输电线路防冰除冰机器人系统设计与分析

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:qiuenqiuen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
架空高压输电线路通常架设高度较高,且多分布在环境复杂的大山、河湖之间,使人工巡检维修难度大,成本消耗高。当遇到大雪天气引起线路严重覆冰时,使用人工清理的方法往往会因处理不及时而导致线路坍塌现象,更严重时可能造成人员伤亡。因此,使用人工处理雪情具有工作效率低、安全性较差等缺点。然而,目前输电线路除冰机器人的研究,几乎都是采取线路覆冰后再使用机器人进行除冰的方法,这种方式存在对已覆冰的输电线和铁塔难以将机器人挂上线的问题,并且在覆冰地区使用机器人存在操作人员的安全隐患。同时,当前的除冰机器人还有重量大,持续作业时间短的不足,这些缺点均影响了机器人的实用效果。因此,本课题以110k V输电线路为研究对象,以“防冰为主,除冰为辅”的理念,设计了一种能长时间工作和具有环境感知功能并进行主动作业的防冰除冰机器人,并针对该机器人进行了以下几个方面的详细设计与研究分析。(1)根据设计指标要求,完成了防冰除冰机器人的整体结构设计,包括行走防坠机构、防冰除冰机构、取电开合机构及相应的防护设计等;(2)详细分析了机器人的静态特性,并利用有限元软件分析验证了重要零部件的性能满足设计要求。在动态特性研究中,对机器人进行了爬坡状态动力学分析,建立了机器人运动的动力学方程和Lagrange动力学模型;以及分析风荷载下机器人的倾角与风速和压紧力的关系。通过输电线斜抛物线模型构建档距为50m的仿真线,在Adams中进行动力学仿真,得到防冰除冰机器人质心的摆动曲线和行走轮的受力情况,进一步验证了机器人整体的稳定性,并确保机器人可以实现正常移动爬坡等作业;(3)利用多传感器采集数据以及分析覆冰成因,并依据Makkonen覆冰预测理论模型进行覆冰类型的判别。通过设计机器人的主动作业控制策略,实现机器人的自主性,并设计了用于控制冲击除冰作业的正弦S曲线加减速算法。然后,利用MATLAB软件的Simulink模块和Adams软件,使用联合仿真分析方法,验证了覆冰类型判别的有效性和作业控制策略的合理性;(4)根据防冰除冰机器人的机械设计、静态和动态特性分析与仿真、以及主动作业控制研究,完成控制系统相关硬件模块选型和软件设计搭建。最后研制出机器人样机,通过在实验室搭建的模拟线路和现场试验线环境上进行直线行走、爬坡以及防冰除冰作业和续航相关功能等实验。经各项功能模块分别测试,结果表明所设计制作的防冰除冰机器人满足指标要求并且运行稳定。
其他文献
高速列车是一个复杂的非线性系统,在运行过程中车辆受轮对踏面磨损、轨道激励和车辆悬挂参数改变等影响,车辆系统的极限环分岔会发生改变,进而影响车辆的运行状态(即稳定、小幅蛇行失稳和大幅蛇行失稳3种状态)。车辆的蛇行失稳(小幅蛇行失稳或大幅蛇行失稳)不仅会恶化车辆的运行性能,而且会加剧轮轨磨损,损伤车辆及线路,危及车辆的行驶安全。因此,研究车辆蛇行运动的影响因素和识别方法,对提高高速列车行车安全具有重要
压电俘能器作为一种利用环境振动产生电能的新能源技术,得到了广泛的研究和关注。由于参数共振具有可将输出功率提高一个数量级的潜力,因而参数激励俘能器的研究日渐增多。目前研究比较多的参数激励俘能器为单自由度的直梁和曲梁两种情况。单自由度的直梁参数激励俘能器存在着激励阈值较高和俘能带宽较窄的问题;而单自由度的曲梁参数激励俘能器存在着势垒较高,需要较大的激励幅值才能够越过势垒实现大幅阱间运动的问题。因此,如
铁路扣件是将钢轨固定在轨枕上的部件,用于保证列车在铁轨上的安全运行,若出现部分扣件的丢失或断裂,将导致重大事故的发生,故检测扣件状态具有重要意义。传统的铁路扣件检测是采用人工巡检的方式,但由于我国铁路事业的高速发展,人工巡检已不能满足日常的扣件检测工作,基于计算机视觉的扣件检测方式得到了重视。本文基于计算机视觉技术研究扣件检测,主要研究内容如下:(1)针对现有的标签分布构建方法无法直接使用在扣件检
制造业是国民经济的基础,而数控机床作为基础制造能力构成的核心,其关键部件若出现故障将直接降低机床加工效率,因而对关键部件进行实时状态监测与性能评估尤为重要。在生产过程中一旦发现故障就需要立即停机检修,因此监测部件处在健康状态下的监测数据容易获取、处在故障状态下的数据难以获取。故障数据的匮乏制约着刀具状态监测与性能评估技术的发展,因此研究如何在故障数据匮乏的条件下识别刀具健康状态并进行性能评估对于提
自动化制造系统是工业自动化的重要表现,其传统的设计是一个串行的过程,在正式投入使用前的最后一步是实机调试,是整个环节中最关键的一步,对设计周期、成本、风险的影响非常大。随着用户对产品多样性、个性化要求的不断提高,要求自动化制造系统设计周期更短、建造成本更低、调试风险更小,传统的调试显然无法满足上述要求,虚拟调试由于可以在虚拟环境中完成系统的大部分调试过程,是解决上述问题的有效手段。近年来,随着数字
10KV配电网络故障是造成区域停电的重要原因。架空配电线路多采用裸露导线,裸导线相比于绝缘线价格低廉且有利于散热,但架空线路周边环境复杂,生长的树枝、飘落的异物等都会造成线路短路事故。传统的线路绝缘改造主要采取人工整体更换绝缘线方式,传统方法的工作效率低、安全性较差。目前国内已经提出的架空线路绝缘机器人存在重量大、结构复杂、可能污染环境等问题。本文针对10KV架空线路研制一种新型绝缘包覆机器人,具
开发一种准确、高效的故障检测方法对杆塔的维护有着重要意义。本文结合电磁感应理论和深度学习方法,利用深度学习模型实现了杆塔接地网的故障定位与腐蚀程度诊断,同时针对实际场景,应用领域自适应方法对模型进行特征迁移,使之能应用于常规故障的诊断。具体内容如下:(1)分析电磁感应方法在接地网故障诊断问题中的有效性,并对杆塔接地网故障诊断问题建立电磁学模型,同时讨论了电流激励方式、电流激励频率和土壤分层结构对地
桥门式起重机因负载能力强、场地利用率高、操作灵活、通用性强等优点而被广泛运用与生产和物流环节中。通常桥门式起重机的吊重通过钢丝绳与小车相连,吊运过程中小车的启、制动和加、减速会使吊重产生运行摆动以及到达目标位置后的残余摆动,这不仅影响吊重的精确定位,降低工作效率,严重的会导致吊重坠落或起重机结构的疲劳,存在很大安全隐患。因此本文针对存在参数不确定性和外界扰动的桥门式起重机防摇摆控制问题,提出了有效
道床刚度作为一种重要的道床质量评价参数,目前常用的测量方法需要拆除扣件进行,流程繁琐、效率低下。动力稳定车作为一种重要的大型铁路维养机械,在新建及大修后有砟轨道的道床质量提升方面具有重要作用,其主要目的是为了迅速提高道床密实度,进而提高道床的垂向刚度与横向阻力。但目前的动力稳定车仍然具有一些不足,动力稳定车对于作业路段的判定以及作业参数的设置主要依靠工作人员的经验,缺乏科学的数据指导,针对上述问题