Конструктивные и мехатронные аспекты разработки роботизированного устройства для оценки геометрических дефектов трубопроводов

Надежная эксплуатация трубопроводных систем малого диаметра представляет собой важную задачу в обеспечении технологической безопасности производственных объектов, работающих под воздействием высоких температур и давлений. Одним из ключевых факторов, влияющих на возникновение аварийных ситуаций, является утонение стенок труб, вызванное эрозией, коррозией, а также коррозионным растрескиванием под напряжением. В условиях ограниченного пространства и невозможности применения стандартных средств неразрушающего контроля возрастает потребность в разработке компактных автоматизированных решений для внутренней диагностики геометрических параметров трубопроводов. В работе представлена разработка и экспериментальное исследование роботизированного диагностического устройства, предназначенного для внутреннего сканирования труб с минимальным диаметром проходного сечения 130 мм. Устройство представляет собой мехатронную систему с восемью ведущими колесами, приводимыми в движение мотор-редукторами, и управляется микрокомпьютером Raspberry Pi 3. Конструкция корпуса выполнена с использованием аддитивных технологий и включает модули измерения и питания, размещенные в отдельных секциях. Проведены лабораторные испытания, подтверждающие работоспособность устройства и алгоритмов его управления. Разработанный программный комплекс обеспечивает автономное движение устройства, сбор и запись диагностических данных. Полученные результаты позволяют формировать детализированную геометрию трубопровода, выявлять участки с повышенным уровнем овальности и деформаций, что имеет важное значение для оценки остаточного ресурса. Разработанное решение может применяться как в исследовательских задачах, так и в составе промышленных систем неразрушающего контроля труб малого диаметра.

1. Хасанов И.И., Хасанова З.Р., Шакиров Р.А., Недельченко О.И. Обзор применения нейросетей в области добычи и транспорта нефти и газа. Транспорт и хранение нефтепродуктов и углеводородного сырья. 2022;(3-4):11–15. https://doi.org/10.24412/0131-4270-2022-3-4-11-15

2. Затонский А.В., Кучев Д.Н., Брыляков А.В. Методика построения и моделирования внутритрубного робототехнического комплекса. Вестник Белгородского государственного технологического университета им. В.Г. Шухова. 2024;9(5):118–131. https://doi.org/10.34031/2071-7318-2024-9-5-118-131

3. Li X., Zhou J., Li W., et al. A Full-Morphology Measurement Method and System for Tubing Internal Thread Based on Rotating-Mirrored Structured Light Vision. Measurement. 2025;242. https://doi.org/10.1016/j.measurement.2024.115705

4. Zhang Yi., Chen H., Wang L., Fu Z., Wang Sh. Design of a Novel Modular Serial Pipeline Inspection Robot. In: 2023 IEEE International Conference on Mechatronics and Automation (ICMA), 06–09 August 2023, Harbin, Heilongjiang, China. IEEE; 2023. P. 1847–1852. https://doi.org/10.1109/ICMA57826.2023.10216215

5. Жиганнуров Р.М., Шаммазов И.А., Мастобаев Б.Н. Развитие методов и средств неразрушающего контроля магистральных трубопроводов. Транспорт и хранение нефтепродуктов и углеводородного сырья. 2009;(2-3):3–9.

6. Козырев Н.Б. Преимущества выделения профилеметрии внутрипромысловых нефтепроводов в отдельный бизнес-процесс. Экспозиция Нефть Газ. 2016;(7):92–93.

7. Хасанов И.И., Шакиров Р.А. Конструктивные и мехатронные аспекты совершенствования внутритрубного очистного устройства для решения задачи создания теплоизоляционного слоя из асфальтосмолопарафиновых отложений. Моделирование, оптимизация и информационные технологии. 2024;12(2). https://doi.org/10.26102/2310-6018/2024.45.2.038

8. Horaud R., Hansard M., Evangelidis G., Ménier C. An Overview of Depth Cameras and Range Scanners Based on Time-Of-Flight Technologies. Machine Vision and Applications. 2016;27(7):1005–1020. https://doi.org/10.1007/s00138-016-0784-4

9. Вольф Д.А. Программная реализация группового управления коллекторными двигателями. Экстремальная робототехника. 2022;(1):206–212.

10. Mandanici A., Mandaglio G. Experiments and Data Analysis on One-Dimensional Motion with Raspberry Pi and Python. Physics Education. 2020;55(3). https://doi.org/10.1088/1361-6552/ab73d2