Mine pipeline inspection robot design and traction performance analysis
-
摘要: 针对瓦斯抽采管道破损泄漏检测问题，设计了一种具有管道检测和运动控制功能的螺旋式矿用管道检测机器人，介绍了该机器人的结构和检测与控制系统方案。建立了机器人在管道中运行的力学分析模型，并通过动力学仿真研究了影响机器人牵引性能的因素，结果表明：机器人在管道内运行时的牵引力与管道材质、螺旋角、管壁与驱动轮之间法向力有关；机器人在不同材质的管道中运行时最佳螺旋角不同，在相同材质的管道中运行时，无介质运输情况下牵引力高于有介质运输情况；机器人牵引力随法向力的增大而增大，但最佳螺旋角无明显变化；随着螺旋角增大，牵引力先增大后减小，螺旋角为40°时牵引力最大。为提高机器人通过弯管时的性能，提出一种变螺旋角过弯策略，即机器人主动控制螺旋角随螺旋运动单元转动以正弦式规律变化，使管道内侧的螺旋角小于外侧。搭建机器人测试平台对矿用管道检测机器人进行测试，结果表明：机器人在直管中运行的最佳螺旋角为40°；可通过增加法向力来提升机器人的牵引性能；采用变螺旋角过弯策略时，机器人在弯管中的通过性能和平稳性优于定螺旋角过弯。Abstract: In response to the problem of gas extraction pipeline damage and leakage inspection, a spiral mine pipeline inspection robot with pipeline inspection and motion control functions is designed. The structure and inspection and control system scheme of the robot are introduced. A mechanical analysis model is established for the operation of robots in pipelines, and the factors affecting the robot's traction performance are studied through dynamic simulation. The results show that the traction force of the robot during operation in the pipeline is related to the pipeline material, spiral angle, and the normal force between the pipeline wall and the driving wheel. The optimal spiral angle for robots operating in pipelines of different materials is different. When operating in pipelines of the same material, the traction force is higher in the absence of medium transportation than in the presence of medium transportation. The traction force of the robot increases with the increase of normal force. But there is no significant change in the optimal spiral angle. As the spiral angle increases, the traction force first increases and then decreases, reaching its maximum at a spiral angle of 40°. To improve the performance of robots passing through curved pipes, a variable spiral angle bending strategy is proposed. The robot actively controls the spiral angle to change in a sinusoidal pattern with the rotation of the spiral motion unit, so that the spiral angle on the inner side of the pipeline is smaller than that on the outer side. A robot testing platform to test the mine pipeline inspection robot is established. The results show that the optimal spiral angle for the robot to operate in the straight pipe is 40°. The traction performance of the robot can be improved by increasing the normal force. When using the variable spiral angle bending strategy, the robot has better performance and stability in passing through curved pipes compared to fixed spiral angle bending.
-
0. 引言
破解煤岩识别技术难题是提高采煤工作面智能化水平，推动煤炭清洁、高效、安全生产的关键[1-4]。自20世纪60年代起，英、美、澳、德、俄、中等产煤大国便开始了煤岩识别技术的研究。煤岩识别方法包括过程信号识别、图像特征识别、反射光谱识别、超声波探测识别、电磁波探测识别等。过程信号识别和超声波探测识别受机械振动和煤岩硬度影响较大，图像特征识别和反射光谱识别受粉尘、光照、瓦斯和振动等因素的限制，在工程实践中应用较少[5]。
微波频段的电磁波携带的信息量大，可避免粉尘及光纤干扰，已被广泛用于煤岩界面识别、金属无损探伤等场景[6-7]。将电磁波应用于煤岩识别中，可有效提高煤岩界面的分辨能力。本文阐述了运用电磁波技术进行煤岩识别的原理，介绍了γ射线法、雷达探测法、太赫兹信号法、电子共振法、X射线法和红外热成像法6种具体的煤岩识别实现方法，并结合实际工业应用分析了各类方法的研究现状。
1. 电磁波探测原理
电磁波在不同介质中传播时波速不同，同时伴有能量损耗。当电磁波传播到煤层或岩层时，一部分发生折射后继续传播，另一部分则从煤岩接触表面反射后原路返回。因此，可通过电磁波的回波时差计算煤层厚度，达到煤岩识别的目的。此外，还可根据接收到的散射波进行数值反演，实现微波逆散射成像，直接获取煤岩的形状、组成及位置。
理想状态下煤岩界面模型如图1所示。
电磁波在不同介质中的传播速率为
$$ \nu =\frac{V}{\sqrt{\varepsilon }} $$ (1) 式中：$ V $ 为电磁波在真空中的传播速度；$ \varepsilon $为传播介质的相对介电常数。
根据模型可得到雷达天线悬空高度$ {H}_{0} $和煤层厚度$ {H}_{1} $：
$$ \begin{array}{c}{H}_{0}=\left({N}_{1}+2-{N}_{0}\right){V}_{0}T/[2(M-1)]\end{array} $$ (2) $$ \begin{array}{c}{H}_{1}=\left({N}_{2}-{N}_{1}\right){V}_{1}T/[2(M-1)]\end{array} $$ (3) 式中：N1为电磁波由空气传输到煤层的时刻；N0为初始采样时刻；V0为电磁波在空气中的传播速度；T为采样时窗；M为采样率；N2为电磁波由煤层传输到岩层的时刻；V1为电磁波在煤层中的传播速度。
联立式（2）、式（3）得
$$ {H}_{1}=\frac{\left({N}_{2}-{N}_{1}\right){V}_{1}{H}_{0}}{\left({N}_{1}+2-{N}_{0}\right){V}_{0}} $$ (4) 2. 基于电磁波的煤岩识别技术
2.1 γ射线法
γ射线法可分为主动γ射线探测法和被动γ射线探测法2种。主动γ射线探测法也称自然γ射线探测法，其原理是利用射线传感器接收煤岩层放射的γ射线强度，从而推算煤层厚度。被动γ射线探测法也称人工γ射线探测法，其原理是在煤层下方放置人工γ射线的放射源，通过接收穿透煤层的射线来推算煤层厚度。γ射线法原理如图2所示。
1961年，英国学者提出用γ射线测量煤炭厚度，通过γ射线与煤和岩石的相互作用测得煤岩厚度。我国自20世纪80年代初期开始开展关于γ射线的煤岩识别研究。开滦煤炭科学研究所[8]研制出数字式低能射线测灰仪，利用不同种类煤炭的化学组成不同和对γ射线的吸收不同，测量不同种类煤炭的灰分。纪纲等[9]提出了测量矿井采煤工作面煤皮厚度的方法，建立了天然γ射线穿过煤层的物理模型，通过计算机模拟衰减过程获得煤皮厚度。韩成石等[10]根据γ射线穿过不同物质时衰减率不同，提出了区别煤和矸石的方法，排除矸石效率达85%以上。王增才等[11]探讨了液压支架顶梁对天然γ射线衰减量的影响，提出了基-于天然γ射线的煤岩界面识别方法，得出在考虑支架顶梁与不考虑支架顶梁2种情况下γ射线强度相差13.6%。张宁波[12]建立了煤矸混合体自然射线辐射模型和煤矸冒落辐射探测有效厚度模型，确定了煤矸识别指标体系和临界值，验证了基于自然γ射线的煤矸自动识别技术的适用性。赵明鑫[13]提出在综放过程中利用射线进行煤岩识别，当矸石含量达到20%时，能够精确分辨煤和矸石，达到了放煤工作面对煤矸识别的精度要求。杨增福等[14]对自然γ射线测量统计分布规律及其测量误差的分布规律进行了研究，推导出新的测量误差公式。
2.2 雷达探测法
电磁波遇到煤岩界面时会发生反射，雷达探测法通过地质雷达的发射天线发射电磁脉冲波，并接收反射波，根据反射波的幅度和相位等信息推算煤层厚度。雷达探测法原理如图3所示，发射器发射脉冲信号，信号经反射到达接收器，通过接收信号的时间差进行探测。
1974年D. A. Ellerbruch 等[15-16]为解决远程测量煤厚的问题，首次研究了电磁波在煤层中的穿透性及其在煤岩界面处的反射，验证了利用电磁波进行煤层测厚的可行性。文献[17-21]在此基础上进一步研究，研发了相关雷达探测系统，取得了一定的成果。
王昕等[22]建立了煤岩界面分层介质模型，分析了电导率和探测深度对煤岩识别的影响。刘帅等[23]从煤岩介电常数出发研究了雷达对煤岩的穿透性，将煤层厚度测量误差控制在10 mm内。许献磊等[24]通过正演模拟分析了高频雷达波在空气、煤和岩层中的回波特征，提出了煤岩层位追踪算法，实现了煤岩层位快速定位。
2.3 太赫兹信号法
激光器产生的脉冲进入光谱系统中时被分成2个部分：一部分穿过发射器形成太赫兹脉冲，最终聚集在探测器上；另一部分经过平移段后形成延时系统。太赫兹信号法通过获取脉冲信号的幅值和相位，对皮秒级时域谱进行傅里叶变换，提取介质在太赫兹波段下的吸收和色散特性，进而完成煤岩识别。太赫兹信号法原理如图4所示。
杨成全等[25]利用太赫兹时域光谱系统，分析比对了石柱、降尘和新鲜岩石3种不同样品所产生的光谱特征，得出石柱的折射率在整个波段中都趋于稳定，其余二者则不确定。宝日玛等[26]利用太赫兹时域光谱技术对蚀变较强的辉长岩、黑云母花岗岩、花岗岩、碎屑岩和火山碎屑岩5种样品进行了光谱测试，获得了5种样品的平均折射率。许长虹等[27]利用太赫兹时域光谱技术对煤炭标准物质的氢含量和挥发分进行了研究，得出二者在太赫兹波段内的吸收系数和介电常数实部均存在负线性关系。王昕等[28-29]利用太赫兹光谱技术对煤岩的介电特性进行了研究，得出了煤岩介质的高衰减性和无明显吸收峰等特征，采用Hilbert–Huang变换对煤岩样的太赫兹光谱进行时频分析，获得了更高的时频分辨率。虞婧[30]利用太赫兹时域光谱技术提取不同样本的太赫兹信号，结合快速傅里叶变换等方法对煤岩混合物进行了特性分析。苗曙光等[31]利用太赫兹透射实验获得6种煤岩的太赫兹光谱，得到各种样品的折射率、吸收系数及介电常数，实现了煤岩的快速识别。
2.4 电子共振法
电子共振法分为电子顺磁共振（Electron Paramagnetic Resonance，EPR）和电子自旋共振 （Electron Spin Resonance，ESR）。电子自转会产生磁矩，在其周围利用线圈发射一定强度的磁场，可以让这些电子磁矩重新取向，从而由低能级电子跃迁成为高能级电子。利用煤层中的不配对电子完成电磁波的吸收，可最终估算出煤层的厚度。电子共振法原理如图5所示。
苗曙光[32]通过时域有限差分法证明了用电子共振法实现煤岩识别的可行性，并用无烟煤、烟煤、褐煤和岩石进行了试验，获得了特征参数变化规律，通过改进最大类间方差法（OTSU）获得了可读性更强的煤岩界面，使得煤岩界面更加准确，易于进行工程解释。
2.5 X射线法
X射线法利用X射线对煤岩穿透性的不同达到识别效果，其原理如图6所示。
曲星武等[33]为了研究高变质程度煤的结构，利用X射线衍射法进行分析，为优质煤和劣质煤的分选提供了方法。李春山[34]利用X射线荧光法对岩屑进行分析，测得了岩屑中的12种基本元素，为岩性分析提供了支持。杨慧刚等[35]设计了一种基于X射线和机器视觉的煤矸识别分选系统，利用X射线扫描获取煤矸图像，通过图像灰度信息和厚度信息确定分离阈值，提高了煤矸分离精度。耿秀云[36]以X光图像为基础，结合物体的高度确定可行的识别算法，最终实现煤矸石的自动识别。司垒等[37]提出了基于X射线图像和激光点云融合的煤矸识别方法，设计了基于局部熵和全局均差加权的改进OTSU分割算法，提高了X射线图像分割精度和效率，通过提取X射线图像和激光点云的煤矸组合特征进行煤矸识别，准确率达99.00%。
2.6 红外热成像法
红外热成像法可分为主动红外激励法和截割闪温法。主动红外激励法利用外部辐射源对煤和岩石的表面或内部进行激励，导致煤和岩石快速升温，利用红外热成像仪监测其温度差异，达到识别效果。截割闪温法原理：滚筒在截割煤岩过程中，截齿表面和煤岩接触面因存在颗粒突起而产生摩擦，在截割瞬间接触面上会产生瞬间高温，即截割闪温，同样利用红外热成像仪可完成煤岩识别。红外热成像法原理如图7所示。
主动红外激励法最初由桂林电子科技大学[38]提出，利用红外线对煤壁进行主动激励后，通过采集煤壁降温红外热图像提取煤岩温度场特征信息，完成多种类型煤壁煤岩界面的识别。张强等[39]建立了基于红外热成像技术的煤岩界面试验台，利用煤岩试件对5处监测点进行监测分析，得到各个监测点的温度都随着红外射线的激励时长增加而增加，但增长速率各不相同，根据温度变化规律完成煤岩识别。
对于截割闪温法，C. O. Hargrave等[40]设计了煤岩截割状态红外检测识别装置，并对煤岩穿透效果与识别性能进行了分析。J. C. Ralston等[41]设计了热红外传感装置，基于红外探测原理对煤层的垂直高度进行自动测试，进而确定煤岩界面，实现采煤机自动调高控制。张强等[42-43]建立了采煤机截齿截割试验台，分析得到截齿截割不同煤岩时的温度变化规律及闪温特征，为实现煤岩界面动态识别打下基础。
2.7 综合对比
综合对比6种基于电磁波的煤岩识别方法，结果见表1。γ射线法在探测距离上具有显著优势，但主动γ射线探测法需要煤层具有一定的放射性，当煤层中的放射性元素含量达不到要求或煤层中的杂质过多时会让该方法失效；被动γ射线探测法虽然解决了放射性元素含量的问题，但是放射性元素含量大大增加，易导致机器运转问题，并严重威胁生命安全。雷达探测法具有识别准确的优点，但由于其信号衰减严重，探测距离短，目前一般应用于薄煤层测厚，并要求煤岩电性差异明显。太赫兹信号法具有探测距离短的缺点，只有在井下环境组成稳定时才能应用。电子共振法应用时介质共振吸收现象明显，但信号衰减严重，探测距离较短且难度较大，所以目前矿井基本摒弃。X射线法穿透性强，成像较清晰，但危害性极大。红外热成像法中，主动红外激励法需耗费大量时间对煤岩进行激励，且在处于高瓦斯的矿井环境中，存在极大的安全隐患；截割闪温法虽耗时较短，但对于截齿多、排布复杂的情况很难实现有效的煤岩识别。
表 1 6种基于电磁波的煤岩识别方法综合对比Table 1. Comprehensive comparison of six coal and rock recognition methods based on electromagnetic wave识别方法 优点 缺点 煤矿井下适用性 γ射线法 探测距离较远 对放射性元素含量有要求 煤层放射性达标 雷达探测法 识别准确 信号衰减严重，探测距离较短 介质电性差异明显 太赫兹信号法 透射非极性介质多，可同时获取煤岩的多个光学参数 探测距离较短，对环境要求较高 矿井环境组成稳定 电子共振法 介质共振吸收现象明显 信号衰减严重，探测距离较短 目前矿井基本摒弃 X射线法 穿透性强，成像较清晰 探测距离较短，危害性较大 一般用于煤矸分选 红外热成像法 对井下复杂环境适用性强 耗时长 矿井瓦斯含量低，截齿少且排布较简单 3. 基于电磁波的煤岩识别技术应用现状
目前基于电磁波的煤岩识别方法很多，但类似于γ射线这种危害性较大的方法基本已经被淘汰。山西省阳曲县在全国第２次煤预测中，利用电磁波勘探出大致煤地范围，最终确定了煤层厚度。华北科技学院采用探地雷达对开滦（集团）蔚州矿业有限责任公司单侯矿进行测试，在工作面下方0.8～1.2 m发现1条具有明显反射差且走势稳定的分界线，据此确定了最大回采厚度。山西新景矿煤业有限责任公司采用探地雷达测试了煤层厚度、煤岩界面分布和断层探测[44]，得出电磁波在均质中传播时规律性衰减且无明显反射特征，在煤岩界面处有明显反射特征，据此识别煤岩界面准确率极高。山西王家岭煤业有限公司采用探地雷达测试综放工作面顶煤厚度[45]，误差仅为7%。徐坤等[46]利用雷达在研究区斜井附近垂直布设6条测线，对异常区域范围和埋深进行了精准探测。
4. 结语
分析了基于电磁波的煤岩识别技术的原理，阐述了γ射线法、雷达探测法、太赫兹信号法、电子共振法、X射线法和红外热成像法6种方法的研究现状，分析了6种方法的优缺点，最后介绍了电磁波在煤岩识别中的应用现状。电磁波回波信息决定着电磁波煤岩识别的准确性，因此，后续研究应对其进行深层次挖掘，此外，可充分利用现场条件，对环境进行多方位剖析，对煤岩特性进行多方位比较分析，提高煤岩识别精度和效率。
-
![]()
图 4 矿用管道机器人检测与控制系统组成
Figure 4. Composition of detection and control system of mine pipeline inspection robot
![]()
图 5 管道检测机器人牵引力分析模型
Figure 5. Tractive force analysis model of mine pipeline inspection robot
![]()
图 6 管道检测机器人牵引力与螺旋角和法向力的关系
Figure 6. The relationship between traction force, spiral angle and normal force of mine pipeline inspection robot
![]()
图 7 管道检测机器人过弯牵引力分析模型
Figure 7. Traction force analysis model of mine pipeline inspection robot navigating curved pipes
![]()
图 9 管道检测机器人运行时的法向力分布
Figure 9. Normal force distribution during operation of mine pipeline inspection robot
![]()
图 12 管道检测机器人在直管中不同工况下的牵引力仿真结果
Figure 12. Traction force simulation results of mine pipeline inspection robot in straight pipe under different working conditions
![]()
图 13 管道检测机器人过弯时牵引力仿真结果
Figure 13. Simulation results of traction force during mine pipeline inspection robot bending
![]()
图 14 不同法向力下管道检测机器人牵引力仿真结果
Figure 14. Traction force simulation results of mine pipeline inspection robot under different normal forces
![]()
图 15 管道检测机器人牵引力测试平台
Figure 15. Test platform of traction force of mine pipeline inspection robot
![]()
图 16 不同管道工况下机器人牵引力测试结果
Figure 16. Ttraction force test result of mine pipeline inspection robot under different pipe conditions
![]()
图 17 不同法向力下机器人牵引力测试结果
Figure 17. Traction force test results of mine pipeline inspection robot under different normal forces
表 1 矿用管道检测机器人主要技术参数
Table 1 Main technical parameters of mine pipeline inspection robot
技术参数 值 机器人长度/mm 480 机器人质量/kg 8.5 适应管径/mm 180～225 最大速度/（m·min−1） 3 牵引力/N ≥30 
下载: 导出CSV
表 2 驱动轮与管道接触参数
Table 2 Contact parameters of driving wheel and pipe
工况 管道材质 有无运输介质 静摩擦因数 动摩擦因数 钢（干） 钢 无 0.30 0.25 钢（湿） 钢 有 0.08 0.05 铝（干） 铝 无 0.25 0.20 铝（湿） 铝 有 0.05 0.03
下载: 导出CSV
表 3 管道检测机器人过弯测试结果
Table 3 Test results of mine pipeline inspection robot bending
螺旋角 20 rad/min 40 rad/min 60 rad/min 80 rad/min 100 rad/min 变螺旋角 √ √ √ √ √ 10° ○ ○ ○ ○ ○ 20° ○ ○ ○ √ √ 30° ○ √ √ √ √ 40° ○ √ √ √ √ 50° ○ ○ √ √ √ 60° ○ ○ ○ √ √ 70～90° ○ ○ ○ ○ ○
下载: 导出CSV
-
[1] 蔡继涛,张志晶,王杰峰,等. 基于CFX的煤矿瓦斯抽采主系统管道泄漏数值模拟[J]. 矿业科学学报,2021,6(3):342-347. CAI Jitao,ZHANG Zhijing,WANG Jiefeng,et al. CFX-based numerical simulation of pipeline leakage of coal mine main gas drainage system[J]. Journal of Mining Science and Technology,2021,6(3):342-347.
[2] 曹建树,林立,李杨,等. 油气管道机器人技术研发进展[J]. 油气储运,2013,32(1):1-7. CAO Jianshu,LIN Li,LI Yang,et al. Research and development progress in oil and gas pipeline robotics[J]. Oil & Gas Storage and Transportation,2013,32(1):1-7.
[3] 魏明生,童敏明,张春亚,等. 管道清堵机器人电磁定位系统[J]. 工矿自动化,2016,42(6):1-4. WEI Mingsheng,TONG Minming,ZHANG Chunya,et al. Electromagnetic positioning system of pipeline blockage clearing robot[J]. Industry and Mine Automation,2016,42(6):1-4.
[4] 赵林,王纪强,侯墨语. 煤矿管道泄漏监测系统设计[J]. 工矿自动化,2016,42(10):12-15. ZHAO Lin,WANG Jiqiang,HOU Moyu. Design of pipeline leakage monitoring system for coal mine[J]. Industry and Mine Automation,2016,42(10):12-15.
[5] SHEN Yan,LI Yu,LI Zengping. Application of intelligent inspection robot in coal mine industrial heritage landscape:taking Wangshiwa Coal Mine as an example[J]. Frontiers in Neurorobotics,2022,16. DOI: 10.3389/FNBOT.2022.865146.
[6] ZHAI Guodong,ZHANG Wentao,HU Wenyuan,et al. Coal mine rescue robots based on binocular vision:a review of the state of the art[J]. IEEE Access,2020,8. DOI: 10.1109/ACCESS.2020.3009387.
[7] WANG Weidong,DONG Wei,SU Yanyu,et al. Development of search-and-rescue robots for underground coal mine applications[J]. Journal of Field Robotics,2014,31(3):386-407. DOI: 10.1002/rob.21501
[8] ZHAO Jingchao,GAO Junyao,ZHAO Fangzhou,et al. A search-and-rescue robot system for remotely sensing the underground coal mine environment [J]. Sensors,2017,17(10). DOI: 10.3390/s17102426.
[9] 葛世荣,胡而已,裴文良. 煤矿机器人体系及关键技术[J]. 煤炭学报,2020,45(1):455-463. GE Shirong,HU Eryi,PEI Wenliang. Classification system and key technology of coal mine robot[J]. Journal of China Coal Society,2020,45(1):455-463.
[10] KAZEMINASAB S,SADEGHI N,JANFAZA V,et al. Localization,mapping,navigation,and inspection methods in in-pipe robots:a review[J]. IEEE Access,2021,9. DOI: 10.1109/ACCESS.2021.3130233.
[11] MIAO Xingyuan,ZHAO Hong,SONG Fulin,et al. Dynamic characteristics and motion control of pipeline robot under deformation excitation in subsea pipeline[J]. Ocean Engineering,2022,266. DOI: 10.1016/j.oceaneng.2022.112790.
[12] ZHAO Wentao,ZHANG Liang,KIM J. Design and analysis of independently adjustable large in-pipe robot for long-distance pipeline[J]. Applied Sciences,2020,10(10). DOI: 10.3390/app10103637.
[13] LEE D,PARK J,HYUN D,et al. Novel mechanisms and simple locomotion strategies for an in-pipe robot that can inspect various pipe types[J]. Mechanism and Machine Theory,2012,56:52-68. DOI: 10.1016/j.mechmachtheory.2012.05.004
[14] LILJEBACK P,PETTERSEN K Y,STAVDAHL O,et al. A review on modelling,implementation,and control of snake robots[J]. Robotics and Autonomous Systems,2012,60(1):29-40. DOI: 10.1016/j.robot.2011.08.010
[15] RASHID M Z A,YAKUB F,ZAKI S A,et al. Reconfigurable multi-legs robot for pipe inspection:design and gait movement[J]. Indian Journal of Geo-Marine Sciences,2019,48(7):1132-44.
[16] GUZMAN B G,CORTES T M,LOPEZ A R,et al. Design of a communication,vision and sensory system for a rescuer robot in coal mine areas[C]. International Conference on Wireless Networks and Mobile Communications,Rabat,2017. DOI: 10.1109/WINCOM.2017.8238150.
[17] LI Menggang,ZHU Hua,TANG Chaoquan,et al. Coal mine rescue robots:development,applications and lessons learned[C]. International Conference on Autonomous Unmanned Systems,Changsha,2021. DOI: 10.1007/978-981-16-9492-9_210.
[18] ZHANG Lei,MENG Shan. Analysis of traveling-capability and obstacle-climbing capability for radially adjustable tracked pipeline robot[C]. IEEE International Conference on Robotics and Biomimetics,Qingdao,2016. DOI: 10.1109/ROBIO.2016.7866581.
[19] PARK J,HYUN D,CHO W-H,et al. Normal-force control for an in-pipe robot according to the inclination of pipelines[J]. IEEE Transactions on Industrial Electrics, 2011,58(12):5304-5310.
[20] YAN Hongwei,WANG Lu,LI Pengcheng,et al. Research on passing ability and climbing performance of pipeline plugging robots in curved pipelines[J]. IEEE Access,2020,8:173666-173680. DOI: 10.1109/ACCESS.2020.3025560
[21] YAN Hongwei,LI Jian,KOU Ziming,et al. Research on the traction and obstacle-surmounting performance of an adaptive pipeline-plugging robot[J]. Strojniski Vestnik/Journal of Mechanical Engineering,2022,68(1):14-26. DOI: 10.5545/sv-jme.2021.7361
-
期刊类型引用(3)
1. 张科星. 地面高压酸化水力压裂消除坚硬覆岩悬顶结构的技术. 山西焦煤科技. 2024(06): 19-22 . 
百度学术
2. 程士宜. 冲击压裂下钻孔极限力学行为规律研究与应用. 建井技术. 2024(05): 62-65 . 百度学术
3. 王振. 高瓦斯低渗煤层压裂增透注热促抽技术研究. 煤. 2024(12): 63-66+69 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 474
- HTML全文浏览量: 61
- PDF下载量: 29
- 被引次数: 5
