基于脈沖渦流檢測系統的管道內檢測機器人設計研究

中圖分類號：TB9;TG115.28 文獻標志碼：A 文章編號：1674-5124（2025）07-0136-11

Abstract： Due to poor working conditions，there are often defects such as area corrosion and scaling in the atached tower pipelines in petrochemical plants，leading to pipeline failure and posing significant risks to the normal operation and production of the factory. Regular safety inspections are required inside the pipelines. Based on the damage mode and structural characteristics of the atached tower pipeline，this article designs a self-driving three-segment flexible pipeline internal inspection robot equipped with a multi-channel pulse eddy current detection system to address the pain points in manual detection. The robot has good motion centering and stable support performance. To explore the detection effect of pulse eddy currnt detection system in industrial pipelines，a finite element simulation model for pulse eddy current magnetic measurement of ferromagnetic pipelines wasestablished，and its feasibility was verified through thickness measurement experiments. Finally，combined with a fully integrated internal inspection robot prototype， a DN20o diameterelbow sample pipe was used as the experimental object to compare the robot inspection results with ultrasonic thickness measurement results.The results showed that the pipeline robot can achieve high sensitivity，full coverage，and non - destructive internal inspection of industrial pipeline wallthickness area corrosion defects， with thickness detection errors controlled within ±7% ， and can quickly screen suspicious corrosion locations. It can be further promoted in relevant industry equipment testing.

Keywords： attached tower pipeline; pipeline corrosion detection; pulse eddy current testing of ferromagnetic pipelines; self driving wall pressure internal inspection robot

0 引言

在石化企業中，管線網絡長期服役于相對惡劣的環境，部分帶有保溫的管線（如附塔管線）常由于局部保溫層的破損和支撐不連續等，導致雨水進入后不易排出，形成了管道保溫層下腐蝕（CUI），管道泄漏事件時有發生[1。附塔管線位于高空且外附保溫層和支吊架，但缺乏可靠簡便的檢測工具，使得保溫層下腐蝕、內壁腐蝕難以得到有效檢驗。目前常采用人工抽檢的方法對管線進行檢測，但高空作業危險系數較高，以及搭架、拆保溫、打磨等工作繁重，從而導致檢修成本高、檢修難度大、覆蓋率較低。

當前超聲導波等外部新型檢測技術受限于管道焊縫、彎頭、三通等結構影響，尤其是管道表面麻點狀等銹蝕會導致導波衰減嚴重，檢測距離非常有限。由于保溫層和支撐件的存在，設計外部爬行機構也難以實現。長輸管道漏磁內檢測技術則受限于附塔管線檢修停工狀態，此時無介質作為輸送動力，且漏磁設備比較笨重，無法通過人工和機械動力實現管道的內檢測任務。

管道檢測機器人是一種可攜帶多種傳感器及維修工具，沿管道內部或外部自行運動的智能化機械裝置[2-4]。眾學者在管道檢測機器人領域展開了大量研究，并取得了一系列研究成果。為解決經干法除塵后高爐煤氣管道內壁腐蝕嚴重的問題，王豐等[5]設計了一種新型高爐煤氣管道檢測機器人，經過分析及實驗結果表明該檢測機器人具有較好的機械性能。石紅梅等針對直徑為 400～600mm 的彎曲煙氣管道設計了一種管道檢測機器人，具有越障能力強、管徑自適應等優點。毛柳偉等7建立輪式管道內檢機器人模型，對其進行仿真分析，結果表明所設計機器人具有一定管道變徑與轉彎適應能力。黎華等[8]利用SolidWorks建立機器人三維模型，在不同臺階高度下開展越障性能仿真試驗，得到了彈簧力與電機力矩的變化曲線。凌張偉等[9采用連桿支撐的3個獨立履帶驅動模塊使管道機器人適應不同管徑和不同爬行姿態，并以柔性滑動機構以自動適應管徑的微小變化并提高越障能力。郭曉婷等[10]通過實驗結果評估認為，三軸高清漏磁內檢測機器人在檢測能力和置信度水平等多方面優于傳統單軸漏磁內檢測器。陳熙[11]設計了一種用于管道槽口尺寸高精度檢測的履帶式管道機器人控制系統，以實現內檢測機器人長距離槽口尺寸檢測和數據匹配定位。李俊杰[12]將圖像處理技術與電機驅動的履帶輪式行走機器人結合用于檢測管道內壁的孔洞和裂縫類型缺陷。PoojaGM等[13]開發了一種適用于直徑 150～250mm 管道的壁壓式模塊化機器人系統，該系統攜帶高清攝像頭并可使用傳感器檢測障礙物。JainRK等[14]研發了一款剪刀式結構的新型管道內檢測機器人，該設計由兩個交聯裝置組成，通過控制機構中的絲杠來調節剪刀式的運動。ElankaviRS等[15]使用3D打印技術對輪式壁壓式管道內檢查機器人進行模塊化設計，經過優化設計使其順利通過 1.5D 彎頭。JiangC等[16]設計了一種基于折紙-織物復合材料的氣動執行管內蝸桿式軟機器人，其裝配有用于實現蠕動運動的波紋狀結構伸長器。VenkateswaranS等[17]設計了一種剛性仿生管道檢測機器人并通過在電機模塊之間增加張緊機構使其靈活地通過彎道。

以上研究內容通過各種結構給出了管道機器人解決方案，但很少對管道內壁開展壁厚檢測，重點關注管道內部視覺宏觀檢測和障礙物清理工作。對附塔管線等高壓力、高風險石油化工管道而言，內部腐蝕減薄情況需要重點關注。

本文根據附塔管線的損傷機理和結構特點，將機器人技術與脈沖渦流檢測系統相結合，同時集成視頻攝像頭，重點針對管道腐蝕減薄缺陷形式，實現對附塔管線自動化、全覆蓋、多功能和無損傷的內檢測。

1機器人主體運動機構設計

基于管道內檢測機器人的持續檢測需求和自適應作業功能，首先需確定機器人居中器的機構設計。根據視頻全景檢測及搭載的脈沖渦流檢測系統技術特點，機器人應當在管道內保持居中完成實時全覆蓋高清成像，并能穩定拖動脈沖渦流探頭組居中前進，故需要設計一款能使鏡頭組穩定居中的支撐機構。如果要在管道內能夠穩定居中，就需要有足夠的支持點及支撐桿保證其能夠與管道的中心軸線同心。

根據三點一面原理，三個點組成的面是穩定性最好的面，可以確定居中設計時同一個面需要有三個支持點組成。此時三點一面可以保證其在徑向處于穩定狀態。由于檢測對象為軸向長度較大的管道，要求在軸向具有較強的穩定性，因此機器人的軸向結構至少需要有兩個支撐點。經過研究分析，將其設計成兩組三點支撐，保證徑向和軸向的雙向穩定性。此外為實現機器人管徑內軸向帶載運動，設計時需把兩組三個的支持點做成帶動力的輪式結構。

同時，很多附塔管線并非全直管結構，多數存在 1.5D 彎頭管件，機器人在過彎管時及過彎管后，需要比較大的拖拽力，另外考慮到各輪組均衡受力的情況，每個輪組都是動力主動輪。故輪組結構為6輪組12輪形式，保證每個輪組均衡受力，需要6動力12驅。該輪組具體結構如圖1所示。

2脈沖渦流檢測系統設計

2.1 渦流檢測原理

脈沖渦流法以脈沖電流代替傳統正弦電流激勵，在導體外產生脈沖磁場。當被檢工件發生壁厚減薄或腐蝕垢積時，會引起構件壁厚、電導率和磁導率等參數改變，從而使導體內感應出的脈沖渦流場分布發生變化，反映在檢測線圈兩端的時域感應電壓衰減過程也會發生變化。在管壁腐蝕減薄的地方，感應電壓衰減更快。可以通過比較兩處檢測點的信號衰減變化過程，來檢測工件尺寸和電磁參數的變化，從而評估被檢構件的腐蝕程度，如圖2所示。

圖3為金屬構件壁厚腐蝕脈沖渦流電磁無損檢測系統。該系統由計算機主機、DA轉換器、脈沖功率放大電路和線圈探頭組成。其中線圈探頭由線圈骨架、激勵線圈和檢測線圈組成。激勵線圈的兩端接功率放大電路的輸出，檢測線圈的兩端接AD模數轉換器的輸人端，電流采樣電阻兩端接AD模數轉換器的輸入端。而計算機主機能夠對接收的數據進行處理，獲得被檢管道的壁厚信息。

常用脈沖渦流檢測系統一般用于管道外部檢測為充分研究該系統在管道內部的檢測規律，需進行模型建立及仿真。

假設一長直導電、導磁金屬管道，其內徑為 r₁ 外徑為 r₂ ，管道壁厚 d=r₂-r₁ ，電導率為 s ，磁導率為 μ=μ₀μ_r ，其中 μ₀ 為真空磁導率， μ_r 為相對磁導率。高度為 h 的空心圓柱激勵線圈（下標為d）和檢測線圈（下標為p）沿管道徑向法線垂直放置在管道內，如圖4所示。

檢測線圈兩端由管道內渦流引起的散射場感應電壓頻域表達式為：

F_nu（s）=δνA_m（s）D_m（s）-εB_m（s）C_m（s）-A_m（s）B_m（s）r₂₂ （3

式中：下標nu——分子;下標de- 分母；A_m ！ B_m 7 C_m 和 D_m 修正貝塞爾函數的多項式。

對式中變量進行變量代換，即

得到渦流場感應電壓復頻域表達式為：

對式（6求解拉氏反變換，對通過脈沖電流下降沿 i（t） 對時間的導數與 i^′（t） 模型單位階躍響應作卷積，得到檢測線圈兩端渦流場感應電壓的解析式。根據管壁內渦流密度與磁矢位的關系，最終得到管壁內渦流密度各分量的時域解析式：

設圖4中外直徑為 180mm ，壁厚 d 為 8mm ，電導率 σ 為 4.5MS/m ，相對磁導率 μ_r 為 200 。線圈距管道外壁的提離為 10mm ，設脈沖激勵電流的幅值I₀ 為 2.0A ，下降沿時間為 0.60ms 。可計算出激勵電流關斷后，管壁內渦流密度的三維分布，為了觀察渦流隨時間的擴散過程，求得場點 （ρ，φ，z） 處的渦流密度模為：

由式（10）分別計算出壁厚為 6.0mm 和8.0mm 的導電導磁管道時域感應電壓理論曲線如圖5所示。

選取4個代表時間點 t₁～t₄ 可計算出在該4個時刻管道縱向截面（ 4=0，z≥0 ）內渦流密度的分布，如圖6（a）和（b）所示。

由圖可知，隨著脈沖激勵電流關斷，在線圈下方管道外壁會感應出渦流，并沿徑向向內擴散，且強度逐漸衰減。在擴散前期，渦流擴散至管道內壁前，主要以徑向擴散為主，擴散過程受管道壁厚的影響小，這段時期不同壁厚的時域感應電壓重合在一起，對壁厚不靈敏；在擴散后期，當渦流擴散到管道內壁后，有一部分會反射回去，這時管壁內渦流場的分布與壁厚有關，不同壁厚管道時域感應電壓出現分離，所以應以后期感應電壓來檢測管道壁厚。

2.2 鐵磁管道脈沖渦流磁測有限元模擬

依據圖7中的物理模型建立鐵磁管道脈沖渦流檢測系統，創建有限元計算模型。在激勵線圈上加載脈沖電流，考慮鐵磁管道的局部磁滯特性，并選擇合適的求解方法求解后，根據計算結果分析管道中的渦流場分布及周圍空間的磁場分布，研究檢測線圈上瞬態感應電壓的變化情況。

利用軟件COMSOL建立脈沖渦流場有限元計算模型，如圖8所示。其中，線圈與管道的幾何參

賦予材料屬性，定義初始條件和邊界條件，剖分網格，并選擇求解器求解，得到了 0.1ms 時刻管道表面的渦流場分布，如圖9所示。同時，得到了檢測線圈上瞬態感應電壓變化曲線的模擬結果，如圖10所示。

從圖9中可以看出，管道表面處于激勵線圈正下方區域的渦流密度最大，沿線圈徑向方向逐漸減少，中心區域基本無渦流分布。其中 J_x 和 J_y 在渦流區域的分布基本對稱，而 J_z 不完全為零，這與脈沖渦流場的非線性計算有關，使得渦流密度模|J的分布不完全對稱。而圖10中感應電壓曲線出現了上峰值與下峰值，峰值變化迅速，這與脈沖激勵電流的變化有關。

以建立的有限元模型為基礎，控制單一變量，分別建立鐵磁管道壁厚為 1，2，4，6，8，10mm 時的脈沖渦流場計算模型，得到了不同管道壁厚下檢測線圈上瞬態感應電壓的變化曲線，如圖11所示。其中 0mm 是指激勵和檢測線圈被置于空氣中，下側無被測管道時的情況。

在圖11中能看出，當線圈置于管道上方或空氣中時，得到的瞬態感應電壓變化曲線都有上峰值和下峰值兩個峰值。但峰值大小和時間都不相同，線圈置于空氣中時感應電壓的峰值大小和峰值時間都明顯小于線圈置于管道上方時的峰值變化。而管道壁厚不同時的峰值大小和時間也略有不同，變化較小，但總體呈現出管道壁厚越厚，峰值越小，峰值時間越大的變化規律。

然后將激勵和檢測線圈置于不同壁厚鐵磁管道上與置于空氣中時的感應電壓模擬結果進行差分處理，如圖12所示。

從圖12中可以看出，作差分后，曲線會出現兩組峰值，隨著壁厚變化，相應的峰值變化都較為明顯，其中第一組的上峰值和第二組的下峰值變化更明顯。這些具體的峰值變化反映了鐵磁管道對檢測結果的影響，包含有鐵磁管道的壁厚信息，可作為特征量用于研究鐵磁管道壁厚的變化。

2.3脈沖渦流檢測系統測試

經過前述仿真后對脈沖渦流檢測系統進行實驗測試。在一段鋼管上加工出局部腐蝕減薄缺陷，如圖13所示，圖中圓形及方形區域標注剩余壁厚，其余區域標注實際壁厚。測試樣管尺寸厚度 8mm 直徑 180mm ，長度 1.2m 。周向等分為三份，端口位置有標示加以區分。為避免端面影響，兩端各有200mm 的長度管體未做處理。

A視管體中間區域等分為兩份，一半不做處理作為標定點;另一半則刻有尺寸為 100mm×80mm 深度為 1.0mm 的平底槽，此處模擬壁厚腐蝕變化12.5% 的情況。同樣尺寸下，深度為 1.5mm 的平底槽模擬壁厚腐蝕變化為 18.75% 的情況；深度為2.0mm的平底槽模擬壁厚腐蝕變化 25% 的情況，平底槽間距為 50mm 。B視管體中間區域等分為四份，分別安置直徑為 30mm 、深度為 4mm 的平底孔，此處模擬壁厚腐蝕變化 50% 的情況；直徑 40mm ）深度 3mm 的平底孔模擬壁厚腐蝕變化 37.5% ；直徑 50mm 、深度 2mm 的平底孔模擬壁厚腐蝕變化25% ；直徑 80mm 、深度 1.5mm 的平底孔模擬壁厚腐蝕變化 18.75% 。C視管體中間區域分為三份，表面有3個最大深度是 1.5mm ，尺寸分別為 80mm× 60mm ！ 100mm×80mm 、 120mm×100mm 的弧形槽，此處模擬壁厚腐蝕變化 18.75% 的情況。而由于加工工藝等限制，實際管體厚度與設計厚度有所偏差，腐蝕實際比例分別為 11.1% 1 19.4% / 26.9% 51.7% 38.4%、 25.6% / 12% 21.1% / 17.9% / 19.2% 。

根據樣管尺寸，本次實驗采用P1探頭，在樣管上預留的未腐蝕部分按 7.8mm 進行標定，對管道進行整體掃查，得到整根管道的掃圖。帶局部腐蝕樣管如圖14所示。

A、B、C視圖三缺陷超聲點測厚與脈沖渦流面積型測厚數據的比對分析如圖15所示。

通過對比實際的壁厚變化量和脈沖渦流檢測的壁厚變化量的結果，可以分析得到以下結論：1）脈沖渦流檢測系統可發現樣管上的缺陷，信號十分明顯，脈沖渦流設備可應用于檢測碳鋼管道壁厚腐蝕情況；2）脈沖渦流設備探頭線圈的檢測面積隨著探頭提離的增加而增大，即檢測平均的面積會增加，由于缺陷面積小且周邊的厚度值較高，所以脈沖渦流檢測的壁厚損失量要小于實際的損失量。

通過以上測試，表明脈沖渦流設備對于碳鋼管道的面積型缺陷反應靈敏、檢出率高，可運用于快速篩查管道的面積型腐蝕和沖蝕等缺陷。由于其檢測原理，脈沖渦流檢測的是探頭覆蓋區域下的平均壁厚變化值的一種技術，因此對于面積較小的點蝕缺陷判斷困難。

3機器人檢測系統集成化結構設計與試驗

通過前文的機器人結構設計與脈沖渦流系統設計，將二者集成一體化管道內檢測機器人。為保證脈沖渦流探頭采集數據的穩定性，其在不同位置測量時的提離高度應當盡量保持一致。此時需要相應的結構支撐組件保證多通道探頭提離高度始終避免大幅度波動。

如圖16所示，采用固定板加定位孔固定的形式來保證探頭穩定。同時為了保證探頭組在管道內的居中性能，探頭組兩端分別采用一組同步支架。為保證周向覆蓋率，多通道探頭組需要移動到不同位置分別檢測，此處采用可 360^° 無限旋轉的機械結構加可控電機的驅動形式來保證周向檢測覆蓋率。

脈沖渦流檢測需要穩定的提離高度及較高的居中性。采用一體式調節多探頭同步動作的結構來實現探頭高度的調節，通過后端螺旋推進機構加前端凸輪機構實現多探頭的同步調節。利用可調節螺紋支撐來適應不同管徑的支撐力需求。同時加大支撐輪以適應管道內出現的異常工況。支撐結構如圖17所示。

脈沖渦流系統包含探頭及處理模塊如圖18所示。此脈沖渦流模塊最大提離高度 20mm ，在 0～ 20mm 以內的提離高度范圍內能分辨出母材體積比 5% 的變化。

如圖19所示為脈沖渦流內檢測機器人全貌，圖中包括為其供電及傳輸信號的電纜線，便攜式系統主機和機器人本體。機器人本體分成了三段式結構，頭尾部分為支撐式導向機構，這既保證了機器人在管道中的支撐平穩，又使得機器人可以向前和向后運動。這兩部分中心均裝有高清全景攝像頭，由于要拍攝的是管道內部圓腔，為保證照明的均勻性，光源采用環形帶狀點陣燈式光源。為適應多種類身管內吸光和反光程度不一的情況，光源亮度多級可調。點陣式光源提供了不同的照射角度，解決了單顆光源存在陰影盲區的缺陷。光源也采用了貼片超高亮LED，這樣即結構緊湊又提高了發光效率。圖20為通過視覺測試表對高清攝像頭進行測試。中間部分是脈沖渦流探頭組及機器人主體框架，同時也是動力源所在。頭尾和中間部分三者以一定柔軟度的金屬桿件連接，桿件內部通有信號和電源傳輸線纜，同時又賦予了機器人靈活的結構適應管道內部復雜環境。

對集成后的管道內檢測機器人進行實際試驗來驗證整體檢測性能。以圖21中直徑為 DN200mm 的樣管為例，對脈沖渦流內檢測機器人檢測直管和彎頭的能力進行驗證。首先將彎頭部分按軸向方向劃分為7條線，用超聲方法檢測各個點的壁厚。圖22為內檢測機器人在管道中行進檢測的場景，內部脈沖渦流檢測信號通過信號電纜輸出到便攜式系統主機上方便操作者實時查看數據結果。

按圖23劃分的7條（A-G）標定線，圖中標識了超聲測厚結果，依次將機器人在工作過程中脈沖渦流探頭檢測數據和超聲測厚數據對比，分別繪制直管段和彎頭的測厚曲線，并分析二者同實際情況的符合程度，評估內檢測機器人脈沖渦流檢測系統的檢測誤差，結果如圖24～圖30所示，具體檢測數據如表2所示。

通過7條標定線檢測結果對比，內檢測機器人在實驗運行工況下，在針對直管和彎頭的壁厚檢測中，多通道脈沖渦流探頭同超聲檢測結果一致性較好。其中，直管段測厚結果更為穩定精確，而彎頭段的誤差多數控制在 ±7% 以內，但在標定線 B 處的

誤差較大，經分析認為可能是機器人運行過程中出現局部位姿異常超過其提離高度導致的。此外，由于脈沖渦流技術屬于面積性測厚，缺陷實際厚度與檢測厚度會由于其面積的變化而發生變化。基于實驗結果，認為通過內檢測機器人脈沖渦流系統的快速篩查，同時配合高清全景攝像頭可以較為準確地發現疑似腐蝕區域。通過內檢測實驗，在保證檢測精度的前提下該內檢測機器人的三段式支撐壁壓結構能柔性通過管道 1.5D 彎頭，且檢測結果均符合預期 10% 誤差以內。

圖27 標定線測厚對比

圖30 標定線測厚對比

4結束語

本文基于附塔管線的損傷模式和檢測難題，結合脈沖渦流檢測系統與自動化機器人技術，突破常規外檢測抽查方法，在對管線無損傷的前提下，設計了一套管道內檢測機器人。

通過實驗測試，表明內檢測機器人搭載的脈沖渦流設備對于碳鋼管道的面積型缺陷反應靈敏、檢出率高，厚度檢測誤差率普遍低于 ±7% ，可運用于快速篩查管道內側的面積型腐蝕和沖蝕等缺陷。整機通過人工缺陷樣管試驗表明內檢測機器人自驅動自支撐的三段式柔性結構設計不僅在直管段運行平穩，在 1.5D 彎頭段也能保證順利通過，并同時保障穩定的檢測效果，充分展示了管道內檢測機器人的綜合檢測能力，為附塔管線內檢測提供了一種有效可靠的解決方案。

參考文獻

[1]何太碧，何風成，杜文，等.埋地輸氫管道泄漏擴散規律研究 [J].中國測試，2024，50（8）：171-179. HEITB，HEFC，DUW，etal.Analysisontheinfluenceof burial on polyethylene gas pipeline leakage sound signal[J]. ChinaMeasurementamp; Test，2024，50（8）：171-179.

[2]DAI X，LIU Y，WANG W. Design and experimental validation of a worm-like tensegrity robot for in-pipe locomotion[J].仿生工程學報：英文版，2023，20（2）：15.

[3]石紅梅，侯偉.管道檢測機器人關鍵技術研究進展［J].機械 制造，2022，60（7）：88-90. SHI H M， HOU W.Research progress of key technologies of pipeline detection robot[J]. Machinery，2022， 60（7）： 88-90.

[4]高晶晶，繆天緣，曾洪，等.狹窄管道遙操作機器人的視觸反 饋交互技術研究[J].中國測試，2025，51（4）：1-8. GAOJJ，MIAO TY，ZENG H，etal.Research onvisualhapticfeedbackinteractiontechnologyfornarrow pipelineteleoperation robot[J].China Measurement amp; Test， 2025， 51（4）： 1-8.

[5]王豐，竇劉良，趙偉，等.高爐煤氣管道檢測機器人機構設計 [J].河北聯合大學學報（自然科學版），2016，38（2）：30-35. WANG F，DOULL， ZHAO W，et al. Mechanism design of robot for blast furnace gas pipeline inspection[J]. Journal of Hebei Polytechnic University：Social Science Edition， 2016， 38（2）： 30-35.

[6]石紅梅，侯偉.管道檢測機器人的結構設計[J].機械制造， 2022，60（8）： 64-66. SHI H M， HOU W. Structural design of pipeline detection robot[J].Machinery，2022， 60（8）： 64-66.

[7]毛柳偉，王國慶.小口徑管道自適應內檢測機器人研究[J]. 機械設計與制造，2021（10）：229-232. MAO L W， WANG G Q. The study on self-adaptive internal testing robot for small diameter pipeline[J]．Machinery Design amp;Manufacture， 2021（10）： 229-232.

[8]黎華，倪進飛，楊波.自適應鍋爐管道檢測機器人的越障性 能研究[J].機械與電子，2017，35（8）：72-76. LI H，NI JF， YANG B. Research on the obstacle surmounting performance of the self-adaptive pipe robot[J]. Machinery amp;Electronics， 2017，35（8）： 72-76.

[9]凌張偉，孔帥，陳永貴，等.工業管道可變徑內檢測機器人 [J].無損檢測，2021，43（3）：17-20. LING Z W， KONG S， CHEN Y G， et al. Variable diameter internalinspectionrobotforindustrialpipelines[J]. Nondestructive Testing，2021，43（3）：17-20.

[10] 郭曉婷，楊亮，宋云鵬，等.油氣管道三軸高清漏磁內檢測機 器人設計驗證[J].儀表技術與傳感器，2020（455）：53-57. GOUX T，YANG L， SONG YP， et al. Design and validation of three-axis high definition magnetic flux leakage detection robot for oil and gas pipelines[J]. Instrument Technique and Sensor，2020（455）： 53-57.

[11] 陳熙.一種管道槽口高精度檢測機器人的控制系統設計與 實現[D].上海交通大學，2016. CHEN X. The control system design and realization of a highprecision notch-inspect robot[D].Shanghai：Shanghai Jiao Tong University，2016.

[12]李俊杰.管道缺陷檢測機器人設計與研究[D].昆明理工大 學，2022. LI J J. Design and research of pipe defect detection robot[D]. Kunming： Kunming University of Science and Technology， 2022.

[13]POOJAGM，NIHARIKA SN. In-pipe inspection robot[J]. IJERT-International Journal of Engineering Researchamp; Technology，2018（13）： 56-77.

[14] JAIN R K，DAS A，MUKHERJEE A，et al.Design and modeling of pipeline inspection robot （PIR） for underground pipelines[J].Machines，Mechanism and Robotics，2022（22）： 209-224.

[15]ELANKAVIRS，DINAKARAND，CHETTYR，etal. Mobility of modular in-pipe inspection robot inside curved and 1-branch pipes[C].2021 IEEE Conference on Norbert Wiener in the 21st Century （21CW），Chennai，India，2021， pp.1-5.

[16] JIANG C， PEI Z . An in-pipe worm robot with pneumatic actuators basedon origami paper-fabriccomposites[J]. Textile research jourmal， 2021（23/24）： 91.

[17] VENKATESWARAN S， CHABLAT D，HAMON P . An optimal design of a flexible piping inspection robot[J]. Journal of Mechanisms and Robotics， 2021，13（3）： 1-37.

（編輯：莫婕）