2025年11月14日，核电运行研究（上海）有限公司研究员郭勇强在深圳核博会机器人与人工智能论坛发表《大型发电机不抽转子膛内检查机器人》主旨报告。
郭永强介绍了核电运行研究院开发的发电机不抽转子舱内检查机器人，目标是减少传统抽转子检测带来的工期、风险和精度问题。该机器人覆盖目视检查、槽楔松紧度检测、ELCD检测等项目，并已在多个核电和火电场景中应用测试。未来方向包括建立数据集、提升智能化水平、推动行业标准和将检测技术纳入日常运维规程。
关键点
1. 研发出发点（00:26）
核电运行研究院从电厂实际需求出发，开发发电机检测机器人，用于解决电厂检修中的实际问题。
2. 国外应用已较成熟（00:46）
国外较早使用机器人进行发电机检测，检测结果可作为定期检修和维修依据，西屋、三菱、西门子和通用等公司已有较多应用案例。
3. 国内传统抽转子检测的痛点（01:29）
国内多数仍采用抽转子检测，存在耗时耗力、磕碰磨损、检测精度不足等风险。不抽转子机器人可减少拆装量、降低风险、提高效率，并通过图文数据和自动化分析提升客观性与智能化水平。
4. 对电厂检修模式的意义（02:23）
使用该工具可缩短汽轮机检修时间，并支持从预防维修向状态检修转变；同时可根据电厂需求匹配参数和制定检修流程。
5. 可覆盖的常规检测项目（02:54）
原本需要抽转子才能进行的槽楔松紧度、ELCD检测、目视检查和清洁度检查，现在可通过机器人完成。
6. 两类机器人产品（03:12）
针对不同发电机结构，团队开发了不带隔风款和带隔风款两类检测机器人，基本覆盖可适用的机器人检查项目，并适用于集团内多种发电机类型。
7. 不带隔风款机器人的主要参数（03:51）
不带隔风款机器人自重约2.5公斤，最高速度约4米，配备四路摄像头和补光灯，可实时录像并存储50小时以上；机体采用航空铝合金并减少螺栓紧固，以降低异物风险。
8. 自动寻片与全方位检测（04:37）
机器人底部安装五个传感器，可感知硅钢片和非金属片特征，判断相对位置，实现自动寻片功能，从而支持360度全方位检测。
9. 四路摄像头同步目视检查（05:26）
前后四路摄像头分别用于路径规划、定子监测、回退路径规划和转子路径检测，可实现转子与定子的同步目视检查。
10. 机器视觉故障识别（06:01）
系统采用机器视觉算法识别转子、定子上的不同故障特征，并通过调节色温、亮度、对比度、饱和度等参数保证图像清晰可靠；目前已能识别表面受损、变色、异物堆积、通风堵塞等多类故障。
11. 槽楔松紧度检测方法（07:12）
槽楔松紧度检测依靠激振器和声音传感器：通过激振槽楔并采集声音信号，再分析采样频率、采样时间、激振源和激振点等因素，判断槽楔运动和松动状态。
12. ELCD检测能力（08:59）
系统采用ELCD检测方法，通过定子铁芯相关电流测量，并结合编码器、探头和行走路径，测量相位、电流及其变化，用于识别定子铁芯故障。
13. 路径分析与信息处理模块（09:34）
研发中对启动、行走、爬升高度等路径关键点进行了细致分析，以保证安全实现功能；同时集成信息处理模块，支持数据库建立、图像采集、数据采集、图像处理、故障诊断、趋势分析和频谱分析。
14. 带隔风款机器人的设计（10:48）
针对带隔风结构空间狭小、行走困难的问题，团队开发了爬定子和爬转子两种机器人：爬定子机器人用于检测转子，爬转子机器人用于检测定子。
15. 核电安全保护设计（12:02）
机器人采用无刷空心杯电机避免电火花，配置救援钢丝绳便于异常时拉出，并采用全封闭防异物设计，减少零部件掉落导致的安全风险。
16. 现场应用情况（13:21）
该机器人已在秦山、方家山、田湾、福清等多个核电基地应用，也在多个火电厂应用；火电厂完成约12台以上测试，核电场景也已在约6个基地开展实验测试。
17. 未来发展方向（13:58）
后续计划建立完整数据集和大数据支持服务，优化图像识别与控制方法，推动建立发电机检测行业标准，并将该检测技术纳入核电厂日常运维检测规程。
时间线
00:00 - 主持人引出发电机不抽转子舱内检查机器人主题，郭永强开始介绍装置背景。
00:46 - 演讲先对比国外机器人检测应用与国内抽转子检测现状，说明开发机器人的必要性和电厂价值。
02:54 - 随后说明机器人可替代传统抽转子完成的常规检修项目，并介绍两类主要产品。
03:51 - 重点展开不带隔风款机器人的结构、参数、自动寻片、摄像头布置、机器视觉识别和多种检测功能。
07:12 - 演讲进一步讲解槽楔松紧度检测、频谱分析和ELCD检测的技术方法，以及路径安全分析和信息处理能力。
10:48 - 接着介绍带隔风款机器人及其在狭小空间内分别检测定子、转子的设计思路，并展示实验测试场景。
12:02 - 演讲强调核电厂安全要求，说明防燃爆、救援钢丝绳和防异物等保护设计。
13:21 - 最后汇报机器人在核电、火电现场的应用测试情况，并提出数据集建设、智能化优化、标准化和运维规程化的未来规划。
AI 延伸阅读(下文由AI生成，其内容可能存在偏差，请注意甄别)：
不抽转子检测机器人推动大型发电机检修迈向智能化
核电运行研究（上海）有限公司研究员郭勇强介绍了大型发电机不抽转子膛内检查机器人的研发背景、技术体系和应用进展。该装备以核电厂、火电厂发电机现场检修需求为导向，针对传统抽转子检查周期长、作业量大、风险高等痛点开展研发，旨在通过机器人进入发电机膛内完成定子、转子及相关部件检测，减少拆装工序，降低机械磕碰、磨损、异物引入和检测精度不足等风险。
从行业发展看，国外较早将机器人应用于发电机定期检测和维修评估，西屋、三菱、西门子、通用电气等企业已形成较成熟的应用经验，机器人检测逐步成为多类发电机的常规检查手段。相比之下，国内发电机检修长期依赖抽转子方式，不仅占用检修窗口，而且对汽轮机大修计划依赖较强。采用不抽转子机器人检测后，可在不拆出转子的条件下开展发电机本体检查，提高检测实施的灵活性和频度，有利于及早发现设备隐患，缩短检修工期，并为电厂由预防性维修向状态检修转型提供数据支撑。
该机器人主要面向槽楔松紧度检测、ELCID定子铁芯检测、目视检查和清洁度检查等传统抽转子检测项目的替代与升级。研发团队可根据不同电厂发电机结构和机型特点，配置相应检测参数，形成专用检测流程，满足不同核电基地、火电厂及复杂机型的现场检修需求。
目前产品体系主要包括不带隔风板检测机器人和带隔风板检测机器人两类。不带隔风板检测机器人自重约2.5千克，最高行走速度约4米/分钟，配备四路摄像头和专用补光灯，可实时录像并实现超过50小时的数据存储。机器人本体采用航空铝合金材料加工，并尽量减少螺栓紧固件数量，以降低异物风险。其控制方式支持自动与手动切换，可完成行走、旋转、停止等动作，并通过底部多组传感器识别硅钢片与非金属片的特征差异，实现行走过程中的自动纠偏和定位，从而支撑发电机膛内360度全面检测。
针对带隔风板、空间狭小、通行困难的发电机结构，研发团队还开发了带隔风板检测机器人方案。该方案采用双机器人配置，其中爬定子机器人主要用于检测转子，爬转子机器人主要用于检测定子，通过不同爬行对象之间的分工，解决隔风板结构下检测空间受限的问题，拓展了机器人在复杂发电机结构中的适用范围。
在目视检测方面，机器人通过四路摄像头协同工作，前方摄像头用于路径规划和定子检测，后方摄像头用于回退路径观察和转子检测，可实现定子与转子的同步目视检查。检测过程中，补光灯的色温、亮度、对比度、饱和度等参数可调，以提升视频和图像清晰度，增强缺陷识别可靠性。同时，系统引入机器视觉算法，可对表面受损、叠片变色、异物沉积、电流击伤痕迹、通风堵塞、螺栓异常等故障特征进行智能识别。
槽楔松紧度检测是该装备的重要功能之一。机器人通过激振器对槽楔施加激振，并利用声音传感器采集响应信号，再对声音信号进行频谱分析，以判断槽楔松动状态。当已知槽数和结构参数时，系统可自动规划检测路径并自动编号；在槽数或结构信息不明确的情况下，也可采用手动方式辅助检测。由于不同厂家、不同结构的槽楔固有频率存在差异，检测时需结合机型特点综合判断，一般而言，频率偏低可能提示槽楔存在松动风险，频率较高则通常代表状态相对安全。
在ELCID定子铁芯检测方面，机器人采用低功率ELCID检测思路，搭载编码器和检测探头，沿设定路径行走并采集相位、励磁电流及电流变化等参数，用于识别定子铁芯局部故障。系统能够生成频谱图和检测图像，为铁芯异常状态分析提供依据。配套的信息处理模块还可建立完整检测数据库，统一采集和管理图像、视频及各类检测数据，并支持图像处理、故障诊断、趋势分析、频谱分析以及时域和频域转换，实现检测、分析、诊断的一体化处理。
针对发电机膛内作业的安全要求，机器人在防燃爆、防异物和应急回收等方面进行了专门设计。其驱动系统采用无刷空心杯电磁电机，避免产生电火花，降低对定子线棒绝缘造成损伤的风险；机器人配置救援钢丝绳，一旦发生异常停留或故障，可通过钢丝绳进行拉出回收；本体采用全封闭设计，即使内部元器件发生松动，也不会掉落到发电机内部，同时减少外露紧固件和可脱落零部件，避免检修过程中引入新的安全隐患。
在验证和应用方面，研发团队已围绕槽楔松紧度识别开展大量实验室模拟测试，并通过可视化实验验证检测装置对松动状态的识别能力。该装备已在秦山、方家山、田湾、福清等多个核电基地开展应用或测试，累计在约六个核电基地完成试验验证；同时也已在多个火电厂开展检测应用，火电机组测试数量超过十二台，显示出较好的工程适应性和推广潜力。
未来，该技术将继续围绕数据积累、智能化提升和标准化建设推进。一方面，持续建立覆盖不同机型、不同故障类型的检测数据集，为大数据分析和智能诊断提供基础；另一方面，进一步优化图像识别算法、控制方法和路径规划能力，提高自动检测和自动诊断水平。同时，研发团队还将推动发电机机器人检测相关行业标准建设，促进机器人检测技术纳入核电厂日常运维检测规程，形成更加规范化、标准化的检测流程，助力电厂提升设备状态感知能力和发电机检修安全性、效率与智能化水平。
