化學水車間輪式智能巡檢機器人涉水系統設計

陳志清

鶴壁豐鶴發電有限責任公司，河南鶴壁，458000

0 引言

化學水車間巡檢范圍廣，設備數量多，勞動強度大。人工巡檢主要是根據巡檢員的經驗來判斷設備是否異常，導致巡檢質量低、漏檢或錯檢時常發生。建設無人化、智慧化巡檢設備，發揮數字化、智能化設備的優勢，減少設備巡檢中的漏洞，增加巡檢頻率和提供巡檢效率。智能設備的互聯互通，為系統決策的智慧化提供了有效的支撐[1]。智能巡檢機器人集成攝像機、熱成像儀、收聲器、溫濕度傳感器、粉塵傳感器、氣體傳感器、激光器雷達等檢測設備，采用先進的AI技術，識別化水車間的閥門位置、水泵運行的溫度及振動、儀表的實時數字、電氣柜的開關位置和電流電壓數據、環境溫濕度噪音及氣味等，實現對現場設備的智能巡檢[2]。巡檢機器人可實現全面巡檢覆蓋和集中管控，顯著提升化學水車間智能化巡檢的水平。隨著技術的不斷進步，巡檢機器人進行本體輕量化和小型化發展，有自主定位、導航、充電、巡檢等功能，實現對各類儀表讀數的精準識別，基于紅外熱成像技術實現對設備的溫度的監控，及時發現設備缺陷，提高巡檢效率。

智能巡檢系統由巡檢機器人、機器人站、通信系統和遠程控制中心四大部分組成。巡檢機器人見圖1所示，集成運動控制、導航定位、電能管理、無線通信、可見光和熱成像圖像采集等功能；機器人充電站方便機器人充電及儲存；通信系統實現巡檢區域的無線全覆蓋，將巡檢數據實時和圖像傳輸至遠程控制中心；遠程控制中心完成數據的存儲分析處理及預警、任務管理等功能。巡檢機器人實時識別儀表表盤數據包括對指針型、刻度型和電子示數型等儀表的讀數。巡檢機器人實時識別開關狀態，識別類型根據開關種類可以分為顏色辨別、旋鈕角度識別和開關上下位置識別。巡檢機器人實時識別如用金屬氧化物傳感器檢測氫氣泄漏和紅外成像技術等進行氣體泄漏檢測。將實時數據記錄方便查詢，并于報警值、歷史記錄對照，發現設備運行異常進行報警，確保系統的安全運行。

巡檢現場因下雨、施工或管路泄露出現積水情況，需要巡檢機器人巡檢涉水運行。目前常見機器人均表示有一定的涉水能力，但機器人系統對路面是否積水和積水深度沒有檢測，若遇到積水較深情況將出現機器人被淹沒或損壞。本文研究機器人對路面積水的判斷方法和積水深度的檢測方法，確保機器人遇到積水時安全運行。

1 監測方法

1.1 電子水尺測量

在檢測位置安裝電子水尺，利用水的微弱導電性原理，測量水尺電極間的導電數據，獲得積水深度數值。水尺監測有檢測便捷、安裝方便、操作簡單的優點，在易發生較深積水的路段如地勢較低、內澇頻發、橋梁和隧道等進行安裝和使用[3]。可設置在機器人巡檢路線中經常積水的路段，對于不常積水路段或爆管引起的積水不能檢測。

1.2 偏振光監測

通常情況下，非偏振光投射到物體后，反射光變成部分線偏振光。非偏振光投射到光滑的物體表面，反射出振幅較大的線偏振光。而非偏振光投射到粗糙物體表面，反射出振幅較小的線性偏振光。采用近紅外石英鹵鎢燈為光源、偏振片、多光譜相機組成采集設備，分別用非偏振光照射不同狀態下的路面，計算出對應的線偏振度數值，根據振幅判定路面狀態如積水、結冰、潮濕和干燥[4]。將這項技術用于到巡檢機器人，需要增加光源和偏振片，會增加機器人功耗和成本，而且偏振片對成像質量有一點影響。

1.3 光譜特性監測

在不同光照情況道路的路況（如積水、結冰、積雪和干燥態）下會出現“異物類譜”現象。陽光照射下有些路況的光譜區域差異不大，需要采用Dropout與Adam的神經網絡模型對數據進行訓練，可以實現路況的識別。陰天和夜間由于各種路況的光譜區域差異明顯，采用“閾值”判斷法實現路況識別[5]。將這項技術用于到巡檢機器人可以實現路況的基礎識別，需要增加照明設備，對電廠巡檢現場有充分的照明環境效果不理想。

1.4 語義分割網絡監測

語義分割網絡是采用新的殘差網絡結構，嵌套了不同深度的編碼器-解碼器，還在網絡的特征提取部分加入殘差結構，更容易監測出圖像的特征，因此采用語義分割網絡的來識別道路積水干燥狀態。若語義分割的分割指標MIoU（平均交并比）大于90%，能分割出積水、濕滑和干燥路面在不同環境、不同照度下的輪廓[6]。這項技術用于巡檢機器人可以實現路況的識別，但對機器人是否可以涉水經過的積水深度沒有監測。

1.5 YOLOv4的監測

對圖像數據集采用YOLO（You Only Look Once）v4的目標檢測模型進行訓練生產檢測模型，用該模型對目標進行檢測，由檢測到的參考對象獲得道路積水深度。視頻圖像應用案例表明，利用YOLOv4算法對視頻圖像進行目標檢測，能準確、高效、快速地監測路面積水的深度[7]。這項技術應用到巡檢機器人，首先對可能積水的多個路段進行視頻采集，選擇有積水深度標志的位置，用VOLOv4的深度學習方法訓練建立監測模型，可以識別道路積水深度。

1.6 超聲波測距法

超聲波測距由發射器和接收器組成。發射器特定方向發射一束超聲波，并同步開始計時器，超聲波在空氣中傳播，傳播中遇到目標物體反射后返回，接收器接收返回波就停止計時器。因為發射器是將電能轉換為超聲波，該轉換過程具有機械慣性，發射出來的超聲波會逐漸由小到大，而接收器是超聲波轉換為電能信號，當信號大于閾值時判斷為接收到返回信號，不然會產生測量誤差。發射器用三段式正反交替激勵發出超聲波，采用信號處理得到的包絡曲線來反映這一束信號的波形和幅值信息。同樣的方法處理接收器的信號也獲得相應的波形和幅值，選擇發射和接收信號對應的波峰得到準確的發射到接收的時間[8]。另外聲波在空氣中的不同溫度條件下的傳播的速度是不同的，聲波在空氣溫度T中傳播速度為，不同溫度條件下超聲波聲速與溫度的對應關系，如表1所示。

表1 不同溫度條件下聲波傳播速度表

根據發射到接收的時間t，當前環境溫度下聲波的傳播速度v，就可以計算出發射點距目標物體的距離（s），即：s=vt/2。超聲波測距會受到環境的干擾，不能作為巡檢機器人是否安全涉水的唯一依據[9]。

1.7 電極檢測的涉水保護

機器人設置電極監測儀，設置一個發射電極、一個低水位接收電極和一個低水位接收電極。當路面積水淹沒低位接收電極時，判斷機器人已經到積水報警的深度需要注意安全，但可以繼續前進。當路面積水淹沒高低位接收及時，判斷機器人已經到積水危險的深度，機器人需要迅速返回，離開積水區域。電極監測儀安裝在機器人底板下面，如圖4所示。檢測回路需要設計高電阻弱電流檢測回路，防止機器人漏電；檢測回路與機器人內部回路需要設計安全隔離，防止外部的電源導入，造成機器人內部過壓短路。檢測回路如圖5所示。

2 結語

巡檢機器人的涉水系統采用YOLOv4深度學習建立巡檢路線積水和積水深度模型，在機器人巡檢中實時檢測路線中是否積水和積水深度。若遇到積水路段首先進行路線優化繞過積水路段。若積水深度小于機器人的設計涉水深度，啟動超聲波測距儀和電極檢測儀，實時監測積水深度，當低水位電極接通后，綜合YOLOv4測量的積水深度和超聲波測距儀測量的數據，確認機器人安全情況，向機器人控制中心發出涉水運行的預警；當高水位電極接通后，綜合YOLOv4測量的積水深度和超聲波測距儀測量的數據，機器人迅速離開積水區域，機器人向控制中心發出積水超標報警，由控制中心選擇其他巡檢路線或終止巡檢任務，確保機器人的安全運行。該方法在西安華控智能系統工程有限公司提供的化水巡檢機器人項目中進行了測試，滿足現場環境的使用。