风井是矿井通风的“咽喉”,是矿井安全生产的重要保障。然而,井筒在长时间服役过程中,由于跨越地层多,地质条件复杂、环境恶劣等因素会导致井壁发生裂缝等微小变形,微小变形的长时间积累会导致井壁浆皮剥落、甚至会引起井筒断裂突水等重大恶性事故。因此,使用可靠且高效的井筒井壁巡检技术对风井井筒进行监测具有重要意义。由于井筒结构的复杂性、服役环境的多样性和检测方法的局限性,目前井筒的巡检工作只能依靠人工架设在井筒上的梯子间来完成,巡检效率低、成本大、误判率高,存在很大的安全隐患。为此,本文面向风井井筒的运维需求,针对井筒井壁的裂缝、剥落等损伤问题,开展基于机器人的井筒井壁智能巡检系统的研究,借助高精度的齿轨传动方式,设计井壁损伤状态的视觉识别与定位新方法,提出了面向井壁形貌的全局巡检策略和井壁损伤的局部巡检策略,以解决井壁损伤检测困难、定位不精确的问题,研究成果可望在技术上为风井井筒的安全服役提供可靠保障。本文的主要研究内容包括:（1）巡检系统的总体方案设计。首先根据风井的工况特点明确了巡检系统的主要功能需求,拟定了技术指标与总体设计方案,并通过模拟风井井筒的环境进行方案可行性分析;然后,结合实际工况和风井井筒的损伤情况确定了巡检系统的检测方式、提升方式、移动方式、通讯方式以及供电方式;最后综合机器人技术与视觉检测技术,提出了基于井壁形貌的全局巡检策略和基于井壁缺陷的局部巡检策略,为全文的展开作了铺垫。（2）风井巡检机器人的本体设计。首先根据总体设计方案确定了机器人的本体结构,依次从检测模块、提升模块、移动模块和其他模块四个方面展开对机器人的研究;其次开展了对关键零部件的设计与选型;然后从控制层级方面阐述了机器人控制系统的设计方案,探讨了不同巡检策略下的机器人控制流程;最后针对巡检系统在纵向长距离井筒环境下同步控制难的问题,提出了一种基于速度和位置的并行同步控制策略。研究结果表明:所设计的风井巡检机器人具有高负载、强续航的特点,能够保证巡检系统的长距离通讯,实现周向和纵向的全局/局部巡检任务。（3）巡检机器人辅助下井壁状态视觉检测方法研究。首先介绍井壁状态视觉检测的流程,并基于井壁的损伤情况和巡检机器人的结构特点,提出了一种井壁损伤识别及定位方法;其次,通过深度学习的方法建立了CNN网络模型,实现了井壁缺陷的分类（健康、裂缝、剥落）;然后建立机器人运动学模型,提出了基于机器人位姿的井壁缺陷位置估计方法。同时,研究了不完整缺陷的井壁图像拼接技术,实现了缺陷的全貌特征的获取,并研究了图像去噪、边缘检测以及轮廓提取等预处理方法;最后基于图像信号处理方法对井壁裂缝进行量化分析,获得宽度、长度等关键特征参数。研究结果表明:通过所提井壁状态视觉检测方法能在一定程度上实现井壁损伤的识别、定位与量化的全过程,实现了井壁状态的系统检测。（4）巡检系统样机设计及实验研究。首先,基于LabVIEW软件设计了巡检系统的上位机界面;然后,开发了机器人实验样机;最后搭建了风井井筒井壁的模拟巡检实验台;完成了同步移动控制和缺陷图像检测等实验,验证了所设计巡检系统的可行性。研究结果表明:所开发的实验样机可以实现井筒井壁的巡检任务,验证了本文设计的风井巡检系统的可行性。该论文有图86幅,表27个,参考文献89篇。