输电线路除冰机器人的设计(开题报告)

重庆大学 研究生学位论文选题报告 及论文工作实施计划

学 院： 研究生院 专 业： 控制工程 * 名： ** 学位级别： 工程硕士 指导老师： ***

2013年6月 输电线路除冰机器人的设计 1研究目的意义以及国内外研究概况 1.1研究目的及意义 在输变电工程中，输电线路覆冰是高压线路的安全运行的重大隐患之一。输电线路覆冰可引起导线舞动、杆塔倾斜、倒塌、断线及绝缘子闪络等问题[1]，从而导致通信中断或大面积停电。然而，目前解决输电线路覆冰的主要措施是以预防为主，紧急情况下大多数采用人工除冰的方式强制使输电线表面的覆冰脱落。然而，人工除冰工作量大，速度慢，安全系数底，致使一旦输电线路严重覆冰便会影响居民日常生活、造成经济损失，使得冰害事故频发等。

图1.1 线路覆冰导致输电线塔杆倒塌 针对输电线路覆冰现象及危害，近年来国内外大力开展对自动除冰机器人的研究，但大多数除冰机器人在对整条输电线进行除冰时不能自动越过绝缘子、防震锤、悬垂线夹等障碍物，因此，能够智能化、高效安全的对输电线路进行除冰，成为保证高压线路安全运行的一大课题。由此可见，输电线路的正常维护和覆冰线路的及时除冰，对于保障电力系统的安全运行乃至国民经济的稳定发展都有着重要的意义。所以本设计着力于设计和开发一种能自动循迹、自动越障、自动除 冰的自动化除冰机器人。 1.2国内外研究现状

1.2.1国外技术研究现状 在输电线除冰机器人的研究领域中，美国TRC公司早在1989年便研制了自治寻线机器人原型，该机器人不仅能沿架空导线上远距离爬行，还能执行电晕损耗、绝缘子、结合点、压接头等视觉检查任务，并能对探测到的线路故障数据预处理后，传送给地面工作人员，当机器人遇到塔杆时，利用手臂采用仿人攀援的方式从侧面越过塔杆[2]。 同年，日本东京电力公司研制出寻线机器人，该寻线机器人能挂钩在架空输电线路上行走，具有跨越防震锤，塔杆等各种障碍的功能[3]。 在2000年，加拿大魁北克水电研究院研制的名为HQLineROVer遥控小车[4]，不仅能对输电线路的故障进行红外检查，还能对压接头状态自动进行评估，并能完成导线与地线的更换，同时也能够完成导线清污、导线除冰，但HQLineROVer遥控小车是在人工遥控下运行的，自动化程度较低，并且无越障能力。当遇到障碍物需要人工进行调整。

图1.2 HQ LineROVer遥控小车 2009年，加拿大魁北克水电研究院研制了名为LineScout小车，该小车具有越障功能，突破了除冰机器人无法越障的瓶颈，该越障机构采用了仿人手臂攀援机构[5]。 1.2.2国内技术研究现状 输电线路除冰机器人在国内最早的研究始于1998年，武汉大学研制出了架空高压线路寻线小车，不仅可以通过人工遥控和机械控制器可以实现稳定的行走和越障碍功能，还可以跨越输电线路上的绝缘子、防震锤、悬垂线夹等主要障碍物，并利用红外故障诊断仪完成了线路的诊断。目前该项目组针对22OkV单分裂相线进行了巡线机器人关键技术的研究,在机器人越障能力、智能控制、移动导航、多传感器技术等方面取得了全面的突破，使巡线机器人能够避开和跨越高压输电线路的各种障碍物[6]。 中国科学院沈阳自动化研究所在863计划的支持下开展了“500KV地线巡检机器人的研制”课题攻关，并研制出试验样机。该课题成功攻克了机器人机构、自主控制、数据和图像的传输等关键技术，成功地开发出由巡检机器人和地面移动基站组成的系统，完成了超高压实际环境下的巡检试验。该机器人能够沿500KV地线行走、实时检测和跨越障碍，并可以检测输电线、防震锤、绝缘子和杆塔等输电设备的损伤情况。该巡检机器人的成功研制，在机器人本体、控制系统、检测系统等方面积累了丰富的经验[6]。 2004年，中国科学院兰州分院成功研制出了高压输电线路巡检机器人系统，该巡检机器人包括系统电源、机器人本体、控制系统、检测设备和通讯设备，底面设施包括上下塔杆辅助设施和底面基站。经过现场实验，该设备具有较好的寻线功能，不仅能够完成机器人在线路上自主行走，还能够通过摄像头实现实时监控功能[7]。 此外北京航空航天大学、武汉大学、东南大学、山东大学也开始了对输电线路除冰机器人的研究工作。

2论文的理论依据、研究方法、研究内容 2.1理论依据 2.1.1输电线路覆冰类型与特点 覆冰是在大气温度接近或低于0℃时，有降水并被冰结在温度接近或低于0℃ 的物体上的白色透明或不透明的冰层。若被覆冰物是导线，则称之为导线覆冰。《地面气象观测规范》中称覆冰为积冰，有的地方叫凝冰，也有叫桐油凌、结冰等[8]。线路覆冰分类及特点如表2.1所示。湖南、湖北、江西等省，每逢严冬和初春季节，阴雨连绵，空气湿度很高（90%以上），导线极易覆冰，多位雨淞；云南、贵州等高海拔地区，覆冰多位雾凇或混合淞[9]。 表2.1 线路覆冰分类及特点 名称 性质 形成条件及过程 危害

雨淞 透明或半透明的冰，分布均匀、坚硬，可形成冰柱，密度为0.9g/cm3，粘附力很强

在低地过冷却雨或毛毛细雨落在地域冻结温度的物体上形成，气温-2~0℃；在山地由云中来的冰晶或含有大水滴的底面雾在高风速下形成，气温-4~0℃。 最严重的一种覆冰形式，导线形成雨淞后，如遇降雪或雾凇将导致覆冰迅速增长，且因密度大，产生的机械符合也最大。

雾凇 白色，粒状雪，质轻，为相对坚固的结晶，密度0.3~0.6g/cm3，粘附力颇弱。

在中等风速下形成，在山地由云中来的冰晶或含水滴的雾形成，气温-13~-8℃。 附着力相当弱，对线路一般不构成威胁。

混合淞 不透明（奶色）或白透明冰，常由透明和不透明冰层交错形成，坚硬；密度0.6~0.9g/cm3。粘附力强，生长速度快。 在低地由云中来的冰晶或有雨滴的底面雾形成，气温-5~0℃；在山地，相当高的风速下，由云中水的冰晶或带有中等大小水滴的底面雾形成，气温-4~-3℃。

混合淞是一个符合覆冰过程，首先是雨淞，然后是雾凇，是一种交替的形式，生长速度快，对导线危害特别严重。

白霜 白色，雪状，不规则针状结晶，很脆而轻，密度0.05~0.3g/cm3，粘附力弱。 水汽直接凝结而成，发生在寒冷平静的天气，气温低于-10℃。

粘附力弱，几乎不对线路构成威胁，但会增加输电线路的电晕损失

雪和雾 在低地为干雪，密度低，粘附力弱；在丘陵为凝结雪和雨夹雪或雾，重量达 粘附雪经过多次融化和冻结，成为雪和冰的混合物，可以达到相当高的重量和粘附力弱，几乎不会对线路构成威胁，但会增加电晕损失。 体积。 2.1.2输电线路导线覆冰导致的事故

导线覆冰覆冰引起的事故可以分为如下几类： （1）过负载事故 过负载事故为导线覆冰超过设计抗冰厚度，即覆冰后质量、风压面积增加而导致的机械和电气方面的事故。这种事故造成金具损坏、导线断股、塔杆损折、绝缘子串翻转、撞裂等机械事故；也可能使弧垂增大，造成闪络和烧伤、烧断导线的电气事故。 （2）不均匀覆冰或不同使其脱冰事故 响铃档的不均匀覆冰或线路不同期脱冰会产生张力差、损坏金具、导线和绝缘子及使导线电气间隙减少，发生闪络，也有可能破坏塔杆。 （3）覆冰导线舞动 不均匀覆冰或冰、风荷载的作用使导线产生自激震荡和低频率的舞动，造成金具损坏、导线断股、断线和塔杆倾斜或倒塌等机械及电气事故[10]。

2.1.3输电线路的除冰技术

目前国内外除冰方法有多种，可分为如下4类[10]： （1）热力除冰法 利用附加热源或导线自身发热，使冰雪在到线上无法积覆，或是使已经积覆的冰雪融化。 目前应用较多的是低居里铁磁材料，这种材料在温度<0℃时，磁滞损耗大，发热可阻值积覆冰雪或融冰；当温度>0℃时，不无要融冰，损耗很小。这种方法除冰的效果较为明显，低居里热名防冰套筒和低居里磁热线已投入工程实用。采用人力和动力绕线机除冰能耗成本较高。 （2）机械除冰法 机械外力除冰最早采用有“ad hoc”法、滑轮铲刮法和强力振动法，其中滑轮铲刮法较为实用，它耗能小，价格低廉，但操作困难，安全性能亦需完善。 采用电磁力或电脉冲使导线产生强烈的而又在控制范围内震动来除冰，对雾凇有一定的效果，对雨淞效果有限，除冰效果不佳。 （3）被动除冰法 在到线上安装阻雪环、平衡锤等装置可使到线上的覆冰堆积到一定程度时，由风或其它自然力的作用自行脱落。该法简单易行，但可能因不均匀或不同使其脱冰产生的导线跳跃的线路事故。 （4）其他除冰法 除上诉方法外，电子冻结、电晕放电和碰撞前颗粒冻结、加热等方法也正在国内外研究。

2.1.4机器人的常用控制策略

在目前情况下，机器人建模时总存在误差、各种扰动和一些未知参数等各种不确定性因素。输电线路除冰机器人在系统运行的环境较为复杂，在复杂环境下运行、跨障、除冰等系统稳定性尤为重要，目前采用或正在大力研究的主要控制策略有[11]： （1）传统PID控制 早期的机器人控制大多采用分散单关节PID控制，PID控制作为传统控制方法，其最大的优势就是设计简单，个参数作用、意义明确；另外相应的参数整定技术也经历多年不断发展趋于成熟。 （2）自适应控制 自适应控制的方法就是在运行过程中不断测量受控对象的特征，根据测得的特征信息使控制系统按最新的特性实现闭环最优控制。自适应控制能认识环境的变化，并能改变控制器的参数和结构，自动调整控制作用，以保证系统达到满意的效果。自适应控制是以精确的数学模型为基础的，它不仅要求事先知道对象的模型结构信息，还需要通过辨识获取对象的精确模型。 （3）鲁棒控制 鲁棒控制可以在不确定因素的一定变化范围内，保证系统稳定和维持一定的性能指标，它是一种固定控制，比较容易实现。一般鲁棒控制系统的设计是以一些最差的情况为基础，因此一般系统并不工作在最优状态。 （4）智能控制 在研究机器人等被控对象的模型存在不确定性及位置环境交互作用较强下的控制时，智能控制方法得到了成功的应用。智能控制包括模糊控制、神经网络控制、集成智能控制、学习控制以及专家控制等。人工智能与传统方法不同，它