换热器是一种在海洋平台、石油、化工、原子能等工业领域广泛应用的通用性换热设备,发挥着不可替代的作用。由于流体中存在着杂质,在换热器的长期使用过程中,杂质会吸附在其内部传热表面上形成污垢,污垢会阻塞通道截面,导致热传递效率下降,缩短设备的使用寿命。据调查数据显示,每年我国因换热器的结垢问题造成的直接和间接损失超过100亿元,需要定期对换热器设备进行清洗、堵漏作业。目前对换热器的清洗多是工人手持高压水枪对换热器管束进行冲洗,不仅劳动强度大,危险性也高。在海洋油气平台中,换热器同样是重要的关键设备之一。海洋平台的换热器在作业过程中也同样面临着结垢问题。相比在陆地终端设施,由于海上平台甲板上设备密集度高,空间狭窄,且处于非开阔区域,现有采用人工清洗的方法,除对自身安全隐患外,很容易对周边区域人员和设备造成损害。因此,开发换热器自动清洗装置对于海洋平台主要设备的运行维护具有重要的工程应用价值,同样,该自动化清洗装置也适用于陆上终端换热器设施,有着巨大的市场前景需求。目前,国内外也开发出一些自动清洗装置,虽然能满足清洗作业的基本要求,但是其自动化程度低,需要工作人员在旁边操控运行,不能降低工人的劳动强度,严格意义上仍是半自动化装备。因此,本论文将在半自动化设备上增加相关传感器,充分利用图像处理技术、机器人视觉技术、机器人运动控制技术等,开展基于视觉导航系统的自动化换热器清洗装置研究,这将对于提升海上作业智能化水平,降低人员风险具有重要意义。本文基于实际工程应用需求,以实现换热器清洗的自动化为目的,提出了基于视觉导航的换热器自动清洗装置,开展了视觉导航系统对换热器管口的识别、定位和路径规划以及运动控制系统的搭建和控制方式相关研究,并完成了原理样机的试制和初步的实验验证。具体研究内容如下:1、提出换热器自动清洗装置的整体设计方案。设计并研制了换热器清洗装置样机,设计了一套视觉导航系统和运动控制系统,按照设计要求完成对相关硬件的选型设计并且介绍其参数,之后设计相关软件,连接选择好的硬件完成系统的搭建。视觉导航系统负责管口图像的获取、管口的识别、定位和路径规划,运动控制系统根据规划好的路径,通过串口通信给伺服电机驱动器发送指令,控制电机的转动,进而控制清洗装置执行清洗作业。软硬件之间相互配合,可以准确且高效的完成换热器管口的自动清洗任务。2、用于换热器管口识别的目标检测算法研究。在综述了传统的管口识别方法流程及其优缺点的基础上,使用基于深度学习的目标检测算法进行管口的识别,在此基础上对YOLOv3目标检测算法进行改进。从YOLOv3算法的主干网络、锚框的尺寸和数量以及网络结构等方面对其进行改进,使其更适用于换热器管口的检测。建立换热器管口图像数据集,将网络在训练集上进行训练,于测试集上测试,同时结合不同的目标检测算法进行效果对比。3、管口定位以及清洗路径规划优化研究。首先进行相机标定实验求得相机的相关参数,利用畸变参数对获取的图像进行畸变矫正,之后根据相机的成像原理,将识别得到的管口像素坐标利用坐标转换公式转换成管口的实际坐标,之后根据换热器管口分布的特点,对比不同路径规划算法在该问题上的适用情况,最终使用正交路径法进行路径规划,得到一条类似于”己”字形的清洗路线。4、样机试制与实验验证。完成清洗装置样机的试制,搭建实验平台,进行管口的识别、定位、路径规划实验。管口识别实验结果表明,该算法的识别准确率和召回率分别为99.85%和100%。定位和路径规划实验结果表明,四组实验对象的定位误差均在1.5mm以内,平均定位误差为1.35mm,清洗路径全覆盖、无重复。最后利用连接好的系统和研发的上位机软件控制清洗装置开展全系统实验,结果表明,该清洗装置可以控制清洗装置准确地定位到每一个管口,并且按照规划好的路径快速地完成清洗作业,实现换热器清洗作业的全自动化。本课题提出了基于视觉导航系统的换热器自动化清洗装置,通过基于深度学习的改进YOLOv3目标检测算法,实现对换热器管口的识别,与传统方法相比,该方法识别准确率更高,速度更快;此外还实现了对管口的定位和清洗路径规划,同时开发了运动控制系统,研制了清洗装置样机,实现对换热器的自动清洗作业。