海底管道检测遥控水下机器人发展现状与关键技术

Development Status and Key Technologies in Subsea Pipeline Inspection ROVs

摘要

海底管道在长期海洋环境影响下易产生腐蚀、裂纹等缺陷，传统检测方法存在安全性低、效率不足且成本高等局限，因此搭载专业检测设备的遥控水下机器人（ROV）逐渐成为主流检测方案。首先全面分析ROV的分类、性能及系统组成；然后，从海底管道检测的实际需求出发，结合基于ROV的海底管道检测技术研究现状，分析海底管道检测ROV的现有技术特点；随后，进一步探讨基于ROV的海底管道检测关键技术，重点阐述光学检测技术、声学检测技术、电磁检测技术及射线检测技术的技术原理，并对各检测技术的特征及适用场景进行总结；最后对海底管道检测ROV未来发展进行展望。

Abstract

Defects such as corrosion and cracks were easily generated in subsea pipelines under the long-term influences of the marine environment. Limitations such as low safety， insufficient efficiency， and high cost existed in traditional detection methods， therefore， ROVs equipped with professional detection equipment were gradually adopted as the mainstream detection scheme. The classification， performance， and system composition of ROVs were first comprehensively analyzed. Then， based on the actual requirements of subsea pipeline inspection and combined with the research status of ROV-based inspection technology， the existing technical characteristics of subsea pipeline inspection ROVs were analyzed. Subsequently， the key technologies of ROV-based subsea pipeline inspection were further discussed. The technical principles of optical inspection technology， acoustic inspection technology， electromagnetic inspection technology， and radiographic inspection technology were elaborated， and the characteristics and applicable scenarios of each inspection technology were summarized. Finally， the future development of subsea pipeline inspection ROVs was prospected.

Graphical abstract

关键词

遥控水下机器人 / 海底管道检测 / 检测技术 / 海洋装备

Key words

remotely operated vehicle（ROV） / underwater pipeline inspection / inspection technology / marine equipment

0 引言

海底管道作为连接海上油气田与采油平台，以及采油平台与陆地终端之间的关键基础设施，主要承担着远距离输送油气资源的任务^［1］。1954年，全球首条海底管道在墨西哥海域成功铺设。随着全球能源需求的持续增长，海底管道在油气田周边海域的应用迅速扩展。我国首条海底输油管道于1985年在渤海投入使用，随后，海底输油管道建设进入了快速发展阶段^［2］。截至2020年，我国已累计铺设海底管道总长度超过9000 km，其中隶属于中国海洋石油集团有限公司的管道长度接近8000 km^［3］。2023年全球海底管道市场规模约为314亿美元，预计到2032年将增长至472亿美元，年均增长率约为4.63%。随着服役年限的延长，部分海底油气管道进入了老龄化阶段，腐蚀问题日益凸显，管道废弃问题愈加严重^［4］。与现有管道相比，这些老旧管道的冶金成分和外部腐蚀涂层的有效性较低^［5］。在2014—2015两年的海底管线检测中发现，册镇海底管道有66%处于裸露或悬空状态，最大悬空高度高达1.8 m^［6］，管线发生严重屈曲，除了对管道进行隐患治理外，还需对屈曲部分管道进行详细检测。由于管道是海底基础设施中规模最大、铺设范围最广的组成部分，因此遭受人为和自然因素损害的可能性也最高。一份中国海油海底管道事故统计分析将海底管道事故分为工程质量、腐蚀、第三方破坏以及自然和地质灾害四种类型。其中，腐蚀在小规模管道泄漏中更为常见，而第三方破坏在大规模泄漏中更为普遍。为了确保海底管道的安全性、可靠性和使用寿命，定期检测至关重要。

采用潜水员携带设备作业的传统海底管道检测方式是一项具有挑战性的任务，管道通常位于恶劣的深海环境中，存在安全风险，并且依赖人工操作的检测方法成本高昂。20世纪60年代，美国成功研制出了世界上第一款水下遥控机器人CURV1^［7］，随后世界各国的研究人员开始对水下遥控机器人展开深入研究。随着机器人技术的不断进步，遥控水下机器人（remotely operated vehicle，ROV）已发展为一个集成多种传感器（如声呐、摄像头和化学探测器）的高度复杂精密系统。ROV由操作员远程控制，通常通过电缆与母船连接以传输电力和数据^［8］，具备实时操作能力，能够适应复杂的水下环境，并能携带多种传感器和专业工具执行设备检查、清理与维修等任务^［9］，因此，ROV已广泛应用于海底管道的检测、维修和维护等工作。随着传感器技术、通信技术和自动化控制技术的不断进步，基于ROV的海底管道检测技术利用ROV作为水下平台，通过搭载各类检测设备来对海底管道及其周边环境进行巡视和监测^［10］，已成为海洋装备领域重要方向并取得了显著进展。

本文介绍了ROV的分类、系统组成及其关键技术，讨论了海底管道检测相关技术，重点分析了海底管道检测ROV的研究现状，并对基于ROV的海底管道检测技术进行了梳理，最后展望了未来的发展方向。

1 ROV的分类及系统组成

1.1 ROV的分类

水下机器人可分为载入水下机器人与无人水下机器人，其中ROV是无人水下机器人的一种。根据ROV的功能，可将其分为观察级、作业级和特种级，而根据ROV的尺寸与质量，可进一步将观察级ROV分为微型观察级和标准观察级，将作业级ROV分为标准作业级与重型作业级，如图1所示^［11］。观察级ROV通常体积较小，主要用于视频监控、数据采集等轻便作业任务，适用于浅海区域作业。作业级ROV具有更强的作业能力，通常配备机械臂、各类传感器和强大的动力系统，能够执行复杂的海底维修、安装、拆除等任务，适用于深海及复杂环境^［12］。特种级ROV是用于执行特定专业任务的水下机器人，通常具备特殊设计和功能，能够应对复杂或独特的水下环境和任务。下文将根据具体型号的ROV对作业级、观察级以及特种级ROV的尺寸、质量、作业能力等特征作进一步阐述。

1.2 ROV的性能特征分析

微型观察级ROV的质量通常为3~20 kg，能够由人工手动部署与回收，功率需求在300~1800 W之间，最深作业深度一般不超过100 m，且不具备载荷能力或载荷能力非常有限。以鳍源公司生产的FIFISH飞行鱼（图2a）^［13］为例，这款ROV具备全方位360°运动能力，配备1200万像素的4K摄像头，能够在100 m深度的环境下进行高质量的视频录制和图像捕捉。高亮度LED灯可确保摄像头在低光照条件下也能获得清晰的影像。凭借易操作性和高效能，微型观察级ROV广泛应用于水下摄影、科学研究和海洋探索等领域。

标准观察级ROV的质量通常在30~120 kg之间。较轻的标准观察级ROV可以由人手动部署与回收，而较重的则需要绞车进行部署与回收。标准观察级ROV通常由直流电源供电，电压可高达600 V，功率需求最高可达6 kW，最大作业深度约为300 m，载荷能力一般。加拿大Deep Trekker公司生产的PIVOT ROV（图2b）^［14］配备了6个强力推进器，由锂电池供电，质量约为16.7 kg，最大作业深度可达305 m。它还配备了200°视野的全高清1080P旋转摄像头，并配有高亮度LED灯，亮度可调至1000 lm。PIVOT ROV不仅具备极高的便携性和耐用性，适用于多种水下任务（如海底勘测、水下搜索与救援），同时还具备出色的扩展性。它能够配备多种附件（如水下探测器和简单机械臂），在执行复杂任务时特别是在海底管道巡检中，能够提供更精准的操作与数据采集。

标准作业级ROV的作业深度通常为1000 m，最深可达3000 m，质量范围为100~1500 kg，具备良好的载荷能力，动力系统能够提供超过5 kW的输出功率。海豚Ⅲ-A ROV（图2c）^［15］是深之蓝海洋科技海豚系列ROV中的高端水下作业平台，专为执行复杂海洋工程和环境监测任务而设计。该款机器人质量约为80 kg，能够在1000 m深的海域中稳定作业，可以展现出卓越的抗压能力和高负载性能。海豚Ⅲ-A支持多种先进设备的集成，如图像声呐、侧扫声呐、水质传感器、磁探仪、惯性导航及水下定位系统等，同时还配备了五功能机械手、管道跟踪设备、液压作业底盘和浅地层剖面仪等专业检测设备。它的自动化功能包括自动定向、自动定深和姿态保持，还可选配水下悬停和路径跟踪技术，以确保在复杂水下环境中实现精准操作。

英国Saab Seaeye公司研发的Leopard（图2d）^［16］是一款高功率紧凑型电动作业级水下机器人，该机型虽体积小巧，但配备有11台推进器，前向推力超4900 N，可在3000 m深水复杂环境中作业。它采用模块化设计，具备强载荷能力，可快速集成各类传感器与作业工具，其智能控制系统支持自动驾驶与自诊断功能，保障了深海作业的精准与安全。该款机器人已广泛应用于油气、海洋工程及海底维护等领域。

重型作业级ROV功能强大，质量可达5000 kg，能够在最深6000 m的水下执行复杂的作业任务，如深海勘探、设备安装与维护等。它的载荷能力在ROV中最强，通常配备高性能的机械臂、多种高度专业化的传感器和工具，能够在高压、低温等恶劣条件下长时间作业。“海龙Ⅲ”（图2e）^［17］是在中国大洋协会组织下由上海交通大学水下工程研究所开发的勘查作业型无人遥控潜水器，也是中国“蛟龙探海”工程重点装备。它的最大作业水深为6000 m，具备海底自主巡线能力和重型设备作业能力，可搭载多种调查设备和重型取样工具，主要用于深海探测、海底工程、科学调查及海洋资源开发等领域。

美国国家海洋和大气管理局研发的Deep Discover ROV（图2f）^［18］是一款重型作业级ROV，其长3.2 m、宽1.2 m、高2.6 m，质量高达4400 kg，可以潜入水下6000 m，这意味着除了深海沟外它可以探索几乎任何地方的海洋。Deep Discover配备了两个具有力反馈功能的多关节液压操作臂，适用于采集各种深海样本。此外，它还配备了20个LED灯，可提供总计150 000 lm的照明，确保深海环境清晰可见；并装有多台高清摄像机，其中主摄像头可在3 m外对7.6 cm的生物进行放大拍摄，辅助摄像头能够提供多角度视野。该设备还配备了岩石和生物存储箱、用于水样采集的水样瓶以及用于收集生物样本的旋转吸取取样器，并集成多种传感器用于测量水温、盐度、深度等物理参数。

除了上述4种常见类型的ROV，还存在特种级ROV。这类ROV针对特定行业需求，经过定制改造集成了特殊的采样器、检测仪器或防护系统。例如，核电站水下检修ROV通常需要具备防辐射、防腐蚀等特性，并能在极端环境下稳定运行。美国Diakont公司推出了一款专用于核电站腔体清洗的ROV^［19］，由工作人员在安全区进行操作，无需工作人员直接进入高辐射水下环境。该系统集成了高效清洗模块和混合式移动平台，能够在水下“飞行”与“爬行”模式之间无缝切换，通过涡流吸附装置牢牢附着在腔体表面，利用清洁工具去除污垢后高速吸入过滤系统回收杂质，有效缩短维护周期并降低人员辐射风险。它适用于反应堆腔体、干井、乏燃料池、设备池及燃料转移通道等多种复杂场景，全面提高了核设施的安全与运行效率。上述5类ROV的特性如表1所示。

1.3 作业级ROV系统组成

以作业级ROV为例，一套完整的作业级ROV系统包括ROV本体、水面控制单元、中继器管理系统（tether management system，TMS）以及部署与回收系统^［20-21］（launch and recovery system，LARS），如图3所示。其中，水面控制单元负责整体指挥与监控；TMS管理中继缆，可增强系统稳定性与增大作业半径；LARS可实现ROV的安全下放与回收；ROV本体作为执行核心，集成了耐压框架、推进、导航、通信、摄像及任务载荷等子系统，可根据任务需求灵活配置，以完成巡检、探测或维护等各类水下作业。

2 海底管道检测ROV研究现状

2.1 海底管道检测ROV

作为一类作业级ROV系统，海底管道检测ROV主要用于海洋油气行业进行海底勘探、环境监测等任务。它们通常都配备有摄像及照明系统、载荷系统、定位导航系统及通信系统等。不同的是，为满足复杂海底环境下的管道检测需求，海底管道检测ROV在作业级ROV的基础上结合了多种先进的无损检测高精度传感器（如激光扫描设备、超声检测工具、磁力探测设备、裂缝检测工具及腐蚀监测工具等），能够实时采集海底管道的多维数据。图4所示为挪威DeepOcean公司生产的海底管道快速视觉检查ROV^［22］，巡检速度达到5 km/h，它配备了高清摄像头、激光扫描仪及多波束回声探测器，显著提升了数据的精确度和可视化效果。

2.2 国外代表性海底管道检测ROV

在通用ROV技术的基础上，国外研究人员针对水下管道检测需求展开了相关研究，其中不少国外企业已推出各自的海底管道检测技术。英国Innospection公司基于水下电磁涡流（magnetic eddy current，MEC）检测技术研发出一系列产品，能够高速检测海底管道。如图5a所示，MEC-Pipescanners^［23］可以检测管道内部和外部的腐蚀与缺陷（包括小型凹坑），并能够穿透管道涂层进行检测。MEC-Pipescanners可检测的最小管道壁厚为25.4 mm，所检测的管道包覆层最大厚度为15 mm，检测速度可达10 m/min。MEC-FIT（图5b）^［24］是该公司研发的一款水下管道检测系统，通过ROV搭载MEC检测系统，包围管道表面进行腐蚀、裂纹、金属损失及疲劳等潜在隐患的检测。

英国TSC Subsea公司专门设计和开发了vCompact^［25］与ARTEMIS^［25］，如图5c、图5d所示，二者与作业级ROV集成，从而实现对海底管道和结构的远程检查。vCompact与ARTEMIS配备了一系列无损检测技术，如声学共振技术（acoustic resonance technology，ART）和海底脉冲涡流检测阵列（subsea pulsed eddy current testing array，SPECTA），能够检测直径范围为152~889 mm的海底管道。ART能够穿透厚度超过100 mm的涂层进行高分辨率检测，提高了检测效率。ARTEMIS能够对管道进行360°全方位检测，轴向检测长度为700 mm，检测速度快，所需的管道挖掘量大幅减少，极大程度上降低了检测成本，更适用于对无法清管的管道进行高精度检测。此外，ARTEMIS还能够透过油漆、涂层和海洋生物进行检测，壁厚损失测量精度高达±0.2 mm，并能消除放射源干扰，是许多主要运营商的首选检测系统。意大利Impresub公司研发的SUBSEA PEC脉冲涡流检测设备^［26］主要用于检测各种管道结构，且该检测设备与ROV高度集成，无需额外使用机械臂进行布放与回收，如图5e所示。英国Sonomatic与Geo Oceans公司共同研发了一整套检测套件^［27］，如图5f所示，它可利用小型ROV进行部署，能够检测不可清管的海底管道，同时该检测套件还可配备一系列先进的无损检测技术对海底管道进行清洁与扫描。

PATEL等^［28］针对浅水海域油气管道检测设计了两款水下机器人SWIM-Rs协同作业，一款用于清洁管道表面，另一款搭载超声波金属厚度计进行管道检测，如图5g所示。上述两款ROV均采用模块化设计，能够轻松集成各种工具和传感器，以满足特定任务需求。荷兰Fugro Subsea Services生产了作业级ROV FCV 2000D（图5h）^［29］，该设备可对管道结构执行阴极保护调查和声学检查的定量测量，每日覆盖距离可达25 km，并可清除管道上的海洋生物附着物。Tracerco Discovery（图5i）^［30］是全球首个用于海底管道检测的计算机断层扫描（computerised tomography，CT）设备，能够实现无损管道检测。该设备采用CT扫描原理提供高分辨率图像，可帮助用户详细评估海底管道的内部状况。通过Tracerco Discovery检测人员可实时获取管道内部腐蚀、裂纹或其他结构性损伤的准确数据，无需切割或破坏管道。这种无损检测设备不仅提高了安全性，还大幅减少了检测过程中的停工时间和成本，是海底管道检测领域的一项重大突破。除了上述国外企业的研究成果，许多国外学者也对海底管道检测技术进行了深入研究。JACQUES等^［31］设计了一款基于电磁声学换能器（electromagnetic acoustic trans-ducers，EMATs）的带涂层立管检查设备，与传统压电传感器相比，该检测方式无需去除管道外部涂层。GARCIA等^［32］设计了一种由ROV携带的磁场相机系统，用于水下管道检测并生成磁性图像。GOETTEMS等^［33］开发了一种名为INSPECFLEX的创新型无损检测工具，该工具基于电磁技术专用于检测拉伸铠装缆的断裂情况，同时也能够检测柔性管道。部分国外代表性基于ROV的海底管道检测装备的技术参数如表2所示。

2.3 我国代表性海底管道检测ROV

山东未来机器人公司成立于2005年，是我国首家实现深海机器人自主国产化的高科技企业，亦是国际知名的作业级机器人及深海工程装备制造商和服务商。该企业生产了各种类型的水下机器人，包括水下挖掘机、海底挖沟机、快速巡检作业ROV、重型作业级ROV等^［34］。FIFISH PRO W6^［35］是鳍源科技开发的行业级水下机器人，具备350 m最大潜水深度和6个推进器，以确保卓越稳定性和机动性。它的模块化设计支持多种工具集成，适用于复杂的水下操作，如检查、维护和数据采集。它还配备了双4K摄像头和12 000 lm的LED灯，提供清晰视觉效果。5个多功能接口使其能够同时操作多种工具以提高工作效率。此外，配备三爪机械臂还可方便取回和移动水下物体，适用于检查、维护和数据采集等多种任务。

王锦融等^［36］针对浅水水域机器人的姿态平衡、运动控制、信息获取及工作环境变化等难题，设计了一款能够沿水下管道自主运动、检测管道上的吸附物、发出警报并进行吸附物移除及回收的小型水下机器人。张亮^［37］设计了应用于海底管道的脉冲涡流检测样机（图6a），并成功检测出海底管道的腐蚀缺陷。马维平^［38］研发了一套便携式智能检测仪器（图6b），采用交流电磁场检测（alternating current field measurement，ACFM）技术可定量检测水下裂纹。曲天阳^［39］研究了脉冲涡流检测理论，在脉冲涡流检测原理的基础上利用有限元软件对涡流检测技术进行了仿真分析，同时使用线圈与霍尔传感器作为检测元件，实现了对被测试件表面缺陷的探测和厚度测量，针对直径在厘米量级、深度在毫米量级的圆柱形表面缺陷实现了缺陷识别与分辨。王宏安^［40］提出了一系列新的漏磁检测数据处理方法，并与自主研制的海底管道漏磁检测系统集成在胜利海域应用，为海底管道的评估、判废、改造及安全运行提供技术保障。刘振川^［41］研制了具备自主巡线能力的海底管道巡检ROV，使用非接触式电场测量的方法检测海底管道的腐蚀情况，并在管道路径信息采集中使用图6c所示的英国Innovatum International公司生产的SMARTRAK^［42］作为磁场探测仪器。冯统帅^［43］开展了面向水下无损检测的ROV平台及其视觉图像增强技术的研究，完成了ROV本体的设计制造与系统集成，研发了一套面向水下无损检测的ROV平台。马梦瑶^［10］提出了基于ROV的水下管道声呐成像巡检关键技术，开展了基于ROV巡航的声呐成像与三维重建、基于点云数据的海底管道可视化检测等关键技术的研究，并通过相关硬件、软件模块的研发完成了水下管道声呐成像巡检系统的集成。FAN等^［44］提出了一种基于结构光视觉传感器的水下管道跟踪与三维重建方法，设计了双线激光结构光学传感器，并验证了所提方法的有效性。我国部分代表性基于ROV的海底管道检测装备的技术参数如表3所示。

2.4 国内外研究现状分析

通过对比国内外海底管道检测ROV的技术参数可知，我国的ROV技术虽然起步较晚，但随着近年来科技进步和技术水平的提升，已逐渐达到国际先进水平。我国许多优秀ROV制造公司不仅在国内市场占据重要地位，还积极拓展国际市场，凭借创新设计和卓越性能获得广泛认可。这些公司不断引进先进技术，结合自身研发优势推出多个型号的ROV，广泛应用于海洋调查、海底探测、石油天然气勘探等领域，展现了我国在这一行业中的强大潜力。但值得注意的是，我国海底管道检测ROV与海底管道检测技术的核心部件和高端传感器与国外仍存在较大差距。国产设备在精密机械手精度、高分辨率声呐等关键领域明显落后，检测算法依赖传统图像处理技术，智能化程度不足。与陆上油气管道检测相比，海底管道检测技术难度更高、要求更严格。尽管我国陆上油气管道检测技术较为成熟，但海底管道检测ROV的研究起步较晚，同时我国检测仪器的工程化应用较少，大多数研究仍基于现有传统检测仪器，精密检测仪器的研究目前还处于理论探索和实验阶段^［45］。国外对关键技术的封锁制约了我国核心部件的研究突破，未来需聚焦核心部件研发，构建完整技术生态以实现全面自主化。

3 基于ROV的海底管道检测关键技术

海底管道检测ROV可以在更深的水域工作，且不受人为潜水限制，但在恶劣海况或强水流环境下其检测质量会受到影响，且操作复杂度较高。此外，ROV的可操作性强，能同时搭载多种检测设备，从而提高了检测的效率和全面性。常见的海底管道检测技术包括清管技术、漏磁检测技术、涡流检测技术等检测技术，但并非每种技术都适用于ROV搭载。基于ROV的海底管道检测技术主要为无损检测（non-destructive testing，NDT）技术，NDT技术能够在实际操作过程中进行实时监控，保证安全性、可靠性，同时实现成本效益，合理地选择NDT方法十分重要^［46］。下文将主要探讨基于ROV的海底管道检测关键技术，介绍各项检测技术的原理及其适用场景。

3.1 光学检测技术

光学检测技术通过可见光、红外光或激光成像，结合高清摄像头与辅助照明，为海底管道提供远程、无损的表面状态监测。该技术尤其适用于水质清澈环境，可直观识别腐蚀、裂纹及沉积物等缺陷，并可通过图像处理与三维重建算法实现损伤定位。在低可见度深海区域，常与声学传感器协同使用以克服环境限制^［47］。其中，激光扫描技术通过发射激光光束形成激光切片平面并捕捉反射光斑（图7），可快速获取高精度三维表面数据，而高清摄像系统则在强力照明支持下提供清晰的实时视频，支撑远程分析与风险评估。

3.2 电磁检测技术

涡流（eddy current，EC）检测技术^［48］是一种无需耦合介质的无损电磁检测技术。如图8a所示，向探头线圈施加交流激励信号，产生的变化磁场在被测试件中感应出涡流；涡流形成的次生磁场与主磁场相互作用，可被检测线圈或磁敏传感器捕获。当试件存在腐蚀、裂纹等缺陷时，涡流分布与相位发生变化，进而引起检测信号的振幅与相位偏移。该方法非接触、效率高，尤其适用于金属表面缺陷检测。

脉冲涡流（pulsed eddy current，PEC）检测技术无需接触被测物体即可检测金属管道内外壁的腐蚀情况。该技术采用方波或阶跃激励信号，具有更丰富的频率，可多频段一次测得不同深度响应，通过对感应电压信号进行时域瞬态分析，可提取信号特征值，获取被测试件缺陷信息，实现壁厚及深层腐蚀评估^［49］。与常规EC检测相比，该技术对试件表面清洁度的要求较低。PEC检测技术受提离效应的影响，为获得较为精确的检测结果，探头应与被测物体保持相对静止状态。该技术已广泛应用于石油化工等行业的包覆层铁磁性碳钢设备，以及核电、航空等领域的非铁磁材料检测。

利用交流电磁场检测（alternating current field measurement，ACFM）技术进行表面裂纹检测时，对表面清洁度的要求相对较低。该技术的基本原理是向激励线圈注入电流，在电磁感应原理作用下在被检对象表面感应出匀强电场；当缺陷存在时感应电流会发生偏转，缺陷两端电流会绕过或从缺陷底部流过，使得电流在缺陷两端汇聚、在缺陷中间变得稀疏，如图8b所示。检测探头沿缺陷方向采集电磁场畸变信息，通过信号分析与处理分析特征信号与缺陷尺寸的关系以及反演缺陷的尺寸、轮廓等信息，从而实现定量分析与可视化检测^［50-51］。

水下磁粉探伤（underwater magnetic particle testing， UWMT）是一种用于检测水下金属结构表面缺陷的无损检测方法，适用于检测磁性材料中的表面和近表面裂纹、腐蚀等缺陷。UWMT是磁粉检测（magnetic particle inspection， MPI）技术的一种特殊应用，原理与常规MPI技术相同，通过外加磁场使磁性材料中的缺陷处发生局部磁场异常，从而通过磁粉聚集揭示缺陷。然而，由于水下环境的特殊性，检测需要专业设备和操作，且仅能检测表面及近表面缺陷，对被检表面清洁度要求较高，水下环境的温度、压力及水体流动性也可能影响检测效果^［52］。

3.3 声学检测技术

超声波检测（ultrasonic testing，UT）技术是一种基于超声波在材料中传播特性的无损检测方法^［53］。如图9a所示，通过发射超声波并接收其在遇到裂缝、腐蚀等缺陷时产生的反射信号进而分析缺陷的位置、大小与性质。该方法既可以使用单一传感器，也可以采用相控阵列超声波检测（phased array ultrasonic testing，PAUT）技术提供截面信息。UT技术具有较高的分辨率，但由于压电传感器必须与结构直接接触，故在水下环境中实施时需要使用耦合剂，且要求管道表面干净，某些情况下甚至需要去除涂层。此外，测量过程中需要保持稳定接触，而且UT技术每次只能检测一个小区域^［54］。与涡流检测技术相比，UT技术具有更高的灵敏度和更快的检测速度，能够检测各种材质的管道（包括金属、塑料等），适用性更广，因此UT技术广泛应用于管道内涂层厚度、腐蚀状况以及金属与非金属复合涂层厚度的测量。相控阵与单点超声波检测技术可应用于超声扫描仪中，该扫描仪可装配在由ROV部署的小型管道爬行器上，也可以应用于超声波厚度计直接安装于ROV本体上。此外，该技术也适用于潜水员手持的超声波检测工具，以执行海底管道扫描检测任务^［55］。

导波超声波检测（guided wave ultrasonic testing，GWUT）是一种通过在管道周围安装传感器阵列实现的检测方法（图9b），其原理是利用管道作为声导体向管道发送低频超声波，当存在壁变薄或焊缝缺陷时，部分超声波会被反射回传感器。GWUT具有较长的传播距离和较大的检测区域，适用于大规模结构的快速筛查，但分辨率较低，这是因为低频超声波与微小裂缝的相互作用较弱^［56］。GWUT对管道清洁度的要求取决于所使用的传感器技术，压电传感器要求管道表面清洁度与传统超声波检测相似，而电磁声学换能器（electromagnetic acoustic transducers，EMATs）则可在管道表面覆盖非金属夹杂物的情况下进行超声波检测。然而，EMATs对磁场较敏感，且所需能量高于压电传感器。GWUT的传感器阵列可由潜水员或ROV部署，并需通过驱动装置使其紧密环绕管道。

超声波衍射时差（time of flight diffraction，TOFD）方法的工作原理是基于超声波的衍射现象，具体有精度高、检测快捷、实时成像以及检测数据易保存等优点，如图9c所示，TOFD系统通常由两个宽带窄脉冲探头组成，分别发射和接收信号，通过分析缺陷边缘的衍射波实现高精度、实时成像的裂纹与焊缝检测。检测前需清洁管道表面，该系统可集成于ROV搭载的超声扫描仪中。

声呐检测（SONAR testing，ST）技术是一种基于声波传播原理的无损检测技术，广泛应用于水下环境中的管道检测。该技术通过发射声波信号并接收回波信号，分析回波信号的时间差、频率变化等特征，从而推算出物体的位置、形状和结构状态^［57］。声呐检测分为主动式声呐和被动式声呐两类。主动式声呐通过发送信号并接收回波来进行检测，而被动式声呐则通过接收周围环境中物体发出的自然声音进行检测。在海底管道检测中，声呐检测能够提供高效、准确的检测，特别是在强流、浑浊水域等复杂环境下的检测效果尤为突出。然而，声呐检测的缺点在于其分辨率不如UT技术高，因此无法准确检测出小型裂缝和微小缺陷。声呐在海底管道检测的应用中主要用来生成管道及周边环境的二维或三维图像，属于海底管道的常规检测技术。

3.4 阴极保护电位检测技术

阴极保护（cathodic protection，CP）电位检测技术通过在管道上施加外部电流，使其表面成为阴极以抑制电化学腐蚀，并且通过测量管道相对于参比电极的电位来评估腐蚀程度，该技术能的有效延长管道寿命，并可提供实时预警。主要包括牺牲阳极的阴极保护法（sacrificial anode cathodic protection，SACP）与外加电流的阴极保护法（impressed current cathodic protection，ICCP）。SACP法是一种被动的阴极保护方法，通过在金属结构（如管道、船体等）上附着具有更高电负性的金属阳极，这些阳极在水中会优先发生腐蚀，从而保护管道免受腐蚀，该金属作为牺牲阳极，需要定期更换。ICCP法通过将阳极连接到直流电源，能在不发生劣化的情况下为结构提供保护^［58-59］，适用于大型结构。为评估保护效果，可由ROV或潜水员使用CP测量探头进行电位测量，探头可手持或直接搭载于ROV及机械臂上。

3.5 射线检测技术

波长较短的电磁波被称为射线，而速度较高、能量较大的粒子流也被称为射线。射线检测是一项成熟且精确的无损检测技术，适用于管道焊接质量评估、腐蚀检测、壁厚测量及结构安全评估等领域，能够在结构复杂或内部缺陷隐蔽的场景，为内部检修提供详细的数据支持。如图10所示，射线检测技术的原理是当射线通过被检测物体时，缺陷部位与无缺陷部位对射线的吸收能力不同，通过这种强度差异来检测被测物体中是否存在缺陷。射线检测技术的一个重要优点是可以对材料进行深层次的无损检测，尤其适用于难以接近的区域，在厚壁管道和复杂结构的检测中更能凸显出独特的优势。

3.6 复合检测技术

在实际检测过程中，特别是在复杂检测环境下，考虑管道表面防腐层、配重层、生物附着物、覆盖管道的沉积物等对各类检测方式的影响时通常不只使用一种检测手段，复合检测技术是指在ROV作业中综合运用声学、光学、电磁与射线等多类无损检测手段，如图11所示，在统一的定位和时间基准下对海底管道进行全面评估^［60-61］。

复合检测技术在基于ROV的海底管道检测中的优势是将声学、光学、电磁和射线等手段协同起来，在低能见度与复杂海况下利用光学、声学检测技术即可远距离快速发现目标管道，在对管道表面防腐层、配重层、生物附着物、覆盖管道的沉积物进行评估后，使用合适的检测技术（如涡流检测技术、射线检测技术和激光检测技术等）可近距离获得管道高精度几何形状与壁厚、裂纹、腐蚀等量化信息。此外，低可见度、海流较急的作业环境对搭载机械手持式检测装置的ROV的定位精度和控制精度是不可忽视的检测干扰因素，而放置式的检测装置（如由ROV进行放置的爬管器型检测装置）可牢固地抓在管道上，这对ROV的定位精度与控制精度要求相对较低，且大幅度降低了较急海流对检测效果的影响。复合检测技术不仅体现在检测的综合性能上，更关键在于它集成了多源传感器的融合感知体系与面向大数据的智能化数据处理流程。该技术通过系统性的信息互补与协同分析，最终实现了从原始信号到管道完整性评估的转化^［62］。同时，在融合感知与数据处理方面，人工智能技术正成为关键支撑，将人工智能集成到ROV搭载的检测系统中，用于对采集到的海底管道影像数据或缺陷信号进行自动化、智能化分析，从而快速、准确地识别、分类、定位和量化管道外部缺陷的技术。相关综述与工程研究表明，上述方法能够提高数据质量、增强鲁棒性并降低人工解译负担^［63］。

综上所述，海底管道的各种检测技术各有其优缺点，适用于不同的场景，如表4所示。光学检测方法简单、直接，常用于管道表面显著的裂纹、腐蚀等缺陷的初步检测。该方法依赖于操作者的经验和技能，但受到操作环境的限制，特别是在水下或难以接近的管道中，检测效果可能受到限制。超声波检测技术和导波超声波检测技术适用于高精度的壁厚和腐蚀检测，声呐检测则是海底管道早期故障预警的有效工具。除了光学传感器检测、声呐成像检测和阴极保护电位检测等常规技术外，基于ROV的海底管道检测方法主要包括超声波检测、电磁检测和射线检测。超声波检测提供高分辨率的检测结果，适用于大多数金属材料。然而，它在识别复杂表面缺陷时存在困难，并且需要使用耦合剂，因此，检测前需拆除保护层和绝热层，检测完成后再重新安装，这会导致低效率和高成本。射线检测不受表面条件的影响，能够清晰检测出管道内部的结构缺陷。然而，该方法需要特殊设备和安全措施，且检测速度较慢，尤其在涂层或绝缘层较厚的情况下无法进行实时监测。涡流检测适用于表面缺陷的快速检测，特别是局部腐蚀和裂纹等问题。传统涡流检测能够穿透涂层且不需要接触被检测物体，但其穿透深度通常仅为几毫米或十几毫米，因此不适用于深层缺陷的检测。此外，涡流检测对非导电材料的检测能力有限。作为涡流检测技术的一个分支，脉冲涡流检测穿透性强，在检测表面和浅层缺陷时具有显著优势，尤其适用于海底管道检测。对于较长管道或远程检测，可采用远场涡流检测技术。若管道厚度较大或需要深入检测时，交流电磁场检测技术可能是更加合适的选择^［64-65］。基于ROV的海底管道复合检测技术代表了在复杂覆盖条件下对海底管道进行“由表及里”检测的技术前沿。它通过声学定位、光学导引、脉冲涡流主检的多技术融合方式有效解决了传统方法无法应对覆盖层遮挡的行业痛点，极大地增强了对管道隐蔽缺陷的发现与评估能力。每种检测技术都有其特定的应用场景和技术要求，从表面状态到内部结构、从厚度变化到腐蚀风险，都为管道的安全运行和预防性维护提供了坚实的数据保障。虽然不是所有的检测技术都要求去除管道涂层，但基本上都要求清洁管道表面，因为管道表面可能有腐蚀、积泥或海洋生物附着，这些都会影响检测的效果。可见清洁表面是保证检测技术正常工作的前提。

海底管道检测的难点主要体现在环境复杂性、技术适应性、涂层和表面处理、检测精度、数据处理、安全性和成本等方面。此外，ROV海底管道检测能力虽与检测技术本身高度相关，但ROV的控制系统、通信系统以及载荷系统等子系统也同样重要。控制系统的推进抗流性能不足会引发位姿抖动，导致声呐模糊与光学失焦，而能源续航短板会制约长距离检测；载荷系统的机械手定位误差可以直接影响接触式检测可靠性；导航定位系统的定位误差会使数据空间参考失真，避障能力不足则会增加作业中断风险。本质上，ROV检测能力是多方面技术的综合体现，基于成熟的ROV系统，各类检测技术才能发挥完整性能。

4 研究展望

海底油气资源开发向深远海的持续扩展，推动了海洋油气管道向大管径、高钢级和长距离输送方向发展，海底管道的多样性及海底环境的特殊性给检测技术带来了更大的挑战。随着智能化和机器人技术的应用日益增多，海底管道检测遥控水下机器人（ROV）及其关键技术也将呈现如下发展趋势：

1）智能化作业。传统ROV操作复杂，对操作人员技术水平要求高。随着智能化技术和深度学习技术的发展，ROV正朝着自主导航和作业的方向发展。未来ROV将具备自动识别海底管道、自动规划作业路径和实时检测管道状况的能力，减少对人工操作的依赖，提高工作效率和精度。

2）技术攻坚。我国的ROV技术日益成熟，与发达国家的差距正在逐步缩小，但声呐、水下摄像头和机械手等高精密设备仍高度依赖进口，海底管道的精细检测也需借助国外检测机构提供服务。我国自主研发的海底管道检测设备和技术目前仍停留在研究与实验阶段，尚未实现商业化应用，因此，需要在陆地管道无损检测技术以及国内现有海底管道检测研究的基础上，深入开展海底管道检测技术的研发工作。

3）多机器人协同作业。单个ROV在管道检测作业中难以同时完成管道的表面清洁与检测，存在一定的局限性，这促进了多ROV协同作业的研究。通过任务分工和协作，多个ROV可共同完成复杂的检测任务，以增强作业的灵活性、适应性和可靠性。这种协同作业模式有望显著提高任务完成效率，随着技术的不断推进，这种模式将在更多领域得到应用。

4）极端环境检测能力。与陆地管道检测相比，海底管道检测面临更高的技术要求。深海环境的高压、低温和复杂地形对海底管道检测设备的设计和性能提出了挑战。如何应对深海环境的复杂性，并提高检测设备在极端条件下的工作能力，确保其在复杂和危险的海底环境中稳定可靠地执行任务，仍是未来研究的关键方向。

5）复合检测技术。单一检测手段在复杂海底环境中可能存在盲区。将多种检测技术（如超声波检测、电磁涡流检测、激光扫描检测等）有机整合、互为补充，以提高管道故障检测的精度和实时性。这种复合检测方法有助于全面评估管道健康状况，从而提高整体管道管理的效率和安全性。

参考文献

[1] 王金龙， 何仁洋， 张海彬， 等. 海底管道检测最新技术及发展方向［J］. 石油机械， 2016， 44（10）： 112-118.

[2] WANG Jinlong， HE Renyang， ZHANG Haibin， et al. State-of-the-art Advancement and Development Direction of Submarine Pipeline Inspection Technology［J］. China Petroleum Machinery， 2016， 44（10）： 112-118.

[3] 董绍华， 段宇航， 孙伟栋， 等. 中国海底管道完整性评价技术发展现状及展望［J］. 油气储运， 2020， 39（12）： 1331-1336.

[4] DONG Shaohua， DUAN Yuhang， SUN Weidong， et al. Current Situation and Prospect of Submarine Pipeline Integrity Evaluation in China［J］. Oil & Gas Storage and Transportation， 2020， 39（12）： 1331-1336.

[5] 陈海龙， 孙政策， 凌爱军， 等. 我国在役海底管道发证现状研究［J］. 石油工程建设， 2020， 46（）： 273-277.

[6] CHEN Hailong， SUN Zhengce， LING Aijun， et al. Current Status of Certifications for In-service Submarine Pipelines in China［J］. Petroleum Engineering Construction， 2020， 46（S1）： 273-277.

[7] KANG D H， KIM S， LEE C， et al. Corrosion Fatigue Behaviors of HSB800 and Its HAZs in Air and Seawater Environments［J］. Materials Science and Engineering： A， 2013， 559： 751-758.

[8] 王红红， 刘国恒. 中国海油海底管道事故统计及分析［J］. 中国海上油气， 2017， 29（5）： 157-160.

[9] WANG Honghong， LIU Guoheng. Statistics and Analysis of Subsea Pipeline Accidents of CNOOC［J］. China Offshore Oil and Gas， 2017， 29（5）： 157-160.

[10] 张彪. 悬空管道治理关键参数设计及其应用［D］. 东营： 中国石油大学（华东）， 2017.

[11] ZHANG Biao. Key Parameters of Design and Its Application in Suspended Pipeline Control［D］. Dongying： China University of Petroleum （Huadong）， 2017.

[12] 代博宇. 海底管道检测ROV控制系统研究［D］. 大连： 大连理工大学， 2022.

[13] DAI Boyu. The Study on Control System of ROV Used in Subsea Pipeline Inspection［D］. Dalian： Dalian University of Technology， 2022.

[14] LEDEZMA F D， AMER A， ABDELLATIF F， et al. A Market Survey of Offshore Underwater Robotic Inspection Technologies for the Oil and Gas Industry［C］∥SPE Saudi Arabia Section Annual Technical Symposium and Exhibition. Al-Khobar， 2015： SPE 177989-MS.

[15] CHIN C S. Systematic Modeling and Model-based Simulation of a Remotely Operated Vehicle Using MATLAB and Simulink［J］. International Journal of Modeling， Simulation， and Scientific Computing， 2011， 2（4）： 481-511.

[16] 马梦瑶. 基于ROV的水下管道声呐成像巡检关键技术研究［D］. 杭州： 浙江大学， 2023.

[17] MA Mengyao. Research on Key Technology of Underwater Pipeline Sonar Imaging Inspection Based on ROV［D］. Hangzhou： Zhejiang University， 2023.

[18] DALHATU A， AZEVEDO R， UDEBHULU O， et al. Recent Developments of Remotely Operated Vehicle in the Oil and Gas Industry［J］. Holos， 2021， 3： 1-18.

[19] CHRIST R D， WERNLI R L S. The ROV Manual： a User Guide for Remotely Operated Vehicles［M］.Oxford：Butterworth-Heinemann， 2013.

[20] QYSEA. FIFISH V6 Underwater Drone［EB/OL］. ［2025-04-15］.

[21] DEEP TREKKER. Underwater ROV［EB/OL］. ［2025-04-11］.

[22] DEEPINFAR. Haitun Series ROVs［EB/OL］. ［2025-04-13］.

[23] SAAB. Leopard［EB/OL］.［2025-04-15］.

[24] 任峰， 张莹， 张丽婷， 等. “海龙Ⅲ”号ROV系统深海试验与应用研究［J］. 海洋技术学报， 2019， 38（2）： 30-35.

[25] REN Feng， ZHANG Ying， ZHANG Liting， et al. Research on the Deep-sea Test and Application of the “Hailong Ⅲ” ROV System［J］. Journal of Ocean Techno-logy， 2019， 38（2）： 30-35.

[26] NOAA. Remotely Operated Vehicle Deep Discoverer［EB/OL］. ［2025-04-15］.

[27] DIAKONT. Nuclear Solutions： Remote Robotic Cavity Cleaning & Decontamination Service［EB/OL］. ［2025-04-13］.

[28] 张奇峰. 遥控水下机器人及作业技术［M］. 北京： 科学出版社， 2020.

[29] ZHANG Qifeng. Remotely Operated Vehicle and Operation Technology［M］. Beijing： Science Press， 2020.

[30] 梁浩， 李海川， 郝兴国， 等. 海底管道失效原因及基于ROV的海底管道巡检技术［J］. 油气储运， 2015， 34（4）： 439-441.

[31] LIANG Hao， LI Haichuan， HAO Xingguo， et al. Reasons for Subsea Pipeline Failure and ROV-based Inspection Technology of Subsea Pipeline［J］. Oil & Gas Storage and Transportation， 2015， 34（4）： 439-441.

[32] DEEPOCEAN. Superior Survey ROV［EB/OL］. ［2025-04-13］.

[33] INNOSPECTION. Subsea Pipelines［EB/OL］. ［2025-04-13］.

[34] SONOMATIC. About Subsea Inspection［EB/OL］. ［2025-04-11］.

[35] SUBSEATSC. Subsea Pipeline Inspection［EB/OL］. ［2025-04-11］.

[36] SLOMP E， BERTELLI M， MILIJANOVIC D. SUBSEA PEC： the NDT Diverless Robotic System for the Pipeline Corrosion Inspection［C］∥Abu Dhabi International Petroleum Conference and Exhibition. Abu Dhabi， 2012： SPE 161662-MS.

[37] SONOMATIC. Subsea Flowline Scanning Success Story［EB/OL］. ［2025-04-11］.

[38] PATEL S， ABDELLATIF F， ALSHEIKH M， et al. Multi-robot System for Inspection of Underwater Pipelines in Shallow Waters［J］. International Journal of Intelligent Robotics and Applications， 2024， 8（1）： 14-38.

[39] FUGRO SUBSEA SERVICES. FCV 2000-Next Generation Work Class ROV［EB/OL］. ［2025-04-15］.

[40] ROBINS L. Tracerco Discovery： the World's First Subsea Computed Tomography（CT） Scanner for Non-intrusive Pipeline Inspection［J］. The APPEA Journal， 2014， 54（2）： 545.

[41] JACQUES R C， de OLIVEIRA H T H， dos SANTOS R W F， et al. Design of an EMAT Guided Wave Collar for Coated Riser Inspection［J］. IEEE Sensors Journal， 2020， 20（24）： 14662-14669.

[42] GARCIA J， LEWIS R， SHAHSAVAR M， et al. Detection and Tracking of Underwater Pipes Using a Magnetic Camera［C］∥2024 IEEE 20th International Conference on Automation Science and Engineering（CASE）. Bari：IEEE， 2024： 755-760.

[43] GOETTEMS F， FERNANDES C， SCHNEIDER E， et al. Novel Electromagnetic-based NDT Inspection for Detecting Tensile Armor Wire Ruptures in Flexible Pipes［C］∥Offshore Technology Conference. Houston， 2025： OTC-35565-MS.

[44] VVLAI. VY250 Heavy Work-class ROV［EB/OL］. ［2025-04-11］.

[45] QYSEA. FIFISH PRO W6 Enterprise Industrial Grade ROV Platform［EB/OL］. ［2025-04-15］.

[46] 王锦融， 张佳钰， 李畅， 等. 一种自主式小型浅水水下管道巡检机器人的研制与试验［J］. 机械设计， 2023， 40（11）： 83-87.

[47] WANG Jinrong， ZHANG Jiayu， LI Chang， et al. R & D and Experiment of Small-sized Autonomous Underwater Robot for Pipeline Inspection in Shallow Water［J］. Journal of Machine Design， 2023， 40（11）： 83-87.

[48] 张亮. 基于脉冲涡流海底管道无损检测工程化开发［D］. 大连： 大连理工大学， 2017.

[49] ZHANG Liang. Engineering Development of Nondestructive Testing of Submarine Pipeline Based on Pulsed Eddy Current［D］. Dalian： Dalian University of Technology， 2017.

[50] 马维平. 水下交流电磁场便携式智能检测仪器研发［D］. 东营： 中国石油大学（华东）， 2018.

[51] MA Weiping. Development of a Portable Intelligent Detection Instrument Based on Underwater ACFM［D］. Dong-ying： China University of Petroleum （Huadong）， 2018.

[52] 曲天阳. 基于多传感器的脉冲涡流无损检测技术研究［D］. 大连： 大连理工大学， 2018.

[53] QU Tianyang. Research of Pulsed Eddy Current Nondestructive Technology Based on Multi-sensors［D］. Dalian： Dalian University of Technology， 2018.

[54] 王宏安. 海底管道漏磁检测缺陷定量表征与轮廓重构方法研究［D］. 东营： 中国石油大学（华东）， 2020.

[55] WANG Hongan. Research on Defect Quantitative Characterization and Profile Reconstruction in Submarine Pipelines Based on Magnetic Flux Leakage Testing［D］. Dongying： China University of Petroleum （Huadong）， 2020.

[56] 刘振川. 海底管道检测机器人自主巡线控制系统研究［D］. 青岛： 中国海洋大学， 2015.

[57] LIU Zhenchuan. The Study on Auto Tracking Control System for Inspection Robot Used in the Submarine Pipeline［D］. Qingdao： Ocean University of China， 2015.

[58] SMARTRAK. Submarine Cable Tracking & Depth of Burial Survey System［EB/OL］. ［2025-04-11］.

[59] 冯统帅. 面向水下无损检测的ROV平台及其视觉图像增强技术研究［D］. 杭州： 浙江大学， 2022.

[60] FENG Tongshuai. Research on ROV Platform and Visual Image Enhancement Technology for Underwater Non-destructive Testing［D］. Hangzhou： Zhejiang University， 2022.

[61] FAN J， OU Y， LI X， et al. Structured Light Vision Based Pipeline Tracking and 3D Reconstruction Method for Underwater Vehicle［J］. IEEE Transactions on Intelligent Vehicles， 2024， 9（2）： 3372-3383.

[62] 常永旭， 徐鹏程， 万波， 等. 水下无损外检测技术研究进展［J］. 科技通报， 2024， 40（4）： 1-5.

[63] CHANG Yongxu， XU Pengcheng， WAN Bo， et al. Research Progress of Underwater Non-destructive External Inspection Technology［J］. Bulletin of Science and Technology， 2024， 40（4）： 1-5.

[64] 林莉， 马志远， 李喜孟. 无损检测［M］. 2版. 北京： 机械工业出版社， 2024.

[65] LIN Li， MA Zhiyuan， LI Ximeng. Nondestructive Testing［M］. 2nd ed. Beijing： China Machine Press， 2024.

[66] CHEMISKY B， MENNA F， NOCERINO E， et al. Underwater Survey for Oil and Gas Industry： a Review of Close Range Optical Methods［J］. Remote Sensing， 2021， 13（14）： 2789.

[67] 宋韵. 带保护层非铁磁性金属管道脉冲涡流检测模型与方法［D］. 武汉： 华中科技大学， 2023.

[68] SONG Yun. Theoretical Model and Method of Non-ferromagnetic Metallic Pipes with Claddings Using Pulsed Eddy Current Testing［D］. Wuhan： Huazhong University of Science and Technology， 2023.

[69] 武新军， 张卿， 沈功田. 脉冲涡流无损检测技术综述［J］. 仪器仪表学报， 2016， 37（8）： 1698-1712.

[70] WU Xinjun， ZHANG Qing， SHEN Gongtian. Review on Advances in Pulsed Eddy Current Nondestructive Testing Technology［J］. Chinese Journal of Scientific Instrument， 2016， 37（8）： 1698-1712.

[71] CHEN K， BRENNAN F P， DOVER W D. Thin-skin AC Field in Anisotropic Rectangular Bar and ACPD Stress Measurement［J］. NDT & E International， 2000， 33（5）： 317-323.

[72] DOVER W D. Review of Developments in ACPD and ACFM［J］. British Journal of NDT， 1991，33（3）： 121-127.

[73] KOHLI R， MITTAL K L. Developments in Surface Contamination and Cleaning［M］. Oxford： William Andrew Publishing，2010.

[74] HO M， EL-BORGI S， PATIL D， et al. Inspection and Monitoring Systems Subsea Pipelines： a Review Paper［J］. Structural Health Monitoring， 2020， 19（2）： 606-645.

[75] JEPPESEN L， DAM J， OLSEN H O. Subsea Automated Ultrasonic Inspection［C］∥Middle East Nondestructive Testing Conference & Exhibition. Manama， 2005：1-7.

[76] CAWLEY P. Practical Long Range Guided Wave Inspection-applications to Pipes and Rail［J］. Engineering Materials Science， 2003，61（1）： 35187844.

[77] KASETKASEM T， TIPSUWAN Y， TULSOOK S， et al. A Pipeline Extraction Algorithm for Forward-looking Sonar Images Using the Self-organizing Map［J］. IEEE Journal of Oceanic Engineering， 2021， 46（1）： 206-220.

[78] FARH H M H， AMINE BEN SEGHIER M EL， ZAYED T. A Comprehensive Review of Corrosion Protection and Control Techniques for Metallic Pipelines［J］. Engineering Failure Analysis， 2023， 143： 106885.

[79] WASIM M， DJUKIC M B. External Corrosion of Oil and Gas Pipelines： a Review of Failure Mechanisms and Predictive Preventions［J］. Journal of Natural Gas Science and Engineering， 2022， 100： 104467.

[80] QUEIROZ R S， SILVA J P B， NEVES E C DAS， et al. Development and Fusion of NDT Classifiers for Defect Detection on Underwater Structures［J］. NDT & E International， 2024， 144： 103098.

[81] Ruilin LYU， MENG Tian， XIONG Lei， et al. EddyBot： a Multichannel FPGA-based Eddy Current Testing Mobile Robot［J］. Measurement， 2025， 242： 115867.

[82] ZHANG Jiawei， HAN Fenglei， HAN Duanfeng， et al. Advanced Underwater Measurement System for ROVs： Integrating Sonar and Stereo Vision for Enhanced Subsea Infrastructure Maintenance［J］. Journal of Marine Science and Engineering， 2024， 12（2）： 306.

[83] MUNIR N， HUANG J Y， WONG C N， et al. Machine Learning Based Eddy Current Testing： a Review［J］. Results in Engineering， 2025， 25： 103724.

[84] SHEKHAWAT D， BARUA J， BHATIA K. AI-driven Robotics for Pipeline Integrity： Autonomous Subsea Applications in the North Sea［C］∥SPE Offshore Europe Conference & Exhibition. Richardson： Society of Petroleum Engineers， 2025： SPE 226716-MS.

[85] SHE S， CHEN Y， HE Y， et al. Optimal Design of Remote Field Eddy Current Testing Probe for Ferromagnetic Pipeline Inspection［J］. Measurement， 2021， 168： 108306.

[86] JIAO D， GAO B， RU G， et al. Instrumentation of Cross Electromagnetic Eddy Current Sensing for Internal Pipeline Inspection［J］. IEEE Sensors Journal， 2024， 24（14）： 22745-22757.

基金资助

国家重点研发计划(2022YFC2805904)

国家重点研发计划(2023YFC2811102)

湖南省科技创新计划(2023ZJ1020)

湖南省科技创新计划(2024AQ2031)