李佳龙¹, 陈永灿^2,3, 李永龙^1,4, 王皓冉¹, 谢辉¹
1. 清华四川能源互联网研究院，成都 610071;
2. 西南石油大学 土木工程与测绘学院，成都 610500;
3. 清华大学 水沙科学与水利水电工程国家重点实验室，北京 100084;
4. 清华大学 电子工程系，北京 100084
收稿日期：2022-10-24
基金项目：国家自然科学基金资助项目(52009064, U21A20157); 四川省科技计划资助项目(2021JDRC0088, 2022YFQ0080, 2022YFSY0011)
作者简介：李佳龙(1991—)，男，工程师
通讯作者：陈永灿，教授，E-mail: chenyc@tsinghua.edu.cn

摘要：针对泄水消能建筑物水底泥沙淤积、水体能见度差导致的水下检测难题，该文研究了一种适用于积淤水底、浑浊水质条件的清淤置换模块，并对其机构设计和检测效率进行分析。基于水底泥沙起动条件与淹没式水射流特性，运用Euler多相流模型对清淤置换模块进行水动力分析，并通过水沙两相流数值仿真和实物试验相结合的方式对比分析。该文验证了清淤置换模块中升降机构的必要性，得出置换检测壳体底部离沙高度为60 mm时，机器人清淤检测效率最高，可在1.56 s内将检测区域内厚度为100 mm的淤积泥沙清除90%，完成清淤-检测作业的总用时为9.56 s。清淤置换模块的推广应用可显著提升现有水下机器人的环境适应性和检测能力，推动水下检测技术的发展。
关键词：泄水消能建筑水下机器人清淤置换模块泥沙淤积清淤检测效率
Design and detection efficiency analysis of desilting replacement module in sediment accumulation environment
LI Jialong¹, Chen Yongcan^2,3, LI Yonglong^1,4, WANG Haoran¹, XIE Hui¹
1. Sichuan Energy Internet Research Institute, Tsinghua University, Chengdu 610071, China;
2. School of Civil Engineering and Geomatics, Southwest Petroleum University, Chengdu 610500, China;
3. State Key Laboratory of Hydroscience and Engineering, Tsinghua University, Beijing 100084, China;
4. Department of Electronic Engineering, Tsinghua University, Beijing 100084, China

Abstract: Objective The drainage and energy dissipation building is an important aspect of the water conservation and hydropower project, and its structural safety is linked to the safety of the whole project. For a long time, the drainage and energy dissipation buildings have been subjected to the erosion of high pressure and high speed water, which will inevitably cause damage to the concrete structure. The apparent damage to underwater concrete structures is concealed due to the structure's uniqueness and diversity. The traditional method of diver inspection or manual inspection following cofferdam draining takes a long time and is expensive and dangerous. Using underwater robots for unmanned inspection reduces personal risk. However, the underwater robots' detection accuracy is limited due to the sediment accumulation on the bottom and poor visibility in the water, which makes it impossible to conduct timely investigations of defects and hidden dangers. This study has developed a desilting replacement module that is suitable for the conditions of sediment bottom and turbidity water and studied the mechanism design of the module, the efficiency of silt removal, and defect detection. Methods The desilting replacement module is built in this study by examining the starting condition of sediment deposition and the features of the submerged water jet. It consists mostly of the desilting mechanism, the replacement detection mechanism, and the lifting mechanism. The Euler multiphase flow model was used to create the continuity equation and momentum equation of water and sand, and the hydrodynamic influence of the desilting replacement module was investigated. A simulation model based on Euler water-sand two-phase flow was developed using computational fluid dynamics software to mimic the desilting detection process of the desilting replacement module in the underwater sediment environment. The thickness of the sediment is considered to be 100 mm in the simulation, and the height of the sediment deposited at the beginning distance of the replacement detection shell was used as a variable to evaluate the status of the desilting replacement module when the detection effectiveness is optimal. Finally, the simulation findings are compared and examined by combining them with the real experimental data. Results This study verified the necessity of each mechanism in the desilting replacement module and concluded that when the initial height of sediment from the bottom of the replacement detection shell was 60 mm, the desilting detection efficiency was the highest, and the sediment of 100 mm thickness in the detection area could be removed to the remaining 10% within 1.56 s, and the total time of "desilting and detection" was 9.56 s. Conclusions The silt removal replacement module's novel design tackles the underwater detection problems caused by underwater sediment accumulation and turbidity. The desilting replacement module may be carried on most existing underwater detection robots, which can significantly improve the detection ability of underwater robots in turbidity water environments. It can achieve short-term efficient single point or long-term continuous visual image acquisition in the sediment environment, depending on the operation requirements, which has a great promotion role for the application of underwater robot detection technology in the water conservation and hydropower industries.
Key words: water discharge and energy dissipation buildingsunderwater vehicledesilting replacement modulesediment accumulationdesilting and detection efficiency
泄水消能建筑物作为水利水电工程重要组成部分，长期面临高压、高速水流冲刷的环境，结构安全关系整个工程的安全^[1]。由于水工结构的特殊性、多样性，水下混凝土结构表观的损伤具有一定的隐蔽性^[2-4]。水底泥沙淤积、水质浑浊的水下环境导致传统检测手段的准确性低，无法做到对缺陷和隐患及时排查。
对泄水消能建筑物水下智能化巡检的探索尚处于起步阶段，文[4-6]总结了现阶段机器人水下检测所面临的难题，指出水下检测受水质影响很大；对泄水消能建筑物底板进行视觉检测，需解决2个难题：一是底部无自然光、水质浑浊、能见度低；二是底板上有泥沙覆盖，不能直接检测底板表面。从已有水下检测案例^[5-12]可知，面对水质浑浊的环境，普遍采用声呐技术进行检测，可获得水下淤积位置估算淤积厚度及体积，但不具备检测淤积下的底板混凝土表观能力；浑浊水环境中视觉检测仅作辅助作用，图像采集和缺陷量化工作效果不佳。文[13-15]虽通过智能算法优化了视觉成像效果，但未能从根本上克服浑浊水质带来的影响。Yang等^[16]提出了一种通过置换水体来解决浑水观测的方法，但未考虑淤积覆盖的底板检测。高胜标^[17]概述了国、内外水下清淤技术，指出同时具备水下清淤与视觉检测的技术研究较少。翟旭强^[18]开展了水下清淤与检测的研究，但所设计的机构清淤检测效率较低。
为克服浑浊水和淤泥覆盖的底板表观检测难题，本文在充分调研国内外研究基础上^[18-20]，基于自主研发的“浮游-爬行”双模态水下清淤检测机器人，以所搭载的清淤置换模块为研究对象，开展水底局部清淤检测效率研究。通过分析清淤置换模块结构特点，建立淹没式水射流动力学模型，进行清淤数值模拟仿真。探明在100 mm淤积厚度的情况下清淤置换模块具备的状态，可获得最佳检测效率，并通过实物试验验证淤积泥沙清除效果。清淤置换模块可搭载在多数现有水下检测机器人上，能够显著提升水下机器人在浑浊水质环境中的检测能力，可根据作业需求实现在淤积泥沙环境中短时、高效、单点或长时、贴底、连续的视觉图像获取，对水下机器人检测技术在水利水电行业中应用有巨大推动作用。
1 “浮游-爬行”双模态水下清淤检测机器人1.1 机器人整体结构设计“浮游-爬行”双模态水下清淤检测机器人采用有缆供电的方式进行水下远距离、长时间作业，机器人模型如图 1所示。水下清淤检测机器人主要由浮游机构、爬行机构、主控箱、清淤置换模块、水下可视化感知模块、水声定位模块和浮力模块等组成。主要设计参数为：机器人长770 mm，宽880 mm，高850 mm；重力870 N；水中的浮力约50 N；水底爬行移动速度0.1 m/s，水底爬坡最高坡度为15°；浮游移动速度0.5 m/s；单点检测范围400 mm×200 mm；设计水深50 m；作业水质无要求，可检测厚度小于100 mm的泥沙下面底板表观。

图 1 水下清淤检测机器人模型

图选项

1.2 清淤置换模块清淤置换模块主要包含清淤机构、置换检测机构和升降机构，如图 2所示。

图 2 清淤置换模块模型

图选项

清淤置换模块的基本作业模式如图 3所示，包括：机器人移动到检测位；升降机构抬升，清淤机构开始作业，清除覆盖的泥沙；完成清淤后，升降机构下降，置换检测机构贴底采集图像数据；完成采集后，升降机构抬升，机器人移动到下一检测点。通过各机构的协同配合，机器人可以实现在有泥沙覆盖的泄水消能建筑物底板行进、清淤和检测同步动作，全面高效获取底板表观数据。

图 3 作业模式原理图

图选项

1) 清淤机构。
由图 2可知，清淤机构主要由4组对称分布的清淤管道组件构成，可使清淤产生的反作用力相互抵消，避免机器人作业时位姿受到较大扰动。由图 3可知，每组清淤管道组件由滤网、清淤管道和叶轮组成；参考Li等^[21]的设计，清淤管道出口冲刷角θ为45°；与Albitar等^[22]的设计原理类似，清淤机构作业时由叶轮旋转产生作用力，水从管道上端吸入、下端喷出，利用水射流对底板上的泥沙进行清除。
2) 置换检测机构。
清除泥沙会导致水体变浑浊。为在浑浊水中获取清晰图像，同时保证大视野和高清晰度，本文研究团队设计了置换检测机构，如图 4所示。机构采用透明材质制作外壳；壳内为透明介质，内部安装补光灯、水下相机；壳体可置换检测区域的浑水，制造出清澈检测区域；利用双目立体视觉原理采集底板表观图像，可量化表观特征的三维信息。

图 4 置换检测机构示意图

图选项

3) 升降机构。
泄水消能建筑物水底泥沙淤积情况复杂，仅靠清淤机构不能高效清除泥沙，因此设计了升降机构。如图 2所示，机构主要由直线驱动、导向轴、导向框和直线轴承组成。遇到厚淤积泥沙的情况，升降机构先提升至高位进行清淤，淤积清除后升降机构降至低位，置换检测机构再进行表观信息采集。
2 清淤动力学分析2.1 清淤置换物理模型清淤置换模块的简化物理模型如图 5所示，清淤管道直径d=100 mm，清淤管道间距l=350 mm，冲刷角度θ=45°。本文假设淤泥厚度h_s为均匀的100 mm，置换检测壳体离沙间隙为h。根据水下检测特殊工况要求，h最低位取值为-100 mm，最高位取值为100 mm，升降速度v₁为20 mm/s。

图 5 清淤置换简化模型

图选项

机器人清淤模型实际为淹没式水射流模型^[23]，水流状态分为层流射流和湍流射流。结合文[24]，A(A′)阶段水流状态主要为层流，当置换检测壳体高于出口时，不考虑壁面剪切，在B′段依然主要为层流，而后由于对称冲刷，会在C′段形成复杂的湍流；当壳体阻挡出口时，在B段由于壳体与泥沙形成的狭小间隙会引起较严重的能量损失，造成冲刷力下降，而后在C段产生复杂的湍流。
2.2 构建清淤数学模型1) 泥沙起动条件。
淹没式水射流的水流剪切强度，又称为Shields数^[25]，通常表示为Φ。Φ越大表示泥沙的可动性越强，可表示为

$\mathit{\Phi}=\frac{\tau}{\left(\rho_{\mathrm{s}}-\rho_{\mathrm{f}}\right) g D}.$

(1)

其中：τ为清淤时的临界剪切应力；ρ_s为泥沙的密度；ρ_f为水的密度；g为重力加速度；D为泥沙平均粒径。
临界剪切应力τ可表示为

$\tau=\rho_{\mathrm{f}} u_{\mathrm{sc}}^2=C_{\mathrm{f}} \rho_{\mathrm{f}} \frac{u_{\mathrm{fc}}^2}{2} .$

(2)

其中：u_sc为泥沙起动时泥沙的临界剪切速度，该速度与泥沙物理特性相关^[26-27]；C_f为水流与泥沙间的摩擦系数；u_fc为泥沙起动时射流轴线上的临界速度。
根据袁庆晴^[28]的研究，射流主体段中心轴线上的速度沿程变化可表示为

$\frac{u_m}{u_0}=\frac{6.2 d}{x} \leqslant 1.$

(3)

其中：u_m为射流中心轴线上m点的速度；u₀为水流从管口射出时中心轴线上的初速度；x为轴线上m点到管道极点距离；d为清淤管道出口直径。
射流主体段面上的流速u_f呈Gauss正态分布，可表示为

$\frac{u_{\mathrm{f}}}{u_m}=\exp \left(-\frac{r_x^2}{b_{\mathrm{w}}^2}\right) \leqslant 1.$

(4)

其中：r_x为主体段面上流速点x距离中心轴线的距离；b_w为射流断面特征半厚度，取0.114x。
若使泥沙产生运动，则需要临沙床面上水流速度u_s大于或等于泥沙起动时的临界剪切速度，表示为

$u_{\mathrm{s}} \geqslant u_{\mathrm{sc}}.$

(5)

2) 基于Euler模型的数值模型。
Euler模型在计算二维定点射流冲刷问题时，具有较好精度且冲刷较为剧烈的过程主要集中在清淤开始前几秒，后续冲刷淤泥变化较缓慢^[28-29]。
液相和泥沙相连续方程表示为

$\frac{\partial}{\partial t}\left(\alpha_n \rho_n\right)+\nabla \cdot\left(\alpha_n \rho_n v_n\right)=0.$

(6)

其中：n代表f及s，f和s分别表示液相和沙相；α_f、α_s为两相的体积分数，且α_f+α_s=1；ρ_f、ρ_s为两相密度；v_f、v_s为两相流速；$\nabla$为Laplace算子。
液相和泥沙相的动量方程表示为：

$\begin{gathered}\frac{\partial}{\partial t}\left(\alpha_{\mathrm{f}} \rho_{\mathrm{f}} v_{\mathrm{f}}\right)+\nabla \cdot\left(\alpha_{\mathrm{f}} \rho_{\mathrm{f}} v_{\mathrm{f}} v_{\mathrm{f}}\right)= \\-\alpha_{\mathrm{f}} \nabla P+\nabla \cdot \tau_{\mathrm{f}}+\alpha_{\mathrm{f}} \rho_{\mathrm{f}} g+K_{\mathrm{sf}}\left(v_{\mathrm{s}}-v_{\mathrm{f}}\right), \end{gathered}$

(7)

$\begin{gathered}\frac{\partial}{\partial t}\left(\alpha_{\mathrm{s}} \rho_{\mathrm{s}} v_{\mathrm{s}}\right)+\nabla \cdot\left(\alpha_{\mathrm{s}} \rho_{\mathrm{s}} v_{\mathrm{s}} v_{\mathrm{s}}\right)= \\-\alpha_{\mathrm{s}} \nabla P-\nabla P_{\mathrm{s}}+\nabla \cdot \tau_{\mathrm{s}}+ \\\alpha_{\mathrm{s}} \rho_{\mathrm{s}} g+K_{\mathrm{fs}}\left(v_{\mathrm{f}}-v_{\mathrm{s}}\right)+S_{\mathrm{vs}} .\end{gathered}$

(8)

其中：P为固液两相共用压力；τ_f、τ_s为两相各自应力；K_fs=K_sf为相间动量交换系数；S_vs为泥沙相的源项；P_s为泥沙相的压力，与泥沙颗粒间的物理特性有关。
两相的应力张量表示为

$\begin{gathered}\boldsymbol{\tau}_n=\alpha_n \mu_n\left(\nabla \boldsymbol{v}_n+\nabla \boldsymbol{v}_n^{\mathrm{T}}\right)+ \\\alpha_n\left(\lambda_n-\frac{2}{3} \mu_n\right) \nabla \cdot \boldsymbol{v}_n \boldsymbol{I} .\end{gathered}$

(9)

其中：μ_n为两相各自剪切黏度；v_n为流速张量；λ_n为两相各自体积黏度，不考虑泥沙相体积膨胀影响，可取λ_s=0；I为单位张量。
考虑碰撞、运动和摩擦阻力，沙相黏性系数μ_s可表示为

$\mu_{\mathrm{s}}=\mu_{\mathrm{s}, \mathrm{col}}+\mu_{\mathrm{s}, \mathrm{kin}}+\mu_{\mathrm{s}, \mathrm{fr}} .$

(10)

其中：μ_{s, col}为考虑碰撞影响的黏度；μ_{s, kin}为考虑运动影响的黏度；μ_{s, fr}为考虑摩擦阻力影响的黏度^[28]。
3 数值仿真试验3.1 建立仿真模型建立如图 6所示的清淤检测模块仿真模型，图中流体域长L为1 500 mm，高H为726.5 mm。采用2D Euler多相流模型进行仿真，设置水、泥沙两相，初始状态时底部充满泥沙，监测区泥沙体积为0.041 8 m³，湍流模型以标准k-ε模型进行计算，求解方法选择Coupled。其他参数设置如表 1所示。

图 6 清淤检测模块仿真模型

图选项

表 1 仿真模型参数设置

对象	边界类型	参数	数值
水体	液体水	密度/(kg·m-3)	998.2
泥沙	泥沙	密度/(kg·m-3)	1 650
		黏度/(kg·m-1·s-1)	0.65
上平面	压力入口	压力/Pa	0
侧面	压力出口	压力/Pa	0
管道水流入口	速度入口	水相速度/(m·s-1)	0.7
		沙相速度/(m·s-1)	0
下底面	壁面	—	—
清淤管道壁	壁面	—	—
清水置换壳体	壁面	—	—
计算参数	—	时间步数	500
	—	时间步长/s	0.01
	—	最大迭代数	20

表选项






3.2 仿真结果分析仿真总时长为5 s。由图 7可知，当h值较小时，壳体阻挡了清淤管道出水口流出的水射流，使水射流在壳体位置提前转变为湍流状态，水射流只有部分直接作用于底部泥沙，因而泥沙的清除效果减弱。随着h值的增大，壳体阻挡减少，水射流可直接作用于泥沙表面，泥沙的清除效果显著提升。

图 7 清淤1 s时刻对比图(单位：mm)

图选项

图 8为泥沙剩余体积与时间曲线，可以看出清淤速率总体呈随h值的增大逐渐增大的趋势。由图 8a可知，0.25 s内，各个高度下泥沙清除速率最高并且清淤速率相近；0.25 s后，总体呈现h值越大，清淤速率越大的规律，但清淤速率最大的是h=70 mm。由图 8b可知，1.00 s后，不同h值情况下的清淤速率均逐渐减小，h=70 mm清淤速率依然最大，但h=90 mm的清淤速率开始出现大幅降低，且数值与h=40 mm几乎相等的情况。由图 8c可知，2.5 s后，总体依然保持h值越大清淤速率越大的规律；随着时间的推移，清淤速率缓慢减小，但h=90 mm的清淤速率却表现出与h=40 mm几乎相等的特殊情况。

图 8 泥沙剩余体积随时间变化曲线

图选项

由图 9水流速度流线与剩余泥沙体积分数分析图可知，由于清淤管道为对称布置，在清淤5.0 s后置换检测壳体，底部与地面之间产生了高压稳定涡流。h值越小，涡流影响越强。该空间的水流速度低导致不能持续高效地将泥沙带出，最终形成泥沙的剩余。进一步对比分析，假设忽略管道出口与置换检测壳体间的小间隙，随着h值的增加，清淤管道对淤泥的实际有效出口截面积增大，且水流方向也从垂直向下变为45°方向，如图 9右侧的云图所示；又因为在流量不变的情况下，出口管径越小流速越快，所以随着出口截面与水流方向共同作用，造成h=90 mm的清淤检测效率反而小于h=70 mm的情况，故呈现图 8所示的变化趋势。

图 9 水流速度流线与泥沙剩余体积分析图

图选项

假设清淤至泥沙剩余10%时，置换检测壳体开始下降至最低位进行检测工作，则清淤-检测作业总用时如图 10所示。通过统计分析，可知h为60 mm时，清淤-检测时间最优，为9.56 s。

图 10 清淤-检测总用时

图选项

4 清淤试验设置如图 11所示的清淤试验，试验水池长1 200 mm，宽度1 000 mm，高度800 mm，置换检测壳体采用亚克力材质，清淤管道内径为100 mm，管内各安装一个推进器，可提供0.7 m/s的管道入口流速，为便于观察底部粒径为1~2 mm的天然水晶沙，每次试验初始泥沙厚度均为100 mm。

图 11 试验装置图

图选项

试验过程中发现h=0 mm时清淤困难，如图 12所示。若底部泥沙铺设不均匀或升降装置控制不精确，则会出现置换检测壳体压住泥沙，清淤困难的现象。若应用于实际检测，由于河湖底泥具有黏度，很有可能出现置换检测壳体检测面污损的现象，因此实际使用中需避免h=0 mm的情况。

图 12 清淤前(h=0 mm)泥沙沉积

图选项

图 13为部分试验结果，显示各检测高度下的清淤效果明显，所有情况均可实现置换检测壳体底部区域的淤积泥沙清除，泥沙剩余量差异不大。试验结果与仿真结果基本吻合，证明了清淤置换模块设计的合理性，可实现底部局部淤积的清除。试验中也发现推进器运动时，会有空气掺入水中，形成大量气泡，会对试验结果产生干扰。可通过增大试验装置、增加水深的方式，排除干扰。

图 13 不同检测高度试验结果对比(单位：mm)

图选项

5 结论本文针对泄水消能建筑物水下检测难题，对已有的“浮游-爬行”双模态水下清淤检测机器人清淤置换模块开展水底局部清淤检测效率研究。通过对模块进行一系列分析及对比试验，得出以下结论：
1) “浮游-爬行”双模态水下清淤检测机器人设计合理，搭载的清淤置换模块可以解决在浑浊水体、积淤底板工况下检测建筑物混凝土表观缺陷的难题。
2) 现有模块清淤检测效率随着置换检测壳体离沙高度的增加呈现抛物线分布规律。对于泥沙厚度100 mm的工况，理论上最佳清淤检测高度为60 mm，用时为9.56 s。
3) 根据内陆河湖底泥特点，置换检测壳体底部距离泥沙高度需大于零，以免造成清淤检测效率低或置换检测壳体观测面污损的状况。
在下一步工作中，可继续对置换检测模块管道出口产生的水流状态进行研究，通过调整管道布置、改变出口角度及形态，减少置换检测壳体底部稳定涡流，进一步提高清淤检测效率，指导机器人整体的优化设计。

参考文献

[1]	张建民. 高坝泄洪消能技术研究进展和展望[J]. 水力发电学报, 2021, 40(3): 1-18. ZHANG J M. Hydraulics of high-speed flows: Recent achievements and future outlook[J]. Journal of Hydroelectric Engineering, 2021, 40(3): 1-18. (in Chinese)
[2]	张柏楠, 韩勃, 李宁博, 等. 长距离水工隧洞运营期无人检测技术及病害识别方法研究进展[J]. 应用基础与工程科学学报, 2021, 29(5): 1245-1264. ZHANG B N, HAN B, LI N B, et al. Research progress on unmanned inspection technology and disease identification method of long-distance hydraulic tunnels in operation period[J]. Journal of Basic Science and Engineering, 2021, 29(5): 1245-1264. DOI:10.16058/j.issn.1005-0930.2021.05.013 (in Chinese)
[3]	李伟, 王秘学, 刘小飞. 中国水库大坝水下工程技术现状与进展[J]. 水利水电快报, 2022, 43(7): 82-88. LI W, WANG M X, LIU X F. Current situation and progress of underwater engineering technology of reservoir dams in China[J]. Express Water Resources & Hydropower Information, 2022, 43(7): 82-88. (in Chinese)
[4]	李永龙, 王皓冉, 张华. 水下机器人在水利水电工程检测中的应用现状及发展趋势[J]. 中国水利水电科学研究院学报, 2018, 16(6): 586-590. LI Y L, WANG H R, ZHANG H. Application status and development trend of underwater robot in water and hydropower engineering detection[J]. Journal of China Institute of Water Resources and Hydropower Research, 2018, 16(6): 586-590. DOI:10.13244/j.cnki.jiwhr.2018.06.010 (in Chinese)
[5]	王祥, 宋子龙. ROV水下探测系统在水利工程中的应用初探[J]. 人民长江, 2016, 47(2): 101-105. WANG X, SONG Z L. Preliminary analysis on application of ROV underwater detect system in water conservancy project[J]. Yangtze River, 2016, 47(2): 101-105. (in Chinese)
[6]	徐云乾, 袁明道, 张旭辉, 等. 多波束成像声呐系统及水下机器人在水工建筑物水下结构检测中的应用[J]. 无损检测, 2018, 40(6): 58-61. XU Y Q, YUAN M D, ZHANG X H, et al. The application of stacked beam imaging sonar system and ROV in underwater structure inspection[J]. Nondestructive Testing, 2018, 40(6): 58-61. (in Chinese)
[7]	王秘学, 谭界雄, 田金章, 等. 以ROV为载体的水库大坝水下检测系统选型研究[J]. 人民长江, 2015, 46(22): 95-98, 102. WANG M X, TAN J X, TIAN J Z, et al. Study on selection of underwater detection equipment of reservoirs and dams using ROV as carrier[J]. Yangtze River, 2015, 46(22): 95-98, 102. (in Chinese)
[8]	熊小虎, 柯虎, 付彦伟, 等. 多元协同探测技术在水电工程中的应用[J]. 水力发电, 2020, 46(9): 126-130. XIONG X H, KE H, FU Y W, et al. Application of multi-element collaborative detection technology in hydropower engineering[J]. Water Power, 2020, 46(9): 126-130. (in Chinese)
[9]	唐力, 肖长安, 陈思宇, 等. 多波束与水下无人潜航器联合检测技术在水工建筑物中的应用[J]. 大坝与安全, 2016(4): 52-55. TANG L, XIAO C A, CHEN S Y, et al. Combined application of multi-beam sounding system and unmanned submersibles vehicles in detection of hydraulic structures[J]. Dam & Safety, 2016(4): 52-55. (in Chinese)
[10]	田金章, 向友国, 谭界雄. 综合检测技术在面板堆石坝渗漏检测中的应用[J]. 人民长江, 2018, 49(18): 103-107. TIAN J Z, XIANG Y G, TAN J X. Application of integrated leakage detection technology in detection of concrete face rockfill dam[J]. Yangtze River, 2018, 49(18): 103-107. (in Chinese)
[11]	李福年, 陈慕雄, 田维坤. ROV原理及在阿海水电站工程中的应用[J]. 云南水力发电, 2013, 29(3): 119-121, 133. LI F N, CHEN M X, TIAN W K. ROV principle and its application in Ahai Hydropower Station project[J]. Yunnan Water Power, 2013, 29(3): 119-121, 133. (in Chinese)
[12]	来记桃. 大直径长引水隧洞水下全覆盖无人检测技术研究[J]. 人民长江, 2020, 51(5): 228-232. LAI J T. Research and application of underwater full coverage unmanned detection technology for large diameter and long diversion tunnel[J]. Yangtze River, 2020, 51(5): 228-232. (in Chinese)
[13]	徐鹏飞, 孟昊, 李同飞, 等. 一种基于线结构光的水下目标3维信息测量方法[J]. 机器人, 2022, 44(5): 564-573. XU P F, MENG H, LI T F, et al. A 3D information measuring method of underwater targets based on line-structured light[J]. Robot, 2022, 44(5): 564-573. (in Chinese)
[14]	许丽, 周永昊, 陆桂明, 等. 河流自然水体中三维视觉测量[J]. 光学精密工程, 2021, 29(10): 2465-2480. XU L, ZHOU Y H, LU G M, et al. River underwater 3D vision measurement method[J]. Optics and Precision Engineering, 2021, 29(10): 2465-2480. (in Chinese)
[15]	LEE H, JEONG D, YU H, et al. Autonomous underwater vehicle control for fishnet inspection in turbid water environments[J]. International Journal of Control, Automation and Systems, 2022, 20(10): 3383-3392.
[16]	YANG Y, HIROSE S, DEBENEST P, et al. Development of a stable localized visual inspection system for underwater structures[J]. Advanced Robotics, 2016, 30(21): 1415-1429.
[17]	高胜标. 水下清淤机器人的结构设计及控制系统研究[D]. 长沙: 湖南大学, 2020. GAO S B. Structural design and control system research of underwater dredging robot [D]. Changsha: Hunan University, 2020. (in Chinese)
[18]	翟旭强. 消力池水下巡检机器人结构设计与研究[D]. 绵阳: 西南科技大学, 2020. ZHAI X Q. Structural design and simulation of the underwater inspection robot for stilling basin [D]. Mianyang: Southwest University of Science and Technology, 2020. (in Chinese)
[19]	张奇峰, 张运修, 张艾群. 深海小型爬行机器人研究现状[J]. 机器人, 2019, 41(2): 250-264. ZHANG Q F, ZHANG Y X, ZHANG A Q. Research status of benthic small-scale crawling robots[J]. Robot, 2019, 41(2): 250-264. (in Chinese)
[20]	LIN H T, ZHANG H, LI Y L, et al. 3D point cloud capture method for underwater structures in turbid environment[J]. Measurement Science and Technology, 2021, 32(2): 025106.
[21]	LI J H, KIM J T, LEE M J, et al. Water jetting arm optimal design consideration for a ROV trencher [C]// OCEANS 2015-Genova. Genova, Italy: IEEE, 2015: 1-5.
[22]	ALBITAR H, DANDAN K, ANANIEV A, et al. Underwater robotics: Surface cleaning technics, adhesion and locomotion systems[J]. International Journal of Advanced Robotic Systems, 2016, 13(1): 7.
[23]	薛万云. 固液两相流运动机理研究及两相流模型在工程中的应用[D]. 武汉: 武汉大学, 2014. XUE W Y. Study of mechanism of solid-liquid two-phase flow and two-phase flow model applied in engineering [D]. Wuhan: Wuhan University, 2014. (in Chinese)
[24]	E. 约翰芬纳莫尔, 约瑟夫B. 弗朗兹尼. 流体力学及其工程应用[M]. 10版. 钱翼稷, 周玉文, 译. 北京: 机械工业出版社, 2006. FINNEMORE E J, FRANZINI J B. Fluid mechanics with engineering applications [M]. 10th ed. QIAN Y J, ZHOU Y W, Trans. Beijing: China Machine Press, 2006. (in Chinese)
[25]	郭威. 水下冲洗与抽吸功能复合型作业工具研究[D]. 武汉: 华中科技大学, 2020. GUO W. Research on characteristics of underwater working tools with flushing and suction combined function [D]. Wuhan: Huazhong University of Science and Technology, 2020. (in Chinese)
[26]	杨扬, 庞重光, 金鹰, 等. 长江口北槽黏性细颗粒泥沙特性的试验研究[J]. 海洋科学, 2010, 34(1): 18-24. YANG Y, PANG C G, JIN Y, et al. Experimental study on characteristics of cohesive sediment in north passage of the Yangtze River (Changjiang) estuary[J]. Marine Sciences, 2010, 34(1): 18-24. (in Chinese)
[27]	乔光全, 张金凤, 张庆河. 温度对黏性泥沙絮凝影响的机理研究[J]. 泥沙研究, 2017, 42(2): 35-40. QIAO G Q, ZHANG J F, ZHANG Q H. Study on the influence of temperature to cohesive sediment flocculation[J]. Journal of Sediment Research, 2017, 42(2): 35-40. (in Chinese)
[28]	袁庆晴. 水下移动射流开沟成形的数值模拟研究[D]. 上海: 上海交通大学, 2019. YUAN Q Q. Numerical simulation study of trench forming induced by underwater moving jet [D]. Shanghai: Shanghai Jiao Tong University, 2019. (in Chinese)
[29]	李勇, 余锡平. 基于两相紊流模型的悬移质泥沙运动数值模拟[J]. 清华大学学报(自然科学版), 2007, 47(6): 805-808. LI Y, YU X P. Two-phase turbulent flow model for suspended sediment motion[J]. Journal of Tsinghua University (Science and Technology), 2007, 47(6): 805-808. (in Chinese)