智能巡检机器人系统在火力发电行业的应用研发及示范

doi:10.11930/j.issn.1004-9649.201706125

中国电力 ›› 2017, Vol. 50 ›› Issue (10): 1-7.DOI: 10.11930/j.issn.1004-9649.201706125

智能巡检机器人系统在火力发电行业的应用研发及示范

张燕东¹, 田磊¹, 李茂清¹, 梁东兴², 陈建超¹, 胡大¹, 王明建³

1. 深圳钰湖电力有限公司,广东深圳 518111;
2. 深圳朗驰欣创科技股份有限公司,广东深圳 518000;
3. 宁波舜宇智能科技有限公司,浙江宁波 315400

收稿日期:2017-06-25 出版日期:2017-10-25 发布日期:2017-10-30
作者简介:张燕东（1965—）,男,北京人,博士,高级工程师,从事发电厂管理工作。E-mail: zhangyd@shenzhenyh.com

Application and Development of Intelligent Inspection Robot System in Thermal Power Plant

ZHANG Yandong¹, TIAN Lei¹, LI Maoqing¹, LIANG Dongxing², CHEN Jianchao¹, HU Da¹, WANG Mingjian³

1. Shenzhen Yuhu Power Plant Co., Ltd., Shenzhen 518111, China;
2. Launch Digital Technology Co., Ltd., Shenzhen 518000, China;
3. Ningbo Shunyu Intelligent Technology Co., Ltd ., Ningbo 315400, China

Received:2017-06-25 Online:2017-10-25 Published:2017-10-30
Supported by:
This work is supported by National Natural Science Foundation of China (No. 61571058,No. 61601052).

摘要/Abstract

摘要： 为缓解近年发电行业事故频发及一线工人日趋紧缺的局面,提出了智能巡检机器人系统,通过开发整合智能检测技术,使其具备视频图像识别、红外测温、激光测振及声音拾取、（水、酸、碱、气、汽）跑冒滴漏检测、数据采集及统计分析的专家系统、手机APP远端在线监控等满足发电厂日常巡检需求的六大功能的实施方案,并且在发电厂实现了示范应用,各项功能都达到了预期目标,为后续的规模化应用提供了实践经验及优化方向,证明了智能巡检机器人在火力发电行业应用的可行性。

关键词: 火电厂, 智能巡检机器人, 系统设计, 功能及应用

Abstract: In order to alleviate the situation of frequent occurrence of accidents in thermal power industry and shortage of front-line workers in recent years, an intelligent inspection robot is discussed in detail. With development and integration of intelligent detection technologies, the robot has functions of video image recognition, infrared temperature measurement, laser vibration and voice pickup, drip detection of water, acid, alkali, gas and steam, expert system of data collection, recording statistics and analysis, mobile phone APP remote online monitoring, which can satisfy daily patrol needs of thermal power plant. Demonstration application in thermal power plant shows proposed robot can achieve desired objectives with all designed functions. The testing provides practical experience and optimization direction for further large-scale application and demonstrates feasibility intelligent inspection robot application in thermal power industry.

Key words: thermal power plant, intelligent inspection robot, system design, function and application

中图分类号:

TM621

张燕东, 田磊, 李茂清, 梁东兴, 陈建超, 胡大, 王明建. 智能巡检机器人系统在火力发电行业的应用研发及示范[J]. 中国电力, 2017, 50(10): 1-7.

ZHANG Yandong, TIAN Lei, LI Maoqing, LIANG Dongxing, CHEN Jianchao, HU Da, WANG Mingjian. Application and Development of Intelligent Inspection Robot System in Thermal Power Plant[J]. Electric Power, 2017, 50(10): 1-7.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.201706125

https://www.electricpower.com.cn/CN/Y2017/V50/I10/1

参考文献

[1] 沈祥,祝项英,金乃正. 无人值班变电站远方监控系统的设计和应用[J]. 电力系统自动化. 2004,28(2)：89-90.
[2] 周立辉,张永生,孙勇,等. 智能变电站巡检机器人研制及应用[J]. 电力系统自动化,2011,35(19)：85-88.
ZHOU Lihui, ZHANG Yongsheng, SUN Yong, et al . Development and application of equipment inspection robot for smart substations[J]. Automation of Electric Power Systems, 2011, 35(19): 85-88.
[3] 王月兵,孙旭朋,姚磊,等. 激光测振仪校准方法研究进展与述评[J]. 中国计量学院学报,2015,26(4)：399-405.
WANG Yuebing, SUN Xupeng, YAO Lei, et al . Advances and reviews on calibration methods for laser vibrometers [J]. Journal of China Jiliang University, 2015, 26(4): 399-405.
[4] 刘家正,干富军,龚圣捷,等. 激光测振技术的可靠性试验研究[J]. 中国核电. 2013, 6(4): 296-300.
LIU Jiazheng, GAN Fujun, GONG Shengjie, et al . Reliability verification of the laser vibrometer technique[J]. Nuclear Power R&D, 2013, 6(4): 296-300.
[5] 熊平,赵登峰,曾国英,等. 激光测量旋转部件综合振动的新方法机械设计与制造[J]. 机械设计与制造,2012(8)：143-145.
XIONG Ping, ZHAO Dengfeng, ZENG Guoying, et al . A laser measuring method for rotating parts comprehensive vibration [J] Machinery Design and Manufacture, 2012(8): 143-145.
[6] 税爱社,陈伟民,方卫红,等. 基于分压补偿的传感电缆泄漏检测精确定位方法[J]. 仪器仪表学报,2013,34(2)：332-337.
SHUI Aishe, CHEN Weimin, FANG Weihong, et al . Leak detection and accurate localization method for sensing cable based on share voltage compensation[J]. Chinese Journal of Scientific Instrument, 2013, 34(2): 332-337.
[7] 霍臻,陈翠梅,朱润祥. 压力管道声发射泄漏检测无损检测[J]. 无损检测. 1997,19(4)：105-107.
HUO Zhen, CHEN Cuimei, ZHU Runxiang. Leak testing of pressure pipes by acoustic emission[J]. NDT, 1997, 19(4): 105-107.
[8] 曾辉斌. 长距离运输管道泄漏检测方法[J]. 水利科技与经济. 2005, 11(1): 42-44.
ZENG Huibin. The leaking detection method of pipeline for long distance transportation[J]. Water Conservancy Science and Technology and Economy, 2005, 11(1): 42-44.

[1]	刘习文, 彭卓寅, 胡新强, 叶泽, 何会学, 蔡睿, 魏文博. 燃煤火电厂年度燃料成本最小化决策模型及应用[J]. 中国电力, 2022, 55(6): 202-207.
[2]	晏敏, 张杨, 郭博闻, 朱跃. 基于全寿命周期成本的SCR脱硝系统优化分析[J]. 中国电力, 2021, 54(3): 191-196.
[3]	陈炜, 任静, 武新芳, 于文英, 刘永生. 雾霾条件下光伏发电量预测的迭代优化与经济性分析[J]. 中国电力, 2021, 54(10): 223-230.
[4]	杨阳, 胡大龙, 黄倩, 许臻, 王璟, 吴火强, 王博. 火电厂废水排放控制政策法规与技术路线综述[J]. 中国电力, 2020, 53(8): 131-138.
[5]	邓宇强, 齐佶, 王启亮, 祁东东, 宋飞, 李海洋, 程家庆, 王冬梅, 马彦斌. 停用保护剂对锅炉启停期间水汽中TOCi的影响研究[J]. 中国电力, 2020, 53(6): 161-165,196.
[6]	王霂晗, 朱林, 张晶杰, 杨帆. 欧盟火电厂二氧化碳排放在线监测系统质量保证体系对中国的启示[J]. 中国电力, 2020, 53(3): 154-158,176.
[7]	唐伟峰, 张佳琦, 李飞. 无磷阻垢剂WS330海水循环冷却阻垢试验研究[J]. 中国电力, 2019, 52(9): 161-166,178.
[8]	赵秀勇, 朱法华, 王圣, 孙雪丽, 徐静馨. 江苏省火电超低排放对环境空气中PM_2.5质量浓度影响模拟研究[J]. 中国电力, 2019, 52(9): 167-172.
[9]	李昊燃, 徐永峰, 马翔. 大型电站烟风管道节能优化及工程应用[J]. 中国电力, 2019, 52(7): 123-131.
[10]	段旭晨, 彭道刚, 姚峻, 赵慧荣, 夏飞. 基于SA-PSO-AHP的火电厂控制系统信息安全威胁评估[J]. 中国电力, 2019, 52(5): 29-35.
[11]	庞乐, 赵玉柱, 张帅, 李鹏. 加装低压省煤器对汽轮机排汽量的影响研究[J]. 中国电力, 2019, 52(4): 133-137.
[12]	韩超, 马欣欣, 沈维春, 董士波, 王秀娜, 曹旭, 徐剑锋. 智慧安全系统在火电厂中的应用研究[J]. 中国电力, 2019, 52(3): 127-132.
[13]	李玉宇, 吴火强, 余伟权, 毛进, 连坤宙. 珠海电厂精处理系统再生废水综合利用改造方案[J]. 中国电力, 2019, 52(3): 140-145.
[14]	肖育军, 邹毅辉, 李彩亭, 周雪斌. SCR系统结构模型与数值模型的适用性分析[J]. 中国电力, 2019, 52(3): 146-152,160.
[15]	栾贻青, 李建祥, 李超英, 黄锐, 吕俊涛. 高压开关柜局部放电检测机器人的开发与应用[J]. 中国电力, 2019, 52(3): 169-176.

智能巡检机器人系统在火力发电行业的应用研发及示范

Application and Development of Intelligent Inspection Robot System in Thermal Power Plant

RichHTML

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

模态框（Modal）标题

智能巡检机器人系统在火力发电行业的应用研发及示范

Application and Development of Intelligent Inspection Robot System in Thermal Power Plant

RichHTML

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics