PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Zrobotyzowany system inspekcyjny do detekcji anomalii termicznych i akustycznych w obiektach technicznych

Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
Robotic inspection system for detecting thermal and acoustic anomalies of technical objects
Języki publikacji
PL
Abstrakty
PL
Diagnostyka techniczna odgrywa istotną rolę w zapobieganiu awariom i minimalizowaniu przestojów instalacji przemysłowych. Umożliwia to utrzymanie efektywności operacyjnej i ciągłości pracy maszyn. W niniejszej pracy proponujemy rozwiązanie techniczne bazujące na zrobotyzowanym automatycznym systemie detekcyjnym zdolnym do wykrywania anomalii w zakresie źródeł ciepła i dźwięku obiektów technicznych. Proponowane rozwiązanie bazuje na platformie mobilnej w postaci czworonożnego robota kroczącego wyposażonego w kamerę akustyczną, termowizyjną, czujnik LiDAR oraz zestaw kamer wizyjnych. System umożliwia tworzenie multimodalnych map otoczenia uzyskanych w wyniku rzutowania obrazowania termowizyjnego oraz akustycznego na chmurę punktów z czujnika LiDAR zainstalowanego na robocie. Przeprowadzone prace badawcze potwierdziły skuteczność działania systemu diagnostycznego w realizacji zadania automatycznej diagnostyki, opartej na pasywnych obserwacjach obiektu technicznego w trakcie pracy w warunkach laboratoryjnych. Rozwiązanie umożliwia dokonywanie monitorowania stanu technicznego maszyn niezbędnych do utrzymania ciągłości pracy.
EN
Technical diagnostics play an important role in preventing failures and minimizing downtime of industrial installations. This allows for maintaining operational efficiency and continuity of machine operation. In this paper, we propose a technical solution based on an automated robotic detection system capable of detecting thermal and acoustic anomalies of technical objects. The proposed solution is based on a mobile platform in the form of a quadruped robot equipped with an acoustic camera, thermal camera, LiDAR sensor and a set of vision cameras. The system delivers multimodal maps of an environment obtained as a result of the projection of thermal and acoustic imaging onto a point cloud from the LiDAR sensor installed on the robot. Performed research confirmed the effectiveness of the diagnostic system in automatic diagnostics, based on passive observations of a technical object during operation in laboratory conditions. The solution enables monitoring of the technical condition of machines necessary to maintain continuity of work.
Rocznik
Tom
Strony
14--18
Opis fizyczny
Bibliogr. 10 poz., fot., rys.
Twórcy
autor
  • Katedra Robotyki i Mechatroniki, Wydział Inżynierii Mechanicznej i Robotyki, AGH Akademia Górniczo-Hutnicza w Krakowie
  • Katedra Robotyki i Mechatroniki, Wydział Inżynierii Mechanicznej i Robotyki, AGH Akademia Górniczo-Hutnicza w Krakowie
  • Katedra Robotyki i Mechatroniki, Wydział Inżynierii Mechanicznej i Robotyki, AGH Akademia Górniczo-Hutnicza w Krakowie
  • Katedra Robotyki i Mechatroniki, Wydział Inżynierii Mechanicznej i Robotyki, AGH Akademia Górniczo-Hutnicza w Krakowie
Bibliografia
  • [1] S. Chu, J. Zhang, F. Liu, X. Kong, Z. Jiang, and Z. Mao, “Fault identification model of diesel engine based on mixed attention: Single-cylinder fault data driven whole-cylinder diagnosis,” Expert Systems with Applications, vol. 255, p. 124769, Dec. 2024, doi: 10.1016/j.eswa.2024.124769.
  • [2] J. Adamczyk, Inżynieria diagnostyki maszyn. Warszawa, Bydgoszcz: Polskie Tow. Diagnostyki Technicznej ; Inst. Technologii Eksploatacji PIB, 2004.
  • [3] A. Valeev, A. Tokarev, and A. Zotov, “Diagnostics of Bearings of Industrial Machines Using Real-Time Strain Gauge Analysis,” in 2020 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM), Sochi, Russia: IEEE, May 2020, pp. 1–5. doi: 10.1109/ICIEAM48468.2020.9111963.
  • [4] T. Stepinski, T. Uhl, and W. Staszewski, Advanced Structural Damage Detection: From Theory to Engineering Applications. Hoboken: Wiley, 2013.
  • [5] [5] D. Chauveau, “Review of NDT and process monitoring techniques usable to produce high-quality parts by welding or additive manufacturing,” Weld World, vol. 62, no. 5, pp. 1097–1118, Sep. 2018, doi: 10.1007/s40194-018-0609-3.
  • [6] T. Barszcz, System monitorowania i diagnostyki maszyn. Kraków : Radom: Akademia Górniczo-Hutnicza. Katedra Robotyki i Mechatroniki; Wydawnictwo Instytutu Technologii Eksploatacji - PIB, 2006.
  • [7] C. Mandache, M. Genest, and N. Mrad, “Considerations on Structural Health Monitoring Reliability,” in Proceedings of the International Workshop Smart Materials, Structures & NDT in Aerospace, Montreal, QC, Canada, 2011.
  • [8] P. Trybała, J. Blachowski, R. Błażej, and R. Zimroz, “Damage Detection Based on 3D Point Cloud Data Processing from Laser Scanning of Conveyor Belt Surface,” Remote Sensing, vol. 13, no. 1, p. 55, Dec. 2020, doi: 10.3390/rs13010055.
  • [9] M. Siami, T. Barszcz, J. Wodecki, and R. Zimroz, “Design of an Infrared Image Processing Pipeline for Robotic Inspection of Conveyor Systems in Opencast Mining Sites,” Energies, vol. 15, no. 18, p. 6771, Sep. 2022, doi: 10.3390/en15186771.
  • [10] P. Biswal and P. K. Mohanty, “Development of quadruped walking robots: A review,” Ain Shams Engineering Journal.
Uwagi
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-d4d1335d-e440-483d-af0f-445510124f55
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.