Создание мехатронного модуля для автоматического обнаружения повреждений на линиях электропередач

Авторы: Новик Д.С.
Опубликовано в выпуске: #3(104)/2026
DOI:
Раздел: Машиностроение и машиноведение | Рубрика: Роботы, мехатроника и робототехнические системы
Ключевые слова: линии электропередач, беспилотный летательный аппарат, мехатронный модуль, многофункциональные сенсоры, тепловизор, пассивный радар, компьютерное зрение, нейронные сети, диагностика инфраструктуры, детектирование повреждений
Опубликовано: 03.06.2026

Рассмотрена разработка системы детектирования и классификации повреждений линий электропередач (ЛЭП) с использованием многофункциональных сенсоров, включая RGB-камеру, тепловизор и пассивный радар в виде мехатронного модуля. Проанализированы существующие системы для мониторинга ЛЭП, показаны их недостатки. Предложен новый подход, который включает создание мехатронного модуля для автоматического распознавания повреждений на ЛЭП и применение беспилотного летательного аппарата (БПЛА) с большой полезной нагрузкой, оснащенного сенсорами различного типа. Представлена методология создания структуры мехатронного модуля. Описаны методы детектирования повреждений и система управления БПЛА, сформулированы требования к системе управления.

Литература

[1] Воеводина О.Е., Мартко Е.О. Мониторинг состояния линий электропередач: использование беспилотных технологий для обеспечения безопасности и надежности электроснабжения. Вестник науки, 2024, т. 3, № 12 (81), с. 1570–1576.

[2] Иванов Н.О., Куляс Д.И., Шаховцев Я.В. Мониторинг и диагностика воздушных линий электропередачи с применением беспилотных летательных аппаратов. Международный журнал гуманитарных и естественных наук, 2023, № 9–1 (84), с. 223–229.

[3] Бирченко В. Опыт применения беспилотных летательных аппаратов при эксплуатации электрических сетей. Электроэнергия. Передача и распределение, 2021, № 4 (23), с. 46–48.

[4] Коновалов Ю.В., Вайгачев А.Е. Искусственный интеллект в электроэнергетике. Современные технологии и научно-технический прогресс, 2021, № 8, с. 225–226.

[5] Пшихопов В.Х., Медведев М.Ю. Синтез адаптивных систем управления летательными аппаратами. Известия ЮФУ. Технические науки, 2010, № 3 (104), с. 187–196.

[6] Bu S.-J., Cho S.-B. Time Series Forecasting with Multi-Headed Attention-Based Deep Learning for Residential Energy Consumption. Energies, 2020, vol. 13, art. no. 4722.

[7] Быстров Р.П., Загорин Г.К., Соколов А.В., Федорова Л.В. Пассивная радиолокация: методы обнаружения объектов. Москва, Радиотехника, 2008, 320 с.

[8] Беляев П.В., Головский А.П., Садаев Д.С. Перспективы применения беспилотных летательных аппаратов при контроле и диагностике объектов энергетики. Динамика систем, механизмов и машин, 2019, т. 7, № 2, с. 18–24. https://doi.org/10.25206/2310-9793-7-2-18-24

[9] Романов А.М. Обзор аппаратно-программного обеспечения систем управления роботов различного масштаба и назначения. Ч. 3. Экстремальная робототехника. Российский технологический журнал, 2020, т. 8, № 3 (35), с. 14–32. https://doi.org/10.32362/2500-316X-2020-8-3-14-32

[10] Дикой В.П., Левандовский А.А., Арбузов Р.С., Овсянников А.Г., Старцев В.В. Мониторинг состояния воздушных линий электропередачи с использованием беспилотного летательного аппарата. Энергия единой сети, 2014, № 2 (13), с. 16–25.