管道維修的深遠意義及影響

煤層氣管道維護機器人可以在全天候，任何地形的情況下進行精準無誤的測量與檢測，可以全天24小時不間斷的連續承擔高強度的工作，而人工則存在身體極限，無法在長時間高強度的工作環境下依舊保持準確的判斷。有了人工智能的相輔相成，我們堅定相信，在不久的將來，煤層氣管道的監測工作完全可以實現智能信息化，從而大大減少工作中的安全隱患，減少人們的工作強度，真正做到創新、務實、安全、高效。

人工智能與機器人技術的結合，將會有利于工業產業的開發與利用，更加安全有效地進行煤層氣管道的檢測，有利于更好地保障工作人員的人身安全，減少工作人員的勞動強度，更有利于提高工作效率，使得檢測結果更加精確與高效。我們預期達到的效果是該機器人可以投放到工業行業中，可以自主巡航，遇到氣體泄漏時可以及時的發出預警信號，適應在不同環境下的工作狀態，使工作人員得到更加安全的工作環境。

5 結束語

雖然從2000年以來，以太陽能、風能、地熱能等可再生能源為代表新能源開始規模化使用，標志著人類進入“新能源時代”。但是煤層氣也是必不可少的能源，所以煤層氣管道的運輸及其檢測顯得尤為重要。在人類進入“新能源時代”的同時，生活方式也發生了巨大的改變，人類走進了“信息化時代”，近年來，隨著電子信息通信技術的不斷發展，人工智能也逐漸走進了人類的生活，給予了我們新的研究與挑戰。

參考文獻：

[1]CaiZ and Gong T.Multi-dimension education immune network. Proc.6th Word Multi-conference on Systemics，Cybernetics and Information，Orlando，FL，USA，July 2020.

[2]李新軍.煤層氣管道泄漏檢測技術在生產中的應用[J].中國化工貿易，2012，000（006）：247-247.

[3]李文仲，段朝玉.短距離無線數據通信入門與實戰[M].北京航空航天大學出版社，2006.

[4]廉師友.人工智能技術導論（第二版）[M].西安電子科技大學出版社，2002.

[5]鄒小兵，蔡自興.基于傳感器信息的環境非光滑建模與路徑規劃[J].自然科學進展，2002，12（11）：1188-1192.

[6]王永慶.人工智能原理與方法[M].西安交通大學出版社，1998.