通过利用导声波传感器对3米长钢管的多个缺陷进行检测，验证了移动机器人检测大型管道结构的检测设计方法和程序。
由Bruce Drinkwater教授和Anthony Croxford教授领导的布里斯托尔大学团队开发了一种方法，用于通过设计的检查路径检查具有多种缺陷的长钢管，包括不同大小的圆孔，裂纹状缺陷和凹坑，以实现100%的检测覆盖率定义的参考缺陷。
在这项研究中，他们展示了如何利用一个独立的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，在脉冲回波模式下工作。论文“使用集成了移动机器人的引导声波传感器进行管道检测”发表在NDT和E International上。
这种方法的主要优点是最大限度地减少了机器人之间的通信，不需要同步，并且增加了机载处理的可能性，从而降低了数据传输成本，从而降低了总体检查费用。检测分为缺陷检测和缺陷定位两个阶段。
主要作者张杰博士解释说:“有许多集成了超声波传感器的机器人系统，用于从内部自动检查管道，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截面或网络复杂性，这不可避免地导致管道在检查过程中中断。这使得它们适合于高价值资产的特定检查，例如石油和天然气管道，但不是普遍适用。
“随着近年来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。我们以小型检测机器人的存在为出发点，探索如何将它们用于结构的一般监测。这就需要将检测策略、方法和评估程序集成到移动机器人中，以实现低成本、高效率的精确缺陷检测和定位。
“我们对这个问题进行了调查考虑一个机器人网络，每个机器人都有一个全方位的方向Nal导声波换能器。这个配置是。考虑到这一点，它可以说是最简单的，具有整合到低成本平台的良好潜力。”
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。该方法可用于其他材料、管道几何形状、噪声水平或导波模式，从而可以探索各种传感器性能参数、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测参数的检测和定位性能，例如，在指定的检测概率和虚警概率下预测最小可检测缺陷。
该团队现在将研究与行业的合作机会，以推进当前的管道检测原型。这项工作是Pipebots项目的一部分。
更多信息:张杰等，与移动机器人集成的导声波传感器的管道检测，NDT & E International(2023)。引文:机器人网络可以使用声波传感器成功监测管道(2023,11月29日)检索自https://techxplore.com/news/2023-11-network-robots-successfully-pipes-acoustic.html。本文受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
