周前飞，丁树庆，王会方，庆光蔚，胡静波，吴祥生

（南京市特种设备安全监督检验研究院，江苏南京 210019）

0 引言

随着社会经济的不断发展，我国在役大型机械设备金属结构、钢桥结构、石化设备钢结构、厂房钢结构等大型金属结构物越来越多，该类结构具有投资成本大、社会价值高的特点，其安全性也越来越受到关注和重视。在役金属结构在长期的使用过程中，受焊接缺陷、疲劳与腐蚀效应、材料老化等因素影响，不可避免地会产生损伤累积、抗力衰退，进而出现裂纹、锈蚀、磨损、变形、连接部位损坏以及其他形式的结构缺陷，进而导致结构脆性断裂或者疲劳断裂，引发灾难性安全事故。因此，对在役金属结构缺陷进行检测和定位，可以有效预防并控制安全事故的发生，减少人员和设备财产的损失，对保障设备的安全运行具有重要的意义。

目前，在役金属结构缺陷检测主要通过人工携带相关检测仪器攀登作业到主要受力部位，然后通过检测仪器或者目视检查结构表面、连接焊缝处有无明显的裂纹和锈蚀，螺栓和销轴等连接有无明显缺件和损坏等缺陷。检测人员需要耗费大量时间在现场恶劣环境下进行穿梭，对结构主体进行攀爬，时间成本高，安全风险大，劳动强度高，对人员主观经验要求高，并且有些部位人员往往难以到达，或到达后受空间位置限制，难以从容地使用仪器进行检测工作，但这些部位又是重要的受力部位，是结构缺陷检测的重点。因此，迫切需要找到一种高效可靠、易操作、安全性高的方式将检测仪器运送到被测部位进行相应检测。

多旋翼无人机是一种常见的无人飞行器，具有飞行稳定、能够在空中高精度悬停等优点，在桥梁检测、电力巡线等领域得到一定程度的应用[1-6]，但主要还是限制在拍摄和监控层面，即对目标对象只是“看”和“查”，还不能和目标对象进行“接触”式检测。对于大型金属结构表面裂纹、锈蚀等缺陷，利用无人机搭载视觉传感器对其进行非接触式检测尚可，但当结构表面存在灰尘、油污、漆皮剥落问题时，会大大降低其对裂纹等缺陷的检测效果。以超声、涡流、磁粉、渗透为代表的无损检测方法，可有效弥补视觉检测的不足，但是通常需要与待检测部位接近或接触检测。其中，涡流检测是一种检测导电结构表面和亚表面缺陷的有效方法，具有灵敏度高和不需耦合剂等优点。

旋翼飞行机械臂（rotorcraftaerialmanipulator，RAM）系统是一种新概念的可进行飞行操作的无人机系统，包含旋翼飞行器和一个多自由度机械臂，可实现旋翼飞行器在悬停状态下对目标物体的接触和自主操作，在很大程度上拓展无人飞行器的应用范围。当前的国内外许多研究已经对旋翼无人机与物体的“接触”进行探讨。美国航空宇航研究机构在无人直升机平台上加装六自由度高精度机械臂，实现对放置在地面上物体的准确抓取[7]。美国的斯坦福大学采用预测控制的方法对直升机执行抓取任务时的不确定影响参数进行分析[8]。日本Prodrone公司[9]推出一款似猎鹰的旋翼飞行机械臂系统，两个五轴机械臂配合末端抓手搭载在无人机机身底部，可以配合抓取地面目标。韩国首尔大学软机器人研究中心[10]提出一种可折叠机械臂的无人机，目前处于实验室原型阶段，未来可用于辅助人员从裂缝中收集样本或检查烟囱、管道、沟渠和其他狭窄空间。

由于无人机、机械臂和物体间存在相互作用的动力学问题，例如无人机运动状态会受到机械臂带来的冲击载荷的影响等问题，使得旋翼飞行机械臂系统精确的建模和控制变得较为困难。目前，旋翼飞行机械臂主要用于完成目标抓取任务，尚未见其应用于大型金属结构检测的报道。因此，本文作者将旋翼飞行机械臂与涡流无损检测技术相结合，构建一套面向大型金属结构，以多旋翼无人机为平台，搭载机械臂及涡流检测探头，实时显示并以模式识别方法进行处理的智能化检测系统，应用于大型金属结构表面及亚表面缺陷的智能检测与识别，是一种全新的检测手段尝试，可以促进高智能化和可视化的结构物检测理论和技术的发展，提高结构损伤检测的灵敏度和识别精度，提高大型金属结构检测的自动化和智能化水平，为其结构安全性和完整性评估提供理论依据和应用指导，具有广阔的应用前景。

1 旋翼飞行机械臂智能检测系统构成及其工作原理

1.1 旋翼飞行机械臂智能检测系统的硬件构成

图1为大型金属结构旋翼飞行机械臂智能涡流检测系统原理图，主要由无人机平台、机械臂、机载探测装置、通讯链路系统、地面控制台等组成。

如图1所示，无人机平台分为机体结构和飞行控制2个部分，包括主控制器、飞行姿态测量系统、电机调速系统、电源模块、定位模块和避障装置等。机械臂包括本体结构和运动控制2个部分。机载探测装置包括可见光相机、涡流检测探头和微型高清摄像头。通讯链路系统包括无人机通讯系统、机械臂通讯系统、探测装置通讯系统3个部分，无人机通讯系统主要用于保证地面控制台与空中无人机之间的数据通讯，实现地面对无人机的遥控和定位；机械臂通讯系统主要用于传输机械臂控制指令，实现地面对机械臂的遥控操作；探测装置通讯系统将采集到的涡流信号、图像信息等数据传输到地面控制台，包含数据压缩、无线传输和数据解码3个部分，需要确保所传数据的实时性和真实性；链路由机载模块和地面模块组成，对检测范围较大的大型金属结构还需要在合适的位置设置中继模块，以保证通讯系统的正常运行。

地面控制台分为飞行控制、机械臂控制和数据处理3个部分，其中飞行控制部分主要用于无人机飞行状态的监测和控制、无人机的导航、探测装置控制的切换等；机械臂控制主要用于实现机械臂空间运动的控制和监测；数据处理部分一方面对探测装置采集的涡流检测数据、图像数据进行实时显示，以供操作人员现场进行检测结果的初步判断；另一方面采用信号处理与模式识别技术对获得的涡流检测数据进行缺陷特征提取与识别，以实现被测结构缺陷、隐患的判别和确认，实现结构安全状况的及时诊断和排查。

图1 大型金属结构旋翼飞行机械臂智能检测系统原理图

1.2 旋翼飞行机械臂智能检测系统的工作原理

该系统的基本工作原理为：如图2所示，无人机平台用于搭载机械臂、便携式涡流检测装置本体、可见光相机及云台，机械臂包括肘部转动关节、伸缩臂、腕部转动关节和定位臂，无人机本体上固定设置有基座，基座的顶部通过肘部转动关节与伸缩臂的一端连接，伸缩臂的另一端通过腕部转动关节与定位臂连接，定位臂的末端设置有微型高清摄像头和涡流检测探头。相机通过云台设置在无人机本体上，用于拍摄机械臂末端探头与待检测部位的图像，判断探头与待检测表面的空间位置；涡流检测探头用于采集待检测部位的缺陷信号，对其表面及亚表面缺陷进行检测识别，微型高清摄像头用于待检测部位的高清细节图像，以辅助地面操控人员对待测部位表面裂纹、锈蚀等缺陷的判定和识别。

图2 旋翼飞行机械臂智能检测系统结构示意图

在执行结构检测任务时，通过地面控制台遥控无人机飞至金属结构待检测部位附近，通过云台控制相机转动拍摄机械臂末端探头与待检测部位的图像，判断探头与待检测表面的空间位置，通过地面控制台遥控机械臂空间运动使其末端探头与待检测部位可靠接触，通过涡流检测探头采集待检测部位的缺陷信号，通过电缆传输到无损检测装置本体，再通过无线通讯链路传输到地面控制台，对涡流检测信号进行去噪及特征提取，构造出识别缺陷信号的特征向量，利用神经网络、支持向量机等智能算法对不同类型的缺陷特征进行训练和分类，实现金属结构表面及亚表面裂纹、锈蚀、孔穴等缺陷的自动判别和分类。

2 旋翼飞行机械臂系统关键技术

根据港口起重机、钢桥结构等大型金属结构检测的应用特殊性，在满足飞行稳定性、安全性、自重、功耗等要求的前提下，设计旋翼飞行机械臂及其末端检测装置的结构形式，建立旋翼飞行机械臂系统动力学与控制模型，使机械臂能够与金属结构安全可靠接触，确保采集到高质量的涡流检测信号。

为保证飞行稳定性，便于精确控制无人机的飞行路线、飞行速度和方向，无人机平台采用六旋翼无人机结构形式，如图3所示，包括电机、旋翼、辐条、中心圆板、飞行保护罩和起落架等，中心圆板位于圆环形飞行保护罩的中心位置，中心圆板和圆环形保护罩之间通过多根辐条连接，多根辐条呈辐射状均匀设置，每根辐条上固定有一高速电机，电机的输出轴上设置有旋翼，6个电机的中心点共圆且与圆环形保护罩同心设置，便携式涡流检测装置本体、机载通讯模块与机械臂对称布置在中心圆板上，将飞行器的重心控制在靠近飞行器几何中心，从而提高无人机的整体稳定性。通过设置圆环形保护罩，可以避免高速旋转的旋翼对操作人员和设备造成伤害，提高机体的安全性能和抗风能力，这种方案与为每个旋翼装设单独的飞行保护罩相比，大大简化保护罩的结构，减小设备重量和体积，提高无人机的续航能力。

图3 无人机平台结构示意图

机械臂包括肘部转动关节、伸缩臂、腕部转动关节、定位臂等，采用电池作为轻型机械臂的动力源，采用步进电机驱动系统精确控制各关节的转动角度，使机械臂在空间做三自由度（1个伸缩运动，2个旋转运动）运动，使其末端的探头与待检测部位接触，采集待检测部位的缺陷特征信号，可实现对金属结构的倾斜面、竖直面、下底面等人员难以到达的部位进行检测，如图4所示。

图4 旋翼飞行机械臂检测系统工作模式

机械臂每个转动关节是一个独立的一体化伺服驱动模块单元，模块包括壳体及支撑结构、步进电机、步进电机控制器、步进电机驱动器、制动器，如图5（a）所示。为使机械臂能够安全地工作，以至于在断电时候不发生危险，在步进电机尾部加装一个永磁常闭式制动器，并且并联在步进电机的控制电路上，当步进电机上电时，制动器也上电，制动器开闸脱离步进电机输出轴，步进电机正常运转；当步进电机失电时，制动器失电，制动器抱闸紧紧抱住步进电机轴，防止机械臂旋转关节发生意外转动对设备造成损害。机械臂的伸缩臂部分包括静臂、支承座、动臂、齿轮、齿条、导轨、机械挡块、限位挡块、伸缩关节（由步进电机、控制器、驱动器、壳体及支撑结构、制动器组成），伸缩关节和齿轮通过支承座与静臂连接，齿条固定在动臂上，齿条末端设置有机械挡块，由步进电机驱动齿轮转动，通过与齿条啮合驱动动臂沿着设置在动臂与静臂之间的直线导轨做伸缩运动，如图5（b）所示。

图5 机械臂结构示意图

如图5（c）所示，涡流检测探头装设在定位臂末端支撑板的中心，支撑板装设有4个橡胶轮，通过肘部关节的旋转、伸缩臂的伸缩以及腕部关节的旋转，驱动橡胶轮在大型金属结构表面滚动，从而带动探头对待检测表面一定区域范围进行缺陷信号采集和检测，如图4（a）所示。通过调整探头相对橡胶轮底部的安装高度确保与检测表面的可靠接近或接触，适用于铁磁性和非铁磁性金属等导电材料构件的缺陷检测，在检测时不要求线圈与构件紧密接触，也不需要在线圈与构件间充满藕合剂，便于实现检测自动化。与此同时，在支撑板上还装设一个微型高清摄像头，近距离拍摄待检测部位的高清细节图像，辅助人员对缺陷进行判定和识别，输出图像信号通过电缆与中心圆板上的无线通讯装置连接，通过无线通讯链路传输到地面控制台进行显示。

针对旋翼飞行机械臂在悬停执行结构检测任务时，机械臂关节角变化导致的系统重心变化问题，采用动态重心补偿控制方法来保证系统飞行作业的稳定性。当系统实现涡流检测探头与待检测结构表面可靠接触，并采集到高质量的涡流检测信号后，采用高保真无线实时传输技术将涡流检测信号传到地面控制台，进行去噪滤波、独立分量分析等预处理，提取涡流检测信号的时域频域缺陷特征，然后利用人工神经网络、支持向量机等智能算法设计缺陷分类识别系统，实现金属结构表面及亚表面裂纹、锈蚀、孔穴等缺陷的自动检测。

3 结论

以大型金属结构为对象，研究大型金属结构表面和亚表面缺陷检测和识别技术，以旋翼飞行机械臂系统技术和涡流检测信号处理理论为技术手段，提出一种旋翼飞行机械臂智能涡流检测系统。该系统利用无人机的高空作业优势，无需人工攀爬到大型金属结构上进行检测，解决某些人员难以到达部位的检测难题，提高检测效率，有效地降低事故隐患，减少人力成本和安全风险，提高结构检测的智能化和自动化水平，满足行业发展的迫切需求；系统将旋翼飞行机械臂与涡流无损检测方法进行结合，不仅可以降低结构表面灰尘、油污、漆皮剥落对检测的干扰，还可以对结构亚表面或内部裂纹、孔穴、夹渣等缺陷进行有效检测，从而弥补视觉检测的不足。通过检测提供设备结构准确、形象的缺陷信息，将有效地保证结构安全性评估的精度，促进设备结构视情评估这一先进的评估模式发展，变主观经验判断为可视化的优化决策，合理决定维修或改装方案，从而有效延长设备使用寿命，最大限度地发挥潜能，提高机械装备的本质安全水平，具有良好的学术价值和经济应用前景。