CN113820151A - 一种使用多无人机检测风机过滤单元漏点的方法 - Google Patents
一种使用多无人机检测风机过滤单元漏点的方法 Download PDFInfo
- Publication number
- CN113820151A CN113820151A CN202110905478.9A CN202110905478A CN113820151A CN 113820151 A CN113820151 A CN 113820151A CN 202110905478 A CN202110905478 A CN 202110905478A CN 113820151 A CN113820151 A CN 113820151A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- fan filter
- filter unit
- fan
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001914 filtration Methods 0.000 title claims description 44
- 230000005540 biological transmission Effects 0.000 claims abstract description 14
- 239000013618 particulate matter Substances 0.000 claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 239000002245 particle Substances 0.000 claims description 10
- 238000010408 sweeping Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000003749 cleanliness Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000009304 pastoral farming Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Dispersion Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Filtering Of Dispersed Particles In Gases (AREA)
Abstract
本专利涉及一种使用多无人机检测洁净厂房中风机过滤单元(FFU)漏点的方法,属于室内环境洁净领域,该方法采用无人机作为检测平台,搭载激光测距传感器,光流传感器,UWB超宽带室内定位传感器,Openmv视觉定位传感器,颗粒物传感器等多种传感器,多无人机按照既定路径巡航检测FFU出风口,通过数据传输模块向控制***传输颗粒物浓度和FFU位置信息。针对洁净厂房中FFU的达标性检测,提供了一种简易的、低廉的、对生产环境无影响且效率高的检测方法。
Description
技术领域
本专利涉及室内环境洁净领域,特别涉及一种使用多无人机检测风机过滤单元漏点的方法。
背景技术
随着经济快速发展、科技不断进步,人们对于产品质量的要求越来越高,而生产环境的洁净度是决定产品成品率的关键因素,特别是在电子、制药、食品、生物工程、医疗、实验室等领域均对生产环境的洁净度有苛刻的要求。因此,洁净度满足生产需求是确保高效生产和产品质量的前提和基础。
目前,生产空间中广泛采用风机过滤单元(英文简称FFU,下文以FFU进行叙述)来净化室内通风,而生产空间通常占地面积很大且需要吊装大量的FFU才能满足生产洁净度标准,在安装过程中存在使FFU无法达到洁净度标准的风险,即安装后的FFU可能存在漏点的问题,而现有的风机过滤单元检漏方法主要采取人工检测,该方法耗时长、工作量大、且需要对检测后的场所进行二次消杀。
本专利介绍的一种使用多无人机检测风机过滤单元漏点的方法,采用无人机作为检测主体,具备耗时短,自动化程度高且运行成本低的优势,能快速发现未达标的风机过滤单元,及时指导工作人员对其进行维修或替换,确保洁净厂房达到生产标准。
综上所述,设计一种使用多无人机检测风机过滤单元漏点的方法是提高无人机过滤单元漏点检测效率的有效手段。在已有的风机过滤单元漏点检验方法中,还未有使用多无人机检测风机过滤单元漏点的方法。
发明内容
有鉴于此,本专利的目的在于提供了一种简易的、低廉的、对生产环境无影响且效率高的检测方法,通过在实验环境中进行实验验证方法可行性,适用于室内洁净领域。
本专利的目的通过如下技术方案实现:一种使用多无人机检测风机过滤单元漏点的方法。其特征在于,包括以下步骤:
1)启动无人机电源,将每个无人机与地面站连接完成。启动标志无人机,待其预热结束,达到起飞转速后开始巡检。
2)使待检测风机过滤单元处于工作状态。标志无人机飞达第一个风机过滤单元,将其作为基准风机过滤单元并设定为坐标原点FO,建立虚拟二维平面坐标系,随后其余无人机依次起飞到达需其检测的风机过滤单元处,按照即定路径巡检。
3)无人机通过直角转弯与直线掠过两种运动方式检测风机过滤单元。
4)无人机通过搭载的颗粒物传感器获取所需颗粒物浓度信息。
5)无人机通过搭载的UWB室内定位***获取FFU位置信息。
6)无人机通过数据传输模块将实时颗粒物浓度与FFU位置信息传输至控制***,对信息进行分析与处理。无人机巡检结束后返回地面,停止工作。
进一步地,所述步骤1中无人机通过数据传输模块与地面站进行连接,当数据传输模块指示灯保持常亮即连接成功,数据传输模块能将出现漏点问题的FFU坐标以及对应的颗粒物浓度发送至地面站,同时无人机与无人机之间通过Zigbee DL-20无线串口收发模块进行通信。
进一步地,所述步骤2中无人机通过Openmv视觉定位传感器用于辅助定位,利用视觉识别算法定位上方风机过滤单元,精准地将无人机移动至风机过滤单元风口正下方。
进一步地,所述步骤2中通过UWB室内定位***定位上述标志无人机在室内的坐标,标志无人机飞达的第一个风机过滤单元为正前方风机过滤单元矩阵的角点,所述虚拟二维平面坐标系中,无人机正前方为y轴正向,正左侧为x轴正向。从UWB中获得当前虚拟坐标系原点FO所对应真实室内坐标RO(xO,yO),根据风机过滤单元的安装的规律性,即相邻风机过滤单元的距离不变(DX代表风机过滤单元之间的横向距离,DY代表风机过滤单元之间纵向距离),能够获得第二出发、第三出发无人机的坐标,参照标志无人机的RO点坐标,能够映射出三个无人机对应的真实空间坐标,同时也能够得到风机过滤单元的坐标。
进一步地,所述步骤2中无人机与无人机之间利用蓝牙模块DL-20以点对点的方式进行无人机与无人机之间的全双工通信,传输的数据为:无人机到达风机过滤单元正下方的坐标数据。
进一步地,所述步骤3中风机过滤单元出风口平面为矩形,无人机采用直角转弯与直线掠过方式风机过滤单元存在的最不利检测点位于出风口平面的直角点处。
进一步地,所述步骤4中无人机获取的颗粒物浓度与生产环境中达标颗粒物浓度c进行比较,当未净化率大于0.01%时说明风机过滤单元未达标。
具体按照下式求得空气过滤单元的未净化率:
A代表单位时间内风机过滤单元出风口颗粒物浓度
B代表单位时间内风机过滤单元进风口颗粒物浓度
本发明提供的一种使用多无人机检测风机过滤单元漏点的方法,利用无人机作为载体,采用多无人机协同运行的方式,搭载各类辅助传感器,收集并分析颗粒物浓度和FFU位置信息,以此来定位并获取风机过滤单元运行情况,该方法耗时短,自动化程度高且运行成本低。
附图说明
图1为本发明一种使用多无人机检测风机过滤单元漏点的方法的无人机飞行姿态图
图2为本发明一种使用多无人机检测风机过滤单元漏点的方法的路径规划图
图3为本发明一种使用多无人机检测风机过滤单元漏点的方法的***流程图
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明提供的一种使用多无人机检测风机过滤单元漏点的方法,包括以下步骤:
1)启动无人机电源,将每个无人机与控制***连接完成。启动标志无人机,待其预热结束,达到起飞转速后开始巡检。
无人机通过蓝牙与控制***进行连接,当数据传输模块指示灯保持常亮即连接成功。
检验时确保无人机周围扰动较小,防止对无人机与控制***连接的影响。
2)使待检测风机过滤单元处于工作状态。标志无人机飞达第一个风机过滤单元,将其作为基准风机过滤单元并设定为坐标原点FO,建立虚拟二维平面坐标系,随后其余无人机依次起飞到达需其检测的风机过滤单元处,按照即定路径巡检。
无人机通过Openmv视觉定位传感器用于辅助定位,利用视觉识别算法定位上方风机过滤单元,精准地将无人机移动至风机过滤单元风口正下方。
通过UWB室内定位***定位一个无人机在室内的坐标,标志无人机飞达的第一个风机过滤单元为正前方风机过滤单元矩阵的角点,所述虚拟二维平面坐标系中,无人机正前方为y轴正向,正左侧为x轴正向。从UWB中获得当前虚拟坐标系原点FO所对应真实室内坐标RO(xO,yO),根据风机过滤单元的安装的规律性,即相邻风机过滤单元的距离不变(DX代表风机过滤单元之间的横向距离,DY代表风机过滤单元之间纵向距离),能够获得第二出发、第三出发无人机的虚拟坐标,参照标志无人机的RO点坐标,能够映射出三个无人机对应的真实空间坐标,即得到了风机过滤单元的坐标。多无人机检测风机过滤单元漏点方法的路径规划图如图2所示。
无人机与无人机之间利用蓝牙模块DL-20以点对点的方式进行无人机与无人机之间的全双工通信,传输的数据有:无人机到达风机过滤单元正下方的坐标数据。
3)无人机通过直角转弯与直线掠过两种运动方式检测风机过滤单元。
风机过滤单元出风口平面为矩形,无人机采用直角转弯与直线掠过方式通过风机过滤单元存在的最不利检测点位于出风口平面的角点处。
无人机直角转弯与直线掠过风机过滤单元示意图如图1所示。
4)无人机通过搭载的颗粒物传感器获取所需颗粒物浓度信息。
无人机获取的颗粒物浓度与生产环境中达标颗粒物浓度进行比较,当未净化率大于0.01%时说明风机过滤单元未达标。
具体按照下式求得空气过滤单元的未净化率:
A代表单位时间内风机过滤单元出风口颗粒物浓度
B代表单位时间内风机过滤单元进风口颗粒物浓度
5)无人机通过数据传输模块将逐时颗粒物浓度与FFU位置信息传输至控制***,对信息进行分析与处理。无人机巡检结束后返回地面,停止工作。
上述实施例只是为了更清楚说明本发明专利的技术方案做出的列举,并非对本发明的限定,本领域的普通技术人员根据本领域的公知常识对本申请技术方案的变通亦均在本申请保护范围之内,总之,上述实施例仅为列举,本申请的保护范围以所附权利要求书范围为准。
Claims (7)
1.一种使用多无人机检测风机过滤单元漏点的方法,其特征在于,包括以下步骤:
(1)启动无人机电源,将每个无人机与地面站连接完成,启动标志无人机,待其预热结束,达到起飞转速后开始巡检;
(2)使待检测风机过滤单元处于工作状态,标志无人机飞达第一个风机过滤单元,将其作为基准风机过滤单元并设定为坐标原点FO,建立虚拟二维平面坐标系,随后其余无人机依次起飞到达需其检测的风机过滤单元处,按照即定路径巡检;
(3)无人机通过直角转弯与直线掠过两种运动方式检测风机过滤单元;
(4)无人机通过搭载的颗粒物传感器获取所需颗粒物浓度与FFU位置信息;
(5)无人机通过数据传输模块将逐时颗粒物浓度与FFU位置信息传输至控制***,对信息进行分析与处理,无人机巡检结束后返回地面,停止工作。
2.如权利要求1所述一种使用无人机检测风机过滤单元漏点的方法,其特征在于所述步骤1中无人机通过数据传输模块与地面站进行连接,当数据传输模块指示灯保持常亮即连接成功,数据传输模块将出现漏点问题的FFU坐标以及对应的颗粒物浓度发送至地面站。
3.如权利要求1所述一种使用无人机检测风机过滤单元漏点的方法,其特征在于所述步骤2中无人机通过Openmv视觉定位传感器用于辅助定位,利用视觉识别算法定位上方风机过滤单元,精准地将无人机移动至风机过滤单元风口正下方。
4.如权利要求1所述一种使用无人机检测风机过滤单元漏点的方法,其特征在于所述步骤2中通过UWB室内定位***定位上述标志无人机在室内的坐标,标志无人机飞达的第一个风机过滤单元为正前方风机过滤单元矩阵的角点,所述虚拟二维平面坐标系中,无人机正前方为y轴正向,正左侧为x轴正向。从UWB中获得当前虚拟坐标系原点FO所对应真实室内坐标RO(xO,yO),根据风机过滤单元的安装的规律性,即相邻风机过滤单元的距离不变(DX代表风机过滤单元之间的横向距离,DY代表风机过滤单元之间纵向距离),能够获得第二出发、第三出发无人机的坐标,参照标志无人机的RO点坐标,能够映射出三个无人机对应的真实空间坐标,同时也能够得到风机过滤单元的坐标。
5.如权利要求1所述一种使用无人机检测风机过滤单元漏点的方法,其特征在于所述步骤2中无人机与无人机之间利用蓝牙模块DL-20以点对点的方式进行无人机与无人机之间的全双工通信,传输的数据为:无人机到达风机过滤单元正下方的坐标数据。
6.如权利要求1所述一种使用无人机检测风机过滤单元漏点的方法,其特征在于所述步骤3中风机过滤单元出风口平面为矩形,无人机采用直角转弯与直线掠过方式通过风机过滤单元存在的最不利检测点位于出风口平面的直角点处。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110905478.9A CN113820151A (zh) | 2021-08-06 | 2021-08-06 | 一种使用多无人机检测风机过滤单元漏点的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110905478.9A CN113820151A (zh) | 2021-08-06 | 2021-08-06 | 一种使用多无人机检测风机过滤单元漏点的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113820151A true CN113820151A (zh) | 2021-12-21 |
Family
ID=78912985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110905478.9A Pending CN113820151A (zh) | 2021-08-06 | 2021-08-06 | 一种使用多无人机检测风机过滤单元漏点的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113820151A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104181276A (zh) * | 2013-05-28 | 2014-12-03 | 东北大学 | 一种基于无人机的企业碳排放量检测方法 |
CN107875778A (zh) * | 2017-12-07 | 2018-04-06 | 浙江海洋大学 | 一种纳米零价铁气泡及其应用 |
CN107976220A (zh) * | 2017-12-24 | 2018-05-01 | 安徽省环境科学研究院 | 基于定点不同高度下大气成分同步检测***及方法 |
CN108490124A (zh) * | 2018-03-17 | 2018-09-04 | 广东容祺智能科技有限公司 | 一种基于无人机的气体检测***与方法 |
CN109141845A (zh) * | 2018-07-17 | 2019-01-04 | 富顶精密组件(深圳)有限公司 | 风机过滤机组检测机器人***及其检测方法 |
CN110377064A (zh) * | 2019-08-14 | 2019-10-25 | 深圳市净源软件技术有限公司 | 一种洁净室的洁净度控制方法 |
CN111257507A (zh) * | 2020-01-16 | 2020-06-09 | 清华大学合肥公共安全研究院 | 一种基于无人机的气体浓度检测及事故预警*** |
CN111765924A (zh) * | 2020-07-13 | 2020-10-13 | 江苏中科智能制造研究院有限公司 | 一种基于多无人机的大气环境监测方法与*** |
CN112783988A (zh) * | 2020-12-29 | 2021-05-11 | 同济大学 | 一种空调通风***内部环境参数的监测反馈及分析方法 |
CN113049662A (zh) * | 2021-04-02 | 2021-06-29 | 中国计量大学 | 一种基于无人机的室内外甲醛检测*** |
-
2021
- 2021-08-06 CN CN202110905478.9A patent/CN113820151A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104181276A (zh) * | 2013-05-28 | 2014-12-03 | 东北大学 | 一种基于无人机的企业碳排放量检测方法 |
CN107875778A (zh) * | 2017-12-07 | 2018-04-06 | 浙江海洋大学 | 一种纳米零价铁气泡及其应用 |
CN107976220A (zh) * | 2017-12-24 | 2018-05-01 | 安徽省环境科学研究院 | 基于定点不同高度下大气成分同步检测***及方法 |
CN108490124A (zh) * | 2018-03-17 | 2018-09-04 | 广东容祺智能科技有限公司 | 一种基于无人机的气体检测***与方法 |
CN109141845A (zh) * | 2018-07-17 | 2019-01-04 | 富顶精密组件(深圳)有限公司 | 风机过滤机组检测机器人***及其检测方法 |
CN110377064A (zh) * | 2019-08-14 | 2019-10-25 | 深圳市净源软件技术有限公司 | 一种洁净室的洁净度控制方法 |
CN111257507A (zh) * | 2020-01-16 | 2020-06-09 | 清华大学合肥公共安全研究院 | 一种基于无人机的气体浓度检测及事故预警*** |
CN111765924A (zh) * | 2020-07-13 | 2020-10-13 | 江苏中科智能制造研究院有限公司 | 一种基于多无人机的大气环境监测方法与*** |
CN112783988A (zh) * | 2020-12-29 | 2021-05-11 | 同济大学 | 一种空调通风***内部环境参数的监测反馈及分析方法 |
CN113049662A (zh) * | 2021-04-02 | 2021-06-29 | 中国计量大学 | 一种基于无人机的室内外甲醛检测*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022021739A1 (zh) | 一种语义智能变电站机器人仿人巡视作业方法及*** | |
CN110888456B (zh) | 一种无人机与无人车的自主协同侦察控制方法 | |
CN102819263B (zh) | 多摄像头无人车视觉感知*** | |
CN111582123B (zh) | 一种基于信标识别与视觉slam的agv定位方法 | |
CN106405040A (zh) | 一种基于无人设备的水质巡检、污染物溯源***及其方法 | |
WO2019047338A1 (zh) | 港口机械的巡检装置及巡检方法 | |
CN106997177B (zh) | 空气净化机器人或自移动机器人***的控制方法 | |
CN111096138A (zh) | 一种基于uwb的割草机器人工作边界建立与识别***和方法 | |
CN111258334A (zh) | 一种环境污染自动寻源方法 | |
CN110673141A (zh) | 一种移动式机场道面异物检测方法及*** | |
CN112650292B (zh) | 一种面向工业园区污染源监测的多无人机路径优化方法 | |
CN109283303A (zh) | 一种水上定点巡航定位污染源的***及方法 | |
CN109343517A (zh) | 巡检机器人定点巡查方法 | |
CN205809700U (zh) | 基于无人机的空气质量检测*** | |
CN109993788B (zh) | 一种轮胎吊的纠偏方法、装置及*** | |
CN113311821A (zh) | 一种多悬垂管道探伤移动机器人的建图与定位***及方法 | |
CN113625707A (zh) | 一种多传感器融合的温室自动跟随平台及其控制方法 | |
CN113820151A (zh) | 一种使用多无人机检测风机过滤单元漏点的方法 | |
CN112527010A (zh) | 基于人工势场与粒子优化的室内变电站无人机多机协同巡检方法 | |
CN206115271U (zh) | 移动机器人 | |
CN206021087U (zh) | 一种具有自主避障功能的四旋翼飞行器火情巡检装置 | |
KR20170131810A (ko) | 무인항공기를 이용한 실내 공기 검침에 따른 맞춤형 공기 청정 방법 | |
CN117218511A (zh) | 磁粉探伤裂纹视觉识别方法、裂缝的磁粉探伤方法 | |
CN112580893A (zh) | 一种基于改进遗传算法的多无人机大气监测路径规划方法 | |
CN106970350A (zh) | 一种基于iBeacon的室内服务机器人定位***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211221 |
|
WD01 | Invention patent application deemed withdrawn after publication |