无人机载红外管道检测的研究与设计

分类号：TP391.9 单位代码：10363
密级：公开学 号:2160220123
题目无人机载红外管道检测的研究与设计
题目The Research and Design of UAV-based
Infrared Pipeline Detection
学生姓名： 陈 露
校内导师： 王冠凌 (教授)
校外导师： 郁书好 (教授)
专业学位类别：工程
研究方向（领域）：控制工程
论文答辩日期： 2018年6月1号
安徽工程大学学位论文原创性声明
本人郑重声明：我恪守学术道德，崇尚严谨学风。

所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。

除文中已明确注明和引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。

论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法律后果由本人承担。

学位论文作者签名：
日期：2018年 6月1日
安徽工程大学学位论文版权使用授权书
学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅或借阅。

本人授权安徽工程大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

保密 □，在 年解密后适用本版权书。

本学位论文属于
不保密 □√。

学位论文作者签名： 指导教师签名：日期： 2018年 6月1日 日期： 2018年 6月1日
无人机载红外管道检测的研究与设计
摘 要
随着城市规模的不断扩大，越来越多的市民选择使用管道燃气，致使城市燃气管道里程数与日俱增。

需要投入大量的人力物力对管道进行铺设维护。

燃气管道使用年限的增加以及管道周围环境的影响都会导致管道的内外壁出现变薄、生锈、穿孔甚至破损和裂缝。

这些腐蚀的结果会导致管内燃气泄露，从而污染环境、发生火灾。

燃气管道往往排布在人口密集的小区或繁华区的地下，管道破损会造成大量的人员伤害和资产损失。

为了避免这些危害，需要定期的对管道缺陷进行巡检。

本文研究是建立在逐渐成熟的无人机基础上，提出将无人机技术与红外热成像技术相结合，致力于解决管道缺陷检测问题。

通过分析热传导理论、有限元方法、红外热成像技术以及图像处理技术来解决管道缺陷定位、缺陷形状识别等相关问题。

本文的研究内容有：（1）结合现有的管道缺陷检测技术和无人机技术确定检测方案。

使用ANSYS有限元仿真软件对管道缺陷进行仿真实验，首先建立仿真模型、网格划分；然后对仿真模型加载热激励源；最后得到不同加热时间的缺陷仿真图。

通过对仿真图的对比分析，确定影响管道表面温度场分布的缺陷参数。

理论上验证了方案的可行性。

（2）无人机载红外图像采集系统设计。

系统的硬件电路主要设计了无人机与红外热像
仪之间的数据传输电路和数据存储电路。

然后将采集到的图像上传到上位机进行图像处理分析。

（3）对红外图像边缘检测处理时，文章改进了一种基于小波变换的数据融合边缘检测算法。

在MATLAB环境下与几种经典边缘检测算法进行仿真对比。

仿真结果有效验证了本文的检测方法对目标物体表面缺陷有非常显著的检测效果。

随着管道安全问题的日益突出，管道缺陷检测方法的研究意义重大。

文章将比较热门的无人机技术和红外热成像技术结合起来，利用ANSYS软件对红外管道缺陷进行仿真，验证无人机管道红外检测方法的可实施型。

然后在成熟的无人机基础上，对管道红外图像采集分析处理。

通过小波变换的数据融合边缘检测方法对图片进行处理。

更加高效的完成管道缺陷检测。

无人机载红外热成像管道检测方法提高了管道检测效率、降低了事故发生率、延长了管道的服役期。

从而为管道行业带来可观的经济效益。

关键词：四旋翼无人机，ANSYS，管道检测，红外热成像技术，边缘检测算法
THE RESEARCH AND DESIGN OF UA V-BASED
INFRARED PIPELINE DETECTION
ABSTRACT
With the continuous expansion of urban area, more and more households choose pipeline gas. The total number of urban gas pipelines is increasing day by day. Therefore, the pipeline industry also needs to invest a lot of manpower and material resources. With the increase of the use time of the gas pipeline and the influence of the surrounding environment of the pipeline, the internal and external surfaces of the pipeline will inevitably be damaged and cracked. The corrosion will cause thinning, rusting, and perforation of the pipe wall. As a result of these corrosions, the gas in the pipe will leak, causing environmental pollution and fire. Gas pipelines are often distributed in densely populated areas or in the underground areas of bustling areas. Damaged pipes can cause a lot of personal injury and asset damage. To avoid these hazards, regular inspections of pipeline defects are required.
The research in this paper is based on the gradually matured drones and proposes to combine drone technology with infrared thermal imaging technology to solve the problem of pipeline defect detection. Through the analysis of heat conduction theory, finite element method, infrared
thermal imaging technology and image processing technology, the problem of the pipeline defect positioning, defect shape recognition and other related issues are expected to be solved. The research contents of this paper are: (1) The existing pipeline defect detection technology and drone technology are combined to determine the detection scheme. ANSYS finite element simulation software is used to carry out simulation experiments on pipeline defects. Firstly, a simulation model is established and mesh is divided. Then the simulation model is loaded with thermal excitation source. Finally, defect simulation diagram at different heating time is obtained. Through the comparative analysis of the simulation diagram, the defect parameters affecting the temperature field distribution on the pipe surface are determined, which verifies the feasibility of the program theoretically. (2) UA V-loaded infrared image acquisition system is to be designed. As to the hardware circuit of the system, the data transmission circuit and data storage circuit between the UA V and the infrared camera are mainly designed. Then the collected image is uploaded to the host computer for image processing analysis. (3) For edge detection of infrared images, the paper improves a data fusion edge detection algorithm based on wavelet transform. In the MATLAB environment, the simulation comparison between this algorithm and several classic edge detection algorithms are conducted. The simulation results validate that the detection method in this paper has a very
significant detection effect on the target surface defects.
With the increasingly prominent pipeline safety issues, the study of pipeline defect detection methods is of great significance. In this paper, by combining the popular UA V technology and infrared thermal imaging technology and using ANSYS software to simulate the infrared pipeline defects, the implementation of the infrared detection method of UA V-based pipeline is verified. Then, on the basis of the mature drone, the acquisition, analysis and processing of pipeline infrared image is conducted. The image is processed by wavelet transform data fusion edge detection method, which helps to inspect pipe defect more efficiently. The method of UA V-based infrared thermal imaging pipeline detection improves the efficiency of pipeline detection, reduces the accident rate and prolongs the service period of the pipeline, which brings considerable economic benefits to the pipeline industry.
KEY WORDS：Four-rotor UA V, ANSYS, Pipeline detection，Infrared thermal imaging technology，Edge detection algorithm
目 录
摘要 (I)
ABSTRACT .............................................................................................. I II 第1章绪论.. (1)
1.1 课题研究的背景与意义 (1)
1.2 四旋翼无人机的研究现状 (2)
1.3 无损检测的研究现状 (3)
1.4 论文的研究内容及章节安排 (5)
第2章红外检测中的热传导有限元分析 (6)
2.1 有限元分析与ANSYS介绍 (6)
2.2 管道缺陷表面温度场建模 (7)
2.3 热成像技术的缺陷识别试验 (8)
2.4 ANSYS仿真结果分析 (9)
2.5 本章小结 (12)
第3章无人机载红外图像采集 (13)
3.1 四旋翼无人机硬件电路设计 (13)
3.2 红外热成像工作原理 (16)
3.2.1 红外辐射基本定律 (16)
3.2.2 红外无损检测技术 (18)
3.2.3 红外热成像仪测温模型 (19)
3.3 搭建红外图像采集系统 (22)
3.3.1 图像采集硬件平台搭建 (22)
3.3.2 图像采集程序设计 (24)
3.4 本章小结 (25)
第4章管道检测的红外图像处理 (26)
4.1 管道边缘检测算法 (26)
4.1.1 边缘检测基本原理 (26)
4.1.2 边缘检测经典算法 (27)
4.2 基于小波变换的数据融合边缘检测方法 (29)
4.2.1 小波变换的多尺度边缘检测研究 (30)
4.2.2 基于小波变换的数据融合边缘检测 (31)
4.3 边缘检测结果分析比较 (33)
第5章总结与展望 (35)
5.1 研究内容及工作总结 (35)
5.2 展望 (36)
参考文献 (37)
硕士期间参与的科研及发表论文 (42)
致谢 (42)
第1章绪论
1.1 课题研究的背景与意义
城市燃气的定义是在社会生活中、生产中使用的可燃性气体的总称。

随着国家经济建设的飞速发展和现代化进程的加快，城市燃气供应管道网络的建设如雨后春笋般崛起。

城市燃气使用率的提升也代表着居民生活质量的提升和能源效率的提高。

随着机器人技术的快速发展和管道检测的需求增大，管道检测机器人应运而生。

管道结构复杂，缺陷种类繁多，所以目前市面上很难找到能迅速高效检测管道的管道机器人。

本文旨在研究一种能高效检测管道缺陷的方法。

无人机技术起步较晚，但是随着航模技术的发展，无人机技术已经广泛的应用在各个领域。

现在航模技术越来越成熟：首先是航模的动力系统，摒弃了传统的燃油发动机，采用了新型电池技术。

新型电池环保无污染、体积小、重量轻、能量多、可靠性强。

其次是电机与电驱动系统的发展，近年来，市面上的无人机（航拍无人机、植保无人机以及无人机玩具等）大多采用了电驱动方式[1]。

随着微电子技术的发展，电子产品更加微型化[1-2]。

这些技术的革新都极大地推动了无人机的发展，尤其是微电子技术的出现，使得无人机技术有了质的飞跃。

这也为无人机载管道检测机器人的实现提供了可能。

本文研究是建立在逐渐成熟的无人机技术基础上，提出将无人机技术与红外热成像技术相结合，致力于解决管道缺陷检测问题。

首先仿真管道缺陷实验，一般采用ANSYS有限元软件进行仿真，通过对仿真图的对比分析，确定影响管道表面温度场分布的缺陷参数，理论上验证了红外管道检测的可行性[20]。

然后设计了无人机载红外图像采集系统。

然后将采集到的图像上传到上位机进行图像处理分析。

在MATLAB环境下将其与几种经典边缘检测算法进行仿真对比。

仿真结果有效验证了本文的检测方法对目标物体表面缺陷有非常显著的检测效果。

随着管道安全问题的日益突出，管道缺陷检测方法的研究意义重大。

文章将比较热门的无人机技术和红外热成像技术结合起来，利用ANSYS软件对红外管道缺陷进行仿真，验证无人机管道红外检测方法的可实施性。

然后在成熟的无人
机基础上，对管道红外图像采集分析处理。

通过小波变换的数据融合边缘检测方法对红外图像进行边缘检测。

有效验证了无人机载红外管道检测方法对管道表面缺陷有显著的检测效果。

期望达到精准高效的管道缺陷检测效果[1-3]。

1.2 四旋翼无人机的研究现状
随着新型电池技术、电机技术、电驱动技术以及微电子技术的发展，近几年无人机技术得到了重大革新[5]。

国内外很多无人机爱好者以及研发工作者开始对无人机有较为深入的研究，一系列各种功能的无人机产品应运而生，比如植保无人机、快递无人机以及较为常见的航拍无人机[5]。

作为国内外无人机公司中的领头羊，深圳大疆创新科技有限公司研发了很多的无人机系列，比如可变性的航拍无人机“大疆悟”系列，以及农业无人机“MG-1农业植保机”等[7]。

目前国内无人机的发展方向主要是航拍无人机，其中的关键技术就是无人机的平稳控制以及图像采集传输。

国内很多著名高校也都开始研发无人机平稳控制飞行以及自主飞行试验平台[7]。

比如北京理工大学智能机器人研究所、国防科技大学机器人实验室、哈尔滨工业大学、上海交通大学以及北京航空航天大学等[8]。

民用无人机的发展方向也从单一的航拍无人机领域向各个领域拓展比如高压线路巡检、农业林业植保、快递行业和人员搜救等[9]。

无人机会在我们的生活中越来越普遍，消费市场的需求会带动无人机行业的发展。

预计未来，中国的无人机行业在近几年会有翻天覆地的变化。

无人机产品会朝着安全化、多功能化、智能化的方向发展。

无人机平台红外探伤就是其多功能化的体现。

图1-1所示为无人机在农业和航拍领域的应用。

（a）植保无人机（b）航拍无人机
图1-1 无人机在农业和航拍领域的应用
1.3 无损检测的研究现状
燃气管道通常铺设在潮湿暴露的环境下，自然而然的导致燃气管道的耗损。

为了保证燃气管道的安全运行，需要定期对管道的损耗进行缺陷检测。

常用的无损检测是利用声波、射线、电、磁等物理方法来检测材料的性质、状态或内部结构的测试技术。

前提是对被测物体没有损耗。

无损检测方法就是将声波、射线、电、磁等物理能量辐射到被测物体上，然后使用特定的检测装置来分析物理能量的穿透、吸收、反射、渗透等现象来检测被检物体有没有缺陷[11]。

目前国内较为经典的无损检测方法主要有：超声波检测；射线检测；磁粉检测；渗透检测以及涡流检测[12]。

（1）超声波检测
超声波检测是五种经典无损检测方法中的一种，其工作原理是利用超声技术进行检测工作。

超声波检测法的原理是当超声波在目标物体介质中传播时，超声波会在物体界面上产生反射、折射，当物体内部或表面存在缺陷时，根据反射、折射的不同可判断缺陷的位置及形状大小[11]。

具有压电效应的探头可以产生高频脉冲超声波穿过待测物体，遇缺陷时反射回的超声波在压电晶片上使其产生高频电脉冲。

将接收到的高频脉冲波经过放大显示在示波器上，根据波的不同从而发现缺陷位置[11]。

超声波检测可检测到很小的缺陷，具有设备轻便，对环境无污染，缺陷定位准确等优点。

但是超声波检测难度较大、步骤繁琐、检测结果保存困难等[11]。

（2）射线检测
射线照相法是射线检测法中最常见的一种方法。

射线照相法的原理是当用X 射线或者γ射线穿透待测物体时，缺陷与待测物体对射线的衰减程度不同而使胶片的感光程度不同。

经过暗室处理后形成黑度程度不同的底片影像，根据底片可判断被测物体的内部或表面的缺陷情况[11]。

射线照相法的缺点是每次检测都要消耗胶片导致成本高、效率低。

射线检测法还有一种检测方法名为射线实时成象法。

这种方法用图象增强器来代替胶片，将检测图片通过图像增强器转换为电信号输出显示在显示屏上。

这种方法的优点是节省了胶片提高了检测效率。

但是图片容易失真导致灵敏度相对降低。

（3）磁粉检测法
磁粉检测法的原理是利用磁铁或通电的方法将铁磁性被测物体磁化，由于不连续性的存在，被测物体的表面会因为产生畸变而产生漏磁场[11]。

当在被测物体周围喷洒磁粉时，会因为漏磁场的存在而形成磁痕，在适当的光照下判断磁痕的不连续性可以判断缺陷的位置[11]。

磁粉检测法的缺点是只能检测铁磁性材料。

（4）渗透检测法
这种无损检测的基本原理是依据液体对固体的润湿能力和毛细现象为基础的，首先，对被测物体进行表面预处理，可用溶剂洗洁液对被测物体表面进行清洁，然后干燥处理。

干燥处理后将被测物体表面浸润具有高度渗透能力的渗透液。

待渗透液渗透工件表面缺陷后，将被测物体表面的渗透液去除，然后图上一层吸附力很强的显像剂[12]。

缺陷中的渗透液吸出后会在显像剂上显示缺陷的形状和位置，从而达到无损检测的目的。

渗透检测法按显示的方法不同可分为着色法和荧光法。

着色渗透检测法的渗透剂具有比较鲜明的颜色，可直观的看出缺陷的位置和形状；荧光渗透检测法的渗透剂是具有荧光效果，需要在较暗的环境中用紫外线照射才能找出缺陷的位置[12]。

渗透检测法适用于无电源、水源的野外现场检测。

但渗透检测法只能检测被测物体的表面缺陷，内部的缺陷无法检测出来。

其次所用的试剂有一定的毒性且不能检测多孔性材料。

（5）涡流检测法
涡流检测法是利用电磁感应现象，将通有高频电流的线圈放在待测物体上时通高频电流的线圈会产生交变磁场，物体内部会产生涡流状的感应交变电流[13]。

涡流产生的磁场和线圈产生的磁场相互影响。

当被测物体表面存在缺陷时，探测线圈可测量到涡流引起的磁场变化，可推导出涡流的大小及相位变化而获得被测物体的相关缺陷信息[13]。

涡流探伤存在一定的局限性，只能用于检测磁性或非磁性导电材料的表面或近表面缺陷。

随着科学技术的发展，市面上需要更加简洁直观高效的检测方法，传统的无损检测技术逐渐表现出其局限性。

随着红外检测技术的发展，红外检测技术也受到各个领域的青睐。

红外热像仪是红外探测器与光学系统的完美结合，它就是利用红外检测方法将待测物体的缺陷以热图的方式显示出来，热图可以提供人眼所
不能看到的热量信息及缺陷细节[15]。

无人机可以作为热像仪的载体，热像仪作为管道检测的工具，两者结合沿着管道巡航检测，将检测结果上传到上位机，可以直观的看到管道的缺陷情况。

1.4 论文的研究内容及章节安排
为了有效的验证无人机载红外管道检测的合理性。

本文的章节安排如下：第一章：介绍国内外无人机以及无损检测的研究现状，对比无损检测的优缺点，引出无损检测中比较热门的红外检测方法。

在成熟的无人机技术上，将无人机技术与红外热成像技术相结合，提出一个搭载在四旋翼飞行器的红外热成像管道检测方法。

可以达到更加方便高效的进行管道缺陷检测。

第二章：利用ANSYS软件对红外管道缺陷进行仿真，首先建立仿真模型、网格划分；然后对仿真模型加载热激励源；最后得到不同加热时间的缺陷仿真图。

通过对仿真图的对比分析，确定影响管道表面温度场分布的缺陷参数。

理论上验证了红外管道缺陷检测的可行性。

分析试验的热成像图，对比分析各种缺陷的检测效果，可以对燃气管网缺陷检测有个定性的分析。

第三章：搭建红外图像采集系统，首先介绍实验中必不可少的无人机技术。

四旋翼无人机的硬件电路除常用的电源电路、无线通信电路、电机驱动电路、姿态采集电路外，还包括无人机和红外热像仪之间的以太网通信模块和图像存储模块。

其次介绍了红外检测的原理以及红外热像仪的选型和参数。

最后搭建无人机载红外图像采集系统。

将通信程序和存储程序整合到飞控板上进行图像采集。

并将采集到的图像上传的PC上位机上。

第四章：将上传到上位机上的管道缺陷图像进行分析处理。

首先介绍了边缘检测的原理以及经典的边缘检测方法。

文章改进了一种基于小波变换的数据融合边缘检测方法对目标图像进行处理，在MATLAB环境下与几种经典边缘检测算法进行仿真对比，仿真结果有效验证了本文的检测方法对目标物体表面缺陷有非常显著的检测效果。

看出本文算法在边缘检测上有很好的检测效果，轮廓明显，清晰度较好。

第五章：主要介绍本文的工作总结和创新点，以及面向实际遇到的问题提出了文章存在的不足之处，最后对课题的后续展望。

第2章红外检测中的热传导有限元分析
2.1 有限元分析与ANSYS介绍
有限元分析又称有限单元法，在分析热传导数值计算问题时广泛采用的就是这种求解法。

有限元分析求解过程是：
①目标结构离散化：将目标结构离散化，然后将离散得到的有限个节点组成的集合体设定为目标结构[20]。

②为了描述目标结构的场函数的分布规律，首先求其场函数的近似差值函数，然后建立有限元方程求解有限个未知量，前两步的目的就是将目标结构的场函数问题从连续域中转换到离散域中[20]。

③最后根据目标结构的边界条件，计算前两步得到的离散域中的有限元节点值和插值函数值，根据这两个函数值可以确定目标结构的场函数的分布规律[20]。

自然界中存在各式各样的场，数学表达式很难解释事物的本质、规律、问题及现象。

比如在冶金行业我们需要了解锅炉内的温度场分布，或在电子行业我们要研究电子元器件的电热分布等。

这些热场问题很难用数学表达式来阐述其中的热传导问题。

相应常见的还有一些流体、电磁场以及结构力学等问题。

热传导求解就是一个复杂的过程，因为其受物体材料属性、物体形状、周围热场分布等因素影响。

故很难用数学表达式来表达热传导过程，求解不出目标物体的温度场分布规律。

随着有限元理论的发展，人们开始尝试用功能强大的计算机模拟仿真物体的热传导过程，现在常用的ANSYS模拟仿真软件就是利用有限元理论分析解决问题。

比如热场有限元分析中，首先将目标结构离散化，然后将离散得到的有限个节点组成的集合体设定为目标结构[22-25]。

为了描述目标结构的场函数的分布规律，首先求其场函数的近似差值函数，然后建立有限元方程求解有限个未知量，前两步的目的就是将目标结构的场函数问题从连续域转换成离散域中。

最后根据目标结构的边界条件，计算前两步得到的离散域中的有限元节点值和插值函数值，根据这两个函数值可以确定目标结构的场函数的分布规律[22]。

ANSYS模拟仿真软件主要用于有限元理论解决流体分析、电磁场、材料科
学以及结构力学等问题。

因其强大的功能、良好的仿真效果、简便的操作方法等优点，所以ANSYS 在很多科研领域被广泛的应用。

当然在分析热场问题时，热传导过程受物体材料属性、物体形状、周围热场分布等因素影响[28]。

故很难用数学表达式来描述目标物体的温度场分布规律。

ANSYS 可以仿真模拟出物体的整个热传导过程。

ANSYS 仿真过程中可选择瞬态热分析和稳态热分析[28]。

本文采用ANSYS 仿真目的在于观察红外图像的非缺階区和缺陷区的表面温度场分布，故本文的仿真模式选用瞬态热分析方法。

2.2 管道缺陷表面温度场建模
管道缺陷表面温度场数学建模，将目标物体置于空气中，然后用热激励源对目标物体进行热辐射加载。

)(t q 表示热辐射的加载，管道是一个很大的曲面，为了更简便的分析缺陷问题带来的热场分布，仿真时将管道设定为一个平面。

为了更好的模拟现实生活中管道缺陷的受热情况，对目标物体进行单面注入热量。

其他侧面不考虑热量的注入。

设置侧面为绝热状态。

根据现有热传学理论可知其温度控制方程可表述为: 无缺陷区域：
1(2222z T r T r r T C t T ∂∂+∂∂+∂∂=∂∂ρλ （2-1）
式中，ρ为管道密度；λ为管道材料的导热系数；C 为管道的比热容。

目标结构的边界条件为：
)()(0w z T T t q z T
−−=∂∂−=αλ （2-2）
（2-2）中α为目标结构与大气的换热系数。

其初始条件为：
w t T z r T ==0),( （2-3）
⎪⎩
⎪⎨⎧>≤=h h max t 0 t )(t t q t q （2-4） 其中，h t 为对目标物体的加热时间，max q 为加热强度。