Design of a multi unmanned vehicle radiation monitoring system in virtual nuclear retirement environment
-
摘要: 为提高核退役设施辐射测量效率、减少测量人员遭受放射性照射的风险,设计了一种面向多无人车编队辐射巡测控制系统。首先，采用领航-跟随编队策略，控制机器人以预定队形行进，同时实时采集每个无人车在编队行进过程中巡测到的辐射强度信息以及它们各自的位置数据，初步分析环境内部的辐射分布状况。其次，利用辐射强度与位置信息，运用马尔科夫链蒙特卡罗方法对放射源参数进行估计。仿真结果表明，无人车编队不仅可以在辐射环境下按照自动规划的路径运动并对放射源位置进行参数估计，且行进过程中距离误差为0～0.055 m，观测角误差为0～0.035 rad。Abstract: To improve the radiation measurement efficiency of nuclear retirement facilities and reduce the risk of radiation exposure to measurement personnel, a radiation patrol control system for multiple unmanned vehicle formations has been designed. Firstly, the navigation following formation strategy is adopted to control the robots to move in a predetermined formation, while collecting real-time radiation intensity information and their respective position data measured by each unmanned vehicle during the formation process, to preliminarily analyze the radiation distribution inside the environment. Secondly, utilizing radiation intensity and location information, the Markov chain Monte Carlo method is employed to estimate the parameters of the radiation source. The simulation results show that the unmanned vehicle formation can move along the automatically planned path in radiation environment, with advantages such as fast response speed, high control accuracy, and it can estimate the parameters of the radiation source position coordinates.
-
随着高功率微波技术的发展，微波源辐射功率的提升使得微波击穿大气产生空间孤立等离子体成为可能。这种等离子体具有瞬变、低温、非平衡等特点，既无电极污染也无器壁污染，其所具有的诸多特殊物理性质使之具有广泛的经济应用潜力，如电磁黑幕、人造臭氧层、微波等离子体推进、材料处理等[1-3]。目前，实验采用大功率微波源功率水平尚不足以直接在辐射空间内击穿大气形成等离子体，微波等离子体相关研究多采用波导内激发模式，其所需微波功率大幅降低，但同时等离子体面积较小。例如用于等离子体天线研究的常压微波等离子体矩，基于微波谐振腔模式的化学气相沉积薄膜装置，通过环形波导狭缝激发表面波的等离子体源[4-6]。为研究微波大气传输及微波等离子体相关应用，项目组设计并建造了一套基于准光反射聚焦模式的微波放电大气等离子体实验装置，可以在kPa量级气压下激发出大面积空间孤立等离子体。该装置在国内尚属首套，国际上美俄等已在高功率微波大气等离子体方面开展多年研究，处于行业领先地位[7-8]。
本文首先对微波放电大气等离子体实验装置整体情况及各分系统进行了介绍；其次对该装置的关键参数空间辐射电场分布进行了详细探讨，通过仿真和测量获取了空间电场分布，并与实际拍摄的等离子体图样进行对比；最后通过几组实验对该装置的能力进行说明。
1. 准光反射聚焦系统
微波放电大气等离子体实验装置可以模拟不同高度的大气环境条件，通过馈入强微波脉冲辐射场，在一定区域内聚焦产生等离子体。装置主要由微波源及辐射系统、金属反射罩、大气环境模拟室、控制及诊断系统组成。图 1为实验装置整体示意图，微波源、辐射天线及反射罩共同构成微波准光反射聚焦系统，大气环境模拟室提供等离子体反应环境，腔室上布置有观察窗口及电光接口以与诊断测试系统相连，屏蔽室内形成集成化软件控制系统。
装置主体为大气环境模拟室，外观是尺寸ϕ1800 mm×L2700 mm的柱形腔体，可提供气压10-3~105 Pa可调、热沉温度-40~60 ℃可调、湿度可控、有效体积不小于4 m3的大气环境，并可根据需要充入不同气体，腔体内壁覆盖有橡胶吸波材料以减少微波反射。
微波源采用固态放大器推动速调管放大器的两级放大链方案，使用微波信号发生器作为激励源，经放大后可输出MW峰值功率的可调脉冲微波，最终经波导、环形器和喇叭天线进行辐射，在环形器后通过定向耦合器引出小信号用于监测输出功率。微波源频率2.92 GHz、输出功率可调、重频1~1000 Hz可调、脉宽10 ns~20 μs可调。
辐射天线采用多模圆口径喇叭，其波束对称性良好，易于形成圆周对称的聚焦场区，主波束具有很好的旋转对称性，绝大部分的辐射功率集中于主波束内。聚焦反射面设计为椭球面形式，口径1400 mm，半焦距1100 mm。根据几何光学原理，椭球中从一个焦点发出的光线经椭球面反射后将在另一个焦点聚焦，将辐射喇叭相位中心放置于距离反射面较远的焦点处，且轴线重合，天线辐射的电磁波经反射后将在距离较近的焦点处汇聚，在焦点区域产生很强的电场强度，用于产生并维持等离子体。
2. 空间辐射场分布
真空腔室内的辐射场分布决定了等离子体的形态分布，实验要求在大气环境模拟室内形成的辐射场局域电场强度超过大气击穿阈值，同时避免微波与器壁互作用出现面击穿现象，仅在焦点区域产生等离子体[9-11]。项目组对准光反射聚焦系统进行了全波仿真分析，以微波频率2.92 GHz为例，馈入功率为1 W时，焦点处的场强值为300 V/m，腔内的仿真电场分布如图 2所示，通过天线辐射的波束经椭球面反射后较好地聚焦在焦点处。
仿真结果表明，理想情况下馈入功率1 MW，峰值场强可达3.0 kV/cm。针对此类封闭有限空间内的强辐射场测试存在较大困难，项目组采用小信号传递的方法对空间电场进行了测量评估。将定向耦合器更换为波同转换器并输入一定功率的小信号微波(图 1中的小信号输入)，在腔室内使用非金属自动传动系统携带各向同性电场探头进行接收，先用小信号微波标定出大气环境模拟室中的空间辐射场，再利用微波传输特性，实时在线监测微波源输出功率，通过量传推算出实际空间辐射场的电场强度分布。
空间辐射场场强的具体计算方法为
E=√Plarge Psmall Esmall (1) 式中：E为空间辐射场电场强度；Plarge为监测到的微波源功率输出值；Psmall为小信号功率输出值；Esmall为测量的小信号在辐射场中的场强。
当小信号功率0.25 W时，测量得到焦点处的电场强度为112 V/m，以此计算，当微波源输出功率为1 MW时，中心区域峰值场强为2.24 kV/cm，考虑到微波空间传输中的损耗，其与仿真结果的差异在可接受范围内。将水平轴线和中心垂直轴线电场强度变化曲线归一化后与仿真结果对比，如图 3所示，测量与仿真在水平轴线上变化趋势相符，波峰位置一致，垂直轴线上中心强场区域完全重合。
图 3 测量与仿真电场分布对比Figure 3. Comparison of measured and simulated electric field distribution对中心区域垂直截面上500 mm×500 mm区域的电场分布进行测量，每10 mm一个点，归一化后结果如图 4(a)所示，两个波峰之间的距离为半波长，符合驻波理论。该装置在大气环境模拟室中心区域形成相较于边缘区域明显的强场环境，实验中产生的等离子体区域和形态与实测电场分布一致。图 4(b)为处理后的实验拍摄等离子体图像(中心竖条为皮尺，用于标定等离子体位置和区域大小)，其强弱反映了等离子体光强分布，在实测电场轴线上的九个波峰位置均产生了等离子体，光强最强处出现在电场最强处偏右位置，这是因为等离子体形成后对电场产生了影响，最终呈现的是一个动态平衡的结果。
3. 等离子体图样
利用该装置研究小组开展了初步的微波放电大气等离子体实验，主要针对不同电场强度及工作气压对等离子体放电形态的影响进行了研究，通过几组参数对放电图样作简要介绍，分析电场强度分布的影响，以检验该装置的实验能力[12-13]。
图 5为工作气压300 Pa条件下，微波源脉宽2 μs、重频100 Hz固定，改变场强时的等离子体放电形态和区域变化情况。放电区域随着场强的增大而扩张，但在0.93 kV/cm后变化不明显。根据图 3(a)垂直轴线电场分布可知，电场强度在偏离中心区域后下降很快，因此在场强增长前期等离子体区域增长明显，在后期进一步提高中心场强后，边缘区域的场强也达不到击穿阈值，故区域不再增大。
图 6为微波源脉宽20 μs、重频500 Hz、输出功率固定条件下，改变工作气压时的等离子体放电形态和区域变化情况。在低气压下，由于扩散效应，等离子体弥散到整个空间，随着气压升高，等离子体大小明显收缩，约束于强场分布区域内。
4. 结论
本文介绍了一种准光反射聚焦微波放电大气等离子体装置，可在真空腔室内产生并维持空间孤立等离子体。通过模型仿真并用小信号传递的方法测量了真空腔室内的电场分布，实测结果与仿真基本相符，峰值场强超过2 kV/cm，说明准光反射聚焦模式可高效利用微波辐射能量，形成体击穿。利用该装置获得了几组微波放电等离子体图样，并对其形态与区域大小进行了分析，结果与不同气压下的电场击穿阈值相关，和直流放电击穿具有相似性。目前仅对等离子体图样进行了研究，后续将依托该装置开展进一步的微波大气传输及微波等离子体研究。
-
图 2 基于距离角度(
d−β )领航跟随法的编队模型Figure 2. Formation model based on
d−β leader-follower method
图 3 改进线性自抗扰编队控制器
Figure 3. Improved linear active disturbance rejection formation control
图 4 不同编队控制策略下的距离误差
Figure 4. Distance error under different formation control strategies
图 5 不同编队控制策略下的观测角误差
Figure 5. Observation angle error under different formation control strategies
表 1 核退役环境无人车主要技术参数
Table 1. Main technical parameters of unmanned vehicles in nuclear decommissioning environment
dimensions/mm3 wheel
diameter/mmmaximrm
load/kgbattery
life/hmaximum
speed/(m·s−1)operating
temperature/℃operating
humidityγ detection
range/(μsV·h−1)LiDAR wavelength/mm point rate/MHz 138×178×192 66 15 ＞4 1 −20～50 5%～95% 0.1/3 905 1.152 
下载: 导出CSV
-
[1] 赵恒柱, 杨明翰, 邓多成, 等. 期望核辐射剂量下移动机器人的路径规划[J]. 辐射研究与辐射工艺学报, 2021, 39:050601 doi: 10.11889/j.1000-3436.2021.rrj.39.050601Zhao Hengzhu, Yang Minghan, Deng Duocheng, et al. Path planning of mobile robot under expected radiation dose[J]. Journal of Radiation Research and Radiation Processing, 2021, 39: 050601 doi: 10.11889/j.1000-3436.2021.rrj.39.050601 [2] 冯常, 王从政, 赵建平, 等. 核环境作业机器人研究现状及关键技术分析[J]. 光电工程, 2020, 47:200338Feng Chang, Wang Congzheng, Zhao Jianping, et al. Research status and key technologies analysis of operating robots for nuclear environment[J]. Opto-Electronic Engineering, 2020, 47: 200338 [3] Ma Li, Zhu Fanglai, Zhang Jiancheng, et al. Leader-follower asymptotic consensus control of multiagent systems: an observer-based disturbance reconstruction approach[J]. IEEE Transactions on Cybernetics, 2023, 53(2): 1311-1323. doi: 10.1109/TCYB.2021.3125332 [4] Li Juncheng, Ran Maopeng, Wang Han, et al. A behavior-based mobile robot navigation method with deep reinforcement learning[J]. Unmanned Systems, 2021, 9(3): 201-209. doi: 10.1142/S2301385021410041 [5] Wu Enming, Sun Yidong, Huang Jianyu, et al. Multi UAV cluster control method based on virtual core in improved artificial potential field[J]. IEEE Access, 2020, 8: 131647-131661. doi: 10.1109/ACCESS.2020.3009972 [6] Wang Yongheng, Cai Li, Luo Xiaoyu, et al. Simulation of action potential propagation based on the ghost structure method[J]. Scientific Reports, 2019, 9: 10927. doi: 10.1038/s41598-019-47321-2 [7] 崔建伟. 东南大学研制成功小型核化探测与应急处理遥操作机器人[J]. 机器人技术与应用, 2012(1):44-45Cui Jianwei. Southeast university successfully developed a small nuclear detection and emergency handling teleoperation robot[J]. Robot Technique and Application, 2012(1): 44-45 [8] Nagatani K, Kiribayashi S, Okada Y, et al. Emergency response to the nuclear accident at the Fukushima Daiichi Nuclear Power Plants using mobile rescue robots[J]. Journal of Field Robotics, 2013, 30(1): 44-63. doi: 10.1002/rob.21439 [9] 沈华亚, 朱万宁, 董强敏, 等. 耐强辐射遥控探测机器人研制[J]. 核电子学与探测技术, 2015, 35(1):74-78Shen Huaya, Zhu Wanning, Dong Qiangmin, et al. Development of the tele-control robot for nuclear detection in intense radiation environment[J]. Nuclear Electronics & Detection Technology, 2015, 35(1): 74-78 [10] 魏世龙, 曾国强, 宋雨菲, 等. 核辐射场无线移动监测系统设计[J]. 核电子学与探测技术, 2015, 35(12):1227-1229,1245 doi: 10.3969/j.issn.0258-0934.2015.12.016Wei Shilong, Zeng Guoqiang, Song Yufei, et al. Wireless mobile monitoring system for nuclear radiation field design[J]. Nuclear Electronics & Detection Technology, 2015, 35(12): 1227-1229,1245 doi: 10.3969/j.issn.0258-0934.2015.12.016 [11] 闻良生, 龚频, 黄茜, 等. 小型旋翼机机载辐射环境监测系统的设计与实现[J]. 强激光与粒子束, 2016, 28:106004 doi: 10.11884/HPLPB201628.160036Wen Liangsheng, Gong Pin, Huang Xi, et al. Design and implementation of minitype rotorcraft airborne radiation monitoring system[J]. High Power Laser and Particle Beams, 2016, 28: 106004 doi: 10.11884/HPLPB201628.160036 [12] 罗中兴, 李霄, 左莉, 等. 无人机载核辐射监测及气溶胶采样系统试验分析[J]. 环境监测管理与技术, 2019, 31(1):58-60 doi: 10.3969/j.issn.1006-2009.2019.01.015Luo Zhongxing, Li Xiao, Zuo Li, et al. Experimental study on nuclear radiation monitoring and aerosol sampling system by unmanned aerial vehicle[J]. The Administration and Technique of Environmental Monitoring, 2019, 31(1): 58-60 doi: 10.3969/j.issn.1006-2009.2019.01.015 [13] 李新茂, 王基生, 朱波, 等. 核设施管道检测机器人系统研究[J]. 机械设计与制造, 2019(11):163-166 doi: 10.3969/j.issn.1001-3997.2019.11.041Li Xinmao, Wang Jisheng, Zhu Bo, et al. Research on robot system of pipeline detection in nuclear facilities[J]. Machinery Design & Manufacture, 2019(11): 163-166 doi: 10.3969/j.issn.1001-3997.2019.11.041 [14] Alonge F, Cirrincione M, Pucci M, et al. Input-output feedback linearization control with on-line MRAS-based inductor resistance estimation of linear induction motors including the dynamic end effects[J]. IEEE Transactions on Industry Applications, 2016, 52(1): 254-266. doi: 10.1109/TIA.2015.2465939 -
下载:
点击查看大图
计量
- 文章访问数: 340
- HTML全文浏览量: 91
- PDF下载量: 16
- 被引次数: 0
