鋼管內檢測機器人控制系統設計

劉晶晶，韓秀林，李建一，周書亮，鄧軍煥，王 洋

（1.華油鋼管有限公司，河北 青縣 062658；2.河北省高壓管線螺旋焊管技術創新中心，河北 青縣 062658）

0 前 言

鋼管內壁檢測是鋼管質量檢驗的重要環節。鋼管檢測機器人不僅可以協助工作人員檢測內壁缺陷，還可以替代檢測人員進入一些環境復雜、空間狹小的鋼管中，然而這些機器人的檢測水平與可靠性參差不齊。此外，以往的缺陷檢測過程采用紙質記錄的方式，相較電子圖像采集和記錄，紙質記錄不便于記錄和查詢，易缺失、出錯。本研究從優化設計機器人運行機構、增強其可靠性、提高機器人利用率、降低工人勞動強度、提高工作效率以及擴大檢測作業范圍等方面，綜合智能移動載體和管道缺陷檢測技術，設計了一種高可靠性的模塊化控制系統鋼管內壁檢測機器人。

1 設計思路

鋼管內壁檢測系統采用軟硬件結合的模塊化方式進行整體設計，系統包括視頻采集模塊、鋼管邊緣檢測模塊、無線傳輸模塊、RFID 標簽讀取模塊、機器人本體模塊、移動模塊以及智能缺陷專家云引擎數據庫等，配合控制軟件、人工智能算法的應用，實現鋼管內壁缺陷檢測的最優化匹配。

硬件部分采用機器人系統對鋼管進行巡檢與探測，不僅要保證各模塊的穩定性與精確度，還要考慮各模塊之間協作的一致性；軟件部分通過無線傳輸系統，由遠程操作器控制機器人動作，通過RFID射頻技術，獲取物聯網鋼管信息，同時應用人工智能算法對采集的圖片進行處理，得到缺陷識別結果，與專有的缺陷專家云數據庫交互判斷，從而達到自動化分析檢測的目的。

收集生產現場鋼管內壁缺陷信息（圖像和數據），并與現有缺陷指標數據做對比分析，能夠為后續搭建云引擎數據庫奠定數據基礎。搭建千兆網絡傳輸環境及服務器磁盤陣列存儲環境，提高高清視頻圖片傳輸速度與存儲模式，確保后期高清圖片采集存儲的穩定性。

2 系統設計

2.1 硬件設計

2.1.1 機器人本體模塊

鋼管內壁檢測機器人硬件部分主要由機器人本體、操作遙控終端和輸送單元（可移動升降平臺）三部分組成。機器人本體主要包括機械臂、底板、電池、高清云臺、防跌落感應系統（如圖1所示）；操作遙控終端包括視頻顯示器、安勤工控機、無線傳輸模塊、指令操作界面、存儲裝置；輸送單元包括導軌、機器人平放平臺。

圖1 機器人本體小車結構示意圖

本研究設計的鋼管內檢測機器人尺寸適用管徑508～1 620 mm。為滿足機器人在管道內穩定行走，綜合比較輪式、蠕動式、履帶式、多足行走、螺旋驅動等方式，輪式驅動具有驅動能力強、主動轉向性好、運動效率高、可靠性好等特點，因此移動裝置采用錐齒輪+鏈條傳動雙電機輪式驅動，通過電機控制機械結構實現自適應管道直徑變化，并且具備較高和均勻的運行速度，保障機器人穩定性和靈活性。機械臂設計采用絲杠步進電機驅動連桿結構，可自動升降，以適應不同管徑距離。在機器人幾何中心位置安裝陀螺儀傳感器，用于測量機器人運動時是否處于水平的姿態。

機械臂前端掛載相機，由3個120°或4個90°攝像頭組成可以360°環視的攝像頭組，結合補光燈一起安裝在控制云臺上，以保證拍攝圖像清晰無死角，相機安裝減震裝置，相機工作時角度不受機械臂轉動影響。電源為內部的各種檢測裝置及控制裝置提供動力，線纜式電源具有不斷電優點，且機器人故障時可通過抗拉電纜收回，但負載較重。無纜式電源可攜帶電池組，配備電量檢測、自動返航功能，保證為機器人提供可靠動力系統，因此本系統采用無纜式電源。

2.1.2 輸送單元模塊（可移動升降平臺）

輸送單元模塊（可移動升降平臺）根據機器人尺寸匹配設計，如圖2 所示。輸送單元可根據需求由電池或電源模塊供電，控制信號線與主控板上相應接口連接。輸送單元工作中搭載機器人本體小車自動運行到指定地點。

圖2 可移動升降平臺

2.1.3 操作遙控終端

操作遙控終端主要由安裝箱體、視頻顯示器、工控機、存儲裝置、指令操控界面、I/O控制端等組成。操作遙控終端是機器人手動號令的發動者，控制鋼管內壁檢測機器人按照指令動作，并將機器人的狀態實時反饋給操作者。

2.2 軟件設計

軟件利用QT5.12 和Visual Studio 2017 開發，數據庫采用MySQL。主要功能包括操作遙控終端控制系統、無線傳輸系統、人工智能算法和缺陷云數據庫。

2.2.1 上位機操作遙控終端控制系統

機器人按上位機操作遙控終端控制系統發出的指令進行運動，采集鋼管內部圖像，并對工裝進行校位，確定機器人工作位置，發現問題實時報警，實現對機器人的運動控制、數據收發、圖像接收、發送控制命令等功能。操作控制終端界面如圖3 所示。

圖3 操作控制終端界面

2.2.2 無線傳輸系統

無線傳輸系統實現實時視頻圖像數據的傳輸、鋼管信息數據的傳輸等。無線傳輸系統接收機器人傳輸的視頻信息，并轉發來自控制中心的機器人控制命令。機器人對錄制的視頻實時存儲，并通過RFID 芯片自動獲取物聯網系統中鋼管的管號信息及生產信息，形成內檢檢測報告。機器人系統與現有的物聯網信息集成，在生產過程中實時把控鋼管檢測信息，并做出相應的處理。機器人本體無線網絡控制流程和可移動升降平臺無線網絡控制流程如圖4所示。

圖4 機器人本體無線網絡控制和可移動升降平臺無線網絡控制流程圖

2.2.3 人工智能算法

系統所采用的檢測算法是基于目前最新的人工智能深度學習框架，在16 種算法（顯著性檢測、超像素分割、貝葉斯缺陷識別模型、基于深度學習的缺陷缺陷檢測算法等）測試和對比的基礎上，不斷改進，形成了一種精度高且能達到實時監測要求的缺陷識別定位算法。利用機器人傳回的數據，將視頻采樣為關鍵幀圖像，并對圖像中的缺陷進行有效識別和抓取，將提取到的缺陷圖像定位標記保存，當檢測到故障點時實時報警，并在大屏幕上顯示故障圖像和故障位置，以便操作人員進行人工確認。

2.2.4 缺陷云數據庫

缺陷云數據庫對圖像數據進行存儲和管理，形成鋼管內檢檢測報告，為缺陷模型的建立形成大數據支持。

3 運行過程

鋼管檢測機器人運行過程如圖5所示。鋼管檢測機器人收到指令，由輸送單元（可移動升降平臺）攜帶機器人從原始位置出發，到達管口處，觸發距離傳感器，機器人向管內移動，傳感器同時觸發控制端工控機程序，機器人檢測系統與控制系統開始工作，畫面傳回工控機。機器人行進到管端后，前端傳感器發出指令，控制系統與檢測系統停止工作，同時機器人退回至輸送單元（可移動升降平臺）初始位置，結束作業，生成檢測報告進行分析存儲。

圖5 鋼管檢測機器人工作流程圖

4 應用效果

經過調試，鋼管內壁檢測機器人運行穩定、靈活，在設計范圍內可自適應不同的管徑，同時可清晰地抓拍當前幀畫面，快速檢索定位，為檢測人員提供數據分析。軟件部分經過不斷優化，與物聯網系統深度集成，通過在生產現場針對不同缺陷的鋼管進行反復模擬訓練學習，收集了大量新型缺陷/缺欠，規避壓痕、焊渣、鐵屑等非缺陷因素。根據現場測試情況，持續優化人工智能算法，不斷充實完善數據庫，并在現場對成品檢測后的鋼管利用人工智能算法及缺陷引擎數據庫進行缺陷識別測試，與成品實際檢測結果進行對比分析，對現有缺陷數據庫中的缺陷/缺欠識別率達到97%。

5 結束語

設計的鋼管內壁檢測機器人將多傳感器數據融合分析技術，采用模塊化設計，軟硬件平臺協同工作，增強了機器人整體的穩定性與可靠性，可適用鋼管規格Φ508 mm～Φ1 620 mm。機器人運動速度最高可達4 m/min，能夠提高鋼管內表面缺陷在線檢測的效率，減少人為檢測失誤，解決檢測條件困難、人員作業空間受限條件下的鋼管內表面檢測難題，保證鋼管檢測過程高效、可靠地讀取和記錄鋼管信息，不僅為提高鋼管內壁檢測機器人的檢測效果提供了參考，而且對鋼管內壁檢測自動化、信息化水平提升具有重要意義。