CN104215640A - 基于无人直升机的风电叶片缺陷损伤检查方法及检查系统 - Google Patents
基于无人直升机的风电叶片缺陷损伤检查方法及检查系统 Download PDFInfo
- Publication number
- CN104215640A CN104215640A CN201410407778.4A CN201410407778A CN104215640A CN 104215640 A CN104215640 A CN 104215640A CN 201410407778 A CN201410407778 A CN 201410407778A CN 104215640 A CN104215640 A CN 104215640A
- Authority
- CN
- China
- Prior art keywords
- blade
- wind
- miniature
- signal
- driven generator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Wind Motors (AREA)
Abstract
本发明公开了一种基于无人直升机的风电叶片缺陷损伤检查方法及检查系统,通过在小型无人直升机上设置光、热、声信号采集装置,操纵无人直升机接近风电场风机塔上的叶片,采集叶片的光、热、声信号,记录或传回信号,供地面工作人员分析叶片状态,使得叶片的损伤和缺陷能够被及时发现并采取相应措施,提高叶片的运行可靠性,避免叶片断裂坠落等重大事故的发生。本发明检查系统包括小型无人直升机,控制器,微型可见光图像采集器,微型红外热像仪,声音传感器,距离传感器,信号发射装置,信号接收及处理装置。本发明检查系统能够近距离获取叶片的光、热、声信号,信息准确可靠;操作方便,检查时间短。
Description
技术领域
本发明涉及风力发电机叶片状态检查技术,具体涉及叶片处于在塔状态下的近距离检查,属于风力发电安全保障领域。
背景技术
风力发电机叶片(以下简称“叶片”)是风电系统中的实现风能向电能转换的重要部件。叶片安装在风电塔架上,在风力作用下绕轴转动,带动发电机产生电能。随着风能开发事业的发展,风电机组大型化的特征越来越明显,风电塔架越来越高,叶片尺寸也越来越大。塔架的增高使得攀爬、吊架检查更加困难,尺寸增大使得叶片受风沙、冻雨、腐蚀环境等作用的区域增大,同时叶片的运输、更换也更加困难。叶片不断提高的安全性要求和不断增加的检查困难之间的矛盾更加突出。
叶片在运行过程中,风沙等硬质物体长时间作用于叶片表面形成沙眼,一般沙眼初期尺寸很小,约为毫米级。在持续风沙、盐雾气氛、细菌等因素的共同作用下,沙眼密度不断增加,会破坏叶片应有的表面形状和气动特性,降低风能转换效率。部分沙眼在扩大的过程中互相连通,形成剥蚀,甚至发展为部分脱落;也有部分沙眼深度增加,形成通腔沙眼,产生较大尺寸腐蚀、积水等损伤,成为叶片失效源。横纹是在温度剧烈变化、复杂受力等多种因素作用下形成的在叶片表面与叶片轴线相垂直的裂纹。初期横纹长度一般为厘米级。在叶片弯曲应力作用下,横纹具有扩展的趋势,将导致叶片丧失承受弯曲应力的能力,造成叶片折断,产生较大事故。叶片的大型化使得制造过程中前、后缘处结合强度不高区域产生的几率增大,服役过程中在外载荷作用下容易沿轴向开裂,轴向开裂发生之初一般也是厘米或分米级。在环境、受力等因素作用下,叶片前后表面与主梁间的粘合区域有可能脱离,连接作用丧失,叶片前后表面与主梁无法共同承载,整体强度急剧下降,形成脱粘损伤。脱粘损伤的发生发展也有其过程,初期的脱粘区域也是厘米或分米量级。低温、冻雨等会使得叶片表面结冰,冰块会影响风机的正常运行。
叶片在风电塔架顶端运行,维护人员不易接近,日常巡查以地面远距离(80~100米)观察为主,上述叶片常见损伤中,早期的沙眼、剥蚀、横纹、纵向开裂、脱粘等均较小,地面远距离观察难以发现;表面结冰虽然尺寸较大,但无色透明,地面远距离观察也难以发现。通过攀爬、吊架等可以进行近距离观察,但时间较长,难以实施大密度检查,使得很多缺陷或损伤在早期不易发现,为风机运行留下了较大的安全隐患。
发明内容
发明目的:针对上述现有技术,提出一种基于无人直升机的风电叶片缺陷损伤检查方法及检查系统,能够在风力发电机继续运行的过程中,十分便捷且准确的判断叶片是否出现缺陷和损伤。
技术方案:一种风力发电机叶片损伤近距离检查方法,包括以下步骤:
步骤(1),操纵安装了微型可见光图像采集器、微型红外热像仪、微型声音传感器、距离传感器以及无线信号发射系统的无人直升机接近在塔风力发电机叶片;
步骤(2),通过所述距离传感器检测无人直升机和叶片的距离,并根据该距离信息控制无人机与叶片的距离;
步骤(3),通过无人直升机上的所述微型可见光图像采集器、微型红外热像仪、微型声音传感器分别采集叶片待检测部位的可见光图像、红外热像图以及风力发电机的声场信号;
步骤(4),无人直升机上无线信号发射系统将采集到的可见光图像、红外热像图和声场信号传回地面分析系统;
步骤(5),地面分析系统处理接收的可见光图像、红外热像图和声场信号后,输出叶片是否出现损伤以及损伤程度的判断结果。
进一步的,所述步骤(3)中采集的声场信号包括叶片在风力作用下产生的音频信号,还包括风力发电机的环境噪声信号。
进一步的,所述步骤(3)中采集的声场信号包括风电塔机舱的音频信号。
一种风力发电机叶片损伤近距离检查系统,包括地面分析系统、无人直升机,以及安装在所述无人直升机上的控制器、信号发射器、微型可见光图像采集器、微型红外热像仪、微型声音传感器、距离传感器;所述微型可见光图像采集器用于采集风力发电机叶片待检测部位的可见光图像,所述微型红外热像仪用于采集风力发电机叶片待检测部位的红外热像图,所述微型声音传感器用于采集风力发电机的声场信号,所述距离传感器用于检测无人直升机和风力发电机叶片之间的距离;所述控制器用于根据所述距离信息控制无人直升机和风力发电机叶片之间的距离,并控制所述信号发射器将检测得到的可见光图像、红外热像图以及声场信号传给地面分析系统。
进一步的,所述微型声音传感器包括信号处理电路以及连接所述信号处理电路的麦克风;所述麦克风用于采集叶片在风力作用下产生的音频信号、环境噪声信号以及风电塔机舱的音频信号。
有益效果:本发明的一种基于无人直升机的风电叶片缺陷损伤检查方法及检查系统,可在不影响叶片在塔状态的情况下,根据直升机上距离传感器检测的与叶片的距离,操纵无人直升机接近叶片,由无人直升机上携带的传感器获得叶片表面的可见光图像、红外热像图和噪声信号,并通过发射器将信号传回地面分析系统,分析系统计算、分析其特征,从而判断是否出现缺陷和损伤。
与现有的检测方法先比,本发明具有以下突出优点:
1、可以实现对风电场风力发电机叶片状态的近距离检查,避免了地面远距离观察的不利因素影响,更加客观准确;且无需通过攀爬、吊架等进行近距离观察,十分便捷,费时较短,费用较低,可以提高对叶片的检查密度;
2、近距离获得的叶片的可见光图像、红外热像图和噪声信号对缺陷和损伤较敏感,分别对这三种信号进行处理分析得到叶片是否存在缺陷和损伤的结果后,综合三种检测数据的判断结果,相对单一检测手段,本发明方法可以准确、及时发现早期的缺陷和损伤,从而能够及时采取措施,避免缺陷和损伤的扩大。
附图说明
图1为本发明检查系统的使用示意图;
图2为本发明检查系统中无人直升机平台的结构示意框图;
图中示出:1、无人直升机;2、控制器;3、信号发射器;4、微型可见光图像采集器;5、微型红外热像仪;6、微型声音传感器;7、距离传感器;8、地面计算机。
具体实施方式
下面结合附图对本发明做更进一步的解释。
如图1所示,叶片被安装于风电塔架,其表面在风沙、腐蚀性气体、雷击、大范围温差等的作用下,容易产生面层剥蚀、局部脱落、成片沙眼、表面开裂、表面结冰等缺陷或损伤,这些缺陷或损伤在初期都具有尺寸较小、不易被发现等特点。在继续运行的过程中,这些缺陷和损伤不断扩大,会严重影响风机的安全性。
一种风力发电机叶片损伤近距离检查方法,包括以下步骤:
步骤(1),操纵安装了微型可见光图像采集器、微型红外热像仪、微型声音传感器、距离传感器以及无线信号发射系统的无人直升机接近在塔风力发电机叶片;
步骤(2),通过所述距离传感器检测无人直升机和叶片的距离,并根据该距离信息控制无人机与叶片的距离;
步骤(3),通过无人直升机上的微型可见光图像采集器、微型红外热像仪、微型声音传感器分别采集叶片待检测部位的可见光图像、红外热像图以及风力发电机的声场信号;
步骤(4),无人直升机上无线信号发射系统将采集到的可见光图像、红外热像图和声场信号传回地面分析系统;
步骤(5),地面分析系统处理接收的可见光图像、红外热像图和声场信号后,输出叶片是否出现损伤以及损伤程度的判断结果。
其中,步骤(3)中采集的声场信号包括叶片在风力作用下产生的音频信号,还包括风力发电机的环境噪声信号。地面分析系统根据接收到的环境噪声信号和叶片在风力作用下产生的音频信号,进行如下分析处理:
(1),根据获得的环境噪声信号和叶片在风力作用下产生的音频信号,经过自适应低通滤波获得该台风力发电机叶片在运行过程中所发出的音频信号;
(2),计算该台风力发电机叶片发出音频信号的时域特征值;
(3),将该台风力发电机叶片发出的音频信号进行傅里叶变换,转换成频域信号;
(4),根据步骤(3)得到的频域信号,计算频域特征值;
(5),将步骤(2)和(4)得到的时域特征值以及频域特征值与该台风力发电机叶片的历史时域特征值以及频域特征值数据进行比较,根据比较结果判断是否出现损伤及其程度。其中,控制接收风力发电机声场信号采集周期长大于10倍风力发电机叶片旋转周期,这是因为风电场音频信号较复杂,叶片的损伤或缺陷所产生的音频信号在较长的采集时间内一直存在,一些干扰信号(如车辆、阵风等产生的信号)持续时间较短,所以用10倍以上旋转周期作为采集周期有助于背景噪声的去除。
此外,步骤(3)中采集的声场信号包括风电塔机舱的音频信号。机舱内主要是减速器、齿轮、发电机等机械,当发生齿轮啮合不良、转动部件脱落等情况时会产生较大的异常声响,但因离地面较高,且风电场一般过往人员较少,不易被发现。
地面分析系统根据接收到的可见光图像,采用人工判读方法分析,得到叶片是否出现损伤以及损伤程度的判断结果。
地面分析系统根据接收到的红外热像图,分析叶片表面温度场的异常区域,与可见光图像融合分析,得到叶片是否出现损伤以及损伤程度的判断结果。
根据无人机监测得到的可见光图像、红外热像图和噪声信号,分别对这三种信号进行处理分析得到叶片是否存在缺陷和损伤的结果后,综合三种检测数据的判断结果,最终准确得到叶片是否出现损伤以及损伤程度的判断结果。通过无人机搭载微型声音传感器能够方便采集风电塔机舱的音频信号,能够及时发现机舱内出现的故障。
如图2所示的,一种风力发电机叶片损伤近距离检查系统,包括地面分析系统8、无人直升机1,以及安装在所述无人直升机1上的控制器2、信号发射器3、微型可见光图像采集器4、微型红外热像仪5、微型声音传感器6、距离传感器7。其中,微型可见光图像采集器4用于采集风力发电机叶片待检测部位的可见光图像;微型红外热像仪5用于采集风力发电机叶片待检测部位的红外热像图;微型声音传感器6用于采集风力发电机的声场信号;距离传感器7用于检测无人直升机1和风力发电机叶片之间的距离;控制器2用于根据所述距离信息控制无人直升机1和风力发电机叶片之间的距离,并控制信号发射器3将检测得到的可见光图像、红外热像图以声场信号通过信号发射器3传给地面分析系统8。其中,微型声音传感器6包括信号处理电路以及连接该信号处理电路的麦克风;麦克风用于采集叶片在风力作用下产生的音频信号、环境噪声信号以及风电塔机舱的音频信号。
在无人直升机上安装微型可见光图像采集器、微型红外热像仪、微型声音传感器和距离传感器等传感系统,构成具有叶片检查功能的无人直升机平台;操控无人直升机接近叶片,根据无人直升机上距离传感器控制其与叶片的距离;无人直升机上安装的微型可见光图像采集器、微型红外热像仪、微型声音传感器分别获取叶片表面的可见光图像、红外热像图和噪声信号并记录或传回地面分析系统,分析系统中的计算机系统计算、分析其特征,从而判断是否出现缺陷和损伤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种风力发电机叶片损伤近距离检查方法,其特征在于,包括以下步骤:
步骤(1),操纵安装了微型可见光图像采集器、微型红外热像仪、微型声音传感器、距离传感器以及无线信号发射系统的无人直升机接近在塔风力发电机叶片;
步骤(2),通过所述距离传感器检测无人直升机和叶片的距离,并根据该距离信息控制无人机与叶片的距离;
步骤(3),通过无人直升机上的所述微型可见光图像采集器、微型红外热像仪、微型声音传感器分别采集叶片待检测部位的可见光图像、红外热像图以及风力发电机的声场信号;
步骤(4),无人直升机上无线信号发射系统将采集到的可见光图像、红外热像图和声场信号传回地面分析系统;
步骤(5),地面分析系统处理接收的可见光图像、红外热像图和声场信号后,输出叶片是否出现损伤以及损伤程度的判断结果。
2.根据权利要求1所述的一种风力发电机叶片损伤近距离检查方法,其特征在于:所述步骤(3)中采集的声场信号包括叶片在风力作用下产生的音频信号,还包括风力发电机的环境噪声信号。
3.根据权利要求1所述的一种风力发电机叶片损伤近距离检查方法,其特征在于:所述步骤(3)中采集的声场信号包括风电塔机舱的音频信号。
4.一种实现权利要求1所述方法的风力发电机叶片损伤近距离检查系统,其特征在于:包括地面分析系统(8)、无人直升机(1),以及安装在所述无人直升机(1)上的控制器(2)、信号发射器(3)、微型可见光图像采集器(4)、微型红外热像仪(5)、微型声音传感器(6)、距离传感器(7);所述微型可见光图像采集器(4)用于采集风力发电机叶片待检测部位的可见光图像,所述微型红外热像仪(5)用于采集风力发电机叶片待检测部位的红外热像图,所述微型声音传感器(6)用于采集风力发电机的声场信号,所述距离传感器(7)用于检测无人直升机(1)和风力发电机叶片之间的距离;所述控制器(2)用于根据所述距离信息控制无人直升机(1)和风力发电机叶片之间的距离,并控制所述信号发射器(3)将检测得到的可见光图像、红外热像图以及声场信号传给地面分析系统(8)。
5.根据权利要求3所述的风力发电机叶片损伤近距离检查系统,其特征在于:所述微型声音传感器(6)包括信号处理电路以及连接所述信号处理电路的麦克风;所述 麦克风用于采集叶片在风力作用下产生的音频信号、环境噪声信号以及风电塔机舱的音频信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410407778.4A CN104215640A (zh) | 2014-08-18 | 2014-08-18 | 基于无人直升机的风电叶片缺陷损伤检查方法及检查系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410407778.4A CN104215640A (zh) | 2014-08-18 | 2014-08-18 | 基于无人直升机的风电叶片缺陷损伤检查方法及检查系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104215640A true CN104215640A (zh) | 2014-12-17 |
Family
ID=52097358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410407778.4A Pending CN104215640A (zh) | 2014-08-18 | 2014-08-18 | 基于无人直升机的风电叶片缺陷损伤检查方法及检查系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104215640A (zh) |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730081A (zh) * | 2015-03-26 | 2015-06-24 | 大唐(赤峰)新能源有限公司 | 一种用于风电桨叶的故障检测系统 |
CN104743133A (zh) * | 2015-03-31 | 2015-07-01 | 马鞍山市赛迪智能科技有限公司 | 一种基于飞行器的润滑维护设备 |
CN105651780A (zh) * | 2015-12-28 | 2016-06-08 | 新疆金风科技股份有限公司 | 通过无人机检测风机叶片状态的方法、装置及系统 |
CN105717934A (zh) * | 2016-04-25 | 2016-06-29 | 华北电力大学(保定) | 自主无人机巡检风机叶片系统及方法 |
CN106197913A (zh) * | 2016-08-30 | 2016-12-07 | 大唐东北电力试验研究所有限公司 | 风电叶片探测系统 |
CN106527211A (zh) * | 2015-09-14 | 2017-03-22 | 天津捷金金属制品有限公司 | 一种风力发电场用的数据采集装置 |
CN106527213A (zh) * | 2015-09-14 | 2017-03-22 | 天津捷金金属制品有限公司 | 一种快速获取风力发电场数据的信息采集装置 |
CN106841214A (zh) * | 2017-01-21 | 2017-06-13 | 兰州理工大学 | 一种非接触式风电叶片风沙侵蚀程度检测方法 |
CN106872167A (zh) * | 2015-12-14 | 2017-06-20 | 天津益华微电子有限公司 | 一种无人机监测电路 |
CN107013419A (zh) * | 2015-12-09 | 2017-08-04 | 财团法人金属工业研究发展中心 | 风力发电机的叶片检查系统及其检查方法 |
CN107380420A (zh) * | 2017-08-23 | 2017-11-24 | 南京市特种设备安全监督检验研究院 | 一种基于无人机机械臂的起重机金属结构检测装置及方法 |
CN107621348A (zh) * | 2017-11-15 | 2018-01-23 | 湘电风能有限公司 | 一种风力发电机组流场测试方法 |
CN107642464A (zh) * | 2017-09-22 | 2018-01-30 | 中国华能集团公司 | 一种风机叶片结冰检测装置及检测方法 |
CN107656537A (zh) * | 2016-07-25 | 2018-02-02 | 新疆金风科技股份有限公司 | 无人机航线规划方法及装置、基于无人机的风机叶片检查方法及系统 |
CN108252872A (zh) * | 2016-12-29 | 2018-07-06 | 财团法人金属工业研究发展中心 | 风机叶面取像方法及其使用的无人机、内储程序的计算机程序产品及可读取记录媒体 |
CN108319290A (zh) * | 2017-01-16 | 2018-07-24 | 财团法人金属工业研究发展中心 | 利用无人机拍摄风机叶面的方法、内储程序的计算机程序产品及可读取记录媒体 |
CN108357672A (zh) * | 2018-03-23 | 2018-08-03 | 李文利 | 风电机组叶片检测用无人机 |
CN108981924A (zh) * | 2018-07-27 | 2018-12-11 | 内蒙古农业大学 | 一种在役大型风力机叶片早期损伤现场检测系统 |
CN109459492A (zh) * | 2018-10-17 | 2019-03-12 | 山东省科学院海洋仪器仪表研究所 | 殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统及方法 |
CN109696457A (zh) * | 2019-01-10 | 2019-04-30 | 华南理工大学 | 面向玻璃幕墙胶接结构损伤的主动红外热波检测方法与系统 |
CN109781740A (zh) * | 2019-03-13 | 2019-05-21 | 水利部交通运输部国家能源局南京水利科学研究院 | 遥控检查混凝土微裂缝的方法与装置 |
CN109900712A (zh) * | 2019-04-17 | 2019-06-18 | 中国人民解放军国防科技大学 | 基于摄像测量的风电叶片机械故障在线检测系统及其方法 |
CN109900713A (zh) * | 2019-04-17 | 2019-06-18 | 中国人民解放军国防科技大学 | 摄像引导的无人机风电叶片缺陷动态检测系统及其方法 |
CN110082355A (zh) * | 2019-04-08 | 2019-08-02 | 安徽驭风风电设备有限公司 | 一种风电叶片探测系统 |
CN110531778A (zh) * | 2019-07-17 | 2019-12-03 | 北京航空航天大学 | 一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法 |
CN111400961A (zh) * | 2020-02-17 | 2020-07-10 | 通标标准技术服务有限公司 | 风力发电机组叶片故障判断方法及装置 |
CN113406107A (zh) * | 2021-07-13 | 2021-09-17 | 湖南工程学院 | 风机叶片缺陷检测系统 |
US11514567B2 (en) | 2019-06-24 | 2022-11-29 | Inner Mongolia University Of Technology | On-line real-time diagnosis system and method for wind turbine blade (WTB) damage |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201126427Y (zh) * | 2007-12-07 | 2008-10-01 | 长安大学 | 一种桥梁裂缝检测装置 |
US20090000382A1 (en) * | 2006-07-31 | 2009-01-01 | University Of Dayton | Non-contact acousto-thermal method and apparatus for detecting incipient damage in materials |
WO2011064565A2 (en) * | 2009-11-25 | 2011-06-03 | Cyberhawk Innovations Limited | Unmanned aerial vehicle |
CN102297098A (zh) * | 2010-06-25 | 2011-12-28 | 通用电气公司 | 用于风力涡轮机检查的系统和方法 |
CN102628425A (zh) * | 2011-02-04 | 2012-08-08 | 通用电气公司 | 用于风力涡轮机检查的方法和系统 |
US20120300059A1 (en) * | 2011-05-25 | 2012-11-29 | Jason Stege | Method to inspect components of a wind turbine |
CN103154697A (zh) * | 2010-09-28 | 2013-06-12 | 阿斯特里姆简易股份公司 | 风轮机叶片的无损检测方法及装置 |
-
2014
- 2014-08-18 CN CN201410407778.4A patent/CN104215640A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090000382A1 (en) * | 2006-07-31 | 2009-01-01 | University Of Dayton | Non-contact acousto-thermal method and apparatus for detecting incipient damage in materials |
CN201126427Y (zh) * | 2007-12-07 | 2008-10-01 | 长安大学 | 一种桥梁裂缝检测装置 |
WO2011064565A2 (en) * | 2009-11-25 | 2011-06-03 | Cyberhawk Innovations Limited | Unmanned aerial vehicle |
CN102297098A (zh) * | 2010-06-25 | 2011-12-28 | 通用电气公司 | 用于风力涡轮机检查的系统和方法 |
CN103154697A (zh) * | 2010-09-28 | 2013-06-12 | 阿斯特里姆简易股份公司 | 风轮机叶片的无损检测方法及装置 |
CN102628425A (zh) * | 2011-02-04 | 2012-08-08 | 通用电气公司 | 用于风力涡轮机检查的方法和系统 |
US20120300059A1 (en) * | 2011-05-25 | 2012-11-29 | Jason Stege | Method to inspect components of a wind turbine |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730081B (zh) * | 2015-03-26 | 2018-07-10 | 大唐(赤峰)新能源有限公司 | 一种用于风电桨叶的故障检测系统 |
CN104730081A (zh) * | 2015-03-26 | 2015-06-24 | 大唐(赤峰)新能源有限公司 | 一种用于风电桨叶的故障检测系统 |
CN104743133A (zh) * | 2015-03-31 | 2015-07-01 | 马鞍山市赛迪智能科技有限公司 | 一种基于飞行器的润滑维护设备 |
CN106527211A (zh) * | 2015-09-14 | 2017-03-22 | 天津捷金金属制品有限公司 | 一种风力发电场用的数据采集装置 |
CN106527213A (zh) * | 2015-09-14 | 2017-03-22 | 天津捷金金属制品有限公司 | 一种快速获取风力发电场数据的信息采集装置 |
CN107013419A (zh) * | 2015-12-09 | 2017-08-04 | 财团法人金属工业研究发展中心 | 风力发电机的叶片检查系统及其检查方法 |
CN107013419B (zh) * | 2015-12-09 | 2019-04-23 | 财团法人金属工业研究发展中心 | 风力发电机的叶片检查系统及其检查方法 |
CN106872167A (zh) * | 2015-12-14 | 2017-06-20 | 天津益华微电子有限公司 | 一种无人机监测电路 |
CN105651780A (zh) * | 2015-12-28 | 2016-06-08 | 新疆金风科技股份有限公司 | 通过无人机检测风机叶片状态的方法、装置及系统 |
CN105717934A (zh) * | 2016-04-25 | 2016-06-29 | 华北电力大学(保定) | 自主无人机巡检风机叶片系统及方法 |
CN107656537A (zh) * | 2016-07-25 | 2018-02-02 | 新疆金风科技股份有限公司 | 无人机航线规划方法及装置、基于无人机的风机叶片检查方法及系统 |
CN106197913A (zh) * | 2016-08-30 | 2016-12-07 | 大唐东北电力试验研究所有限公司 | 风电叶片探测系统 |
CN108252872A (zh) * | 2016-12-29 | 2018-07-06 | 财团法人金属工业研究发展中心 | 风机叶面取像方法及其使用的无人机、内储程序的计算机程序产品及可读取记录媒体 |
CN108319290A (zh) * | 2017-01-16 | 2018-07-24 | 财团法人金属工业研究发展中心 | 利用无人机拍摄风机叶面的方法、内储程序的计算机程序产品及可读取记录媒体 |
CN106841214A (zh) * | 2017-01-21 | 2017-06-13 | 兰州理工大学 | 一种非接触式风电叶片风沙侵蚀程度检测方法 |
CN107380420A (zh) * | 2017-08-23 | 2017-11-24 | 南京市特种设备安全监督检验研究院 | 一种基于无人机机械臂的起重机金属结构检测装置及方法 |
CN107642464A (zh) * | 2017-09-22 | 2018-01-30 | 中国华能集团公司 | 一种风机叶片结冰检测装置及检测方法 |
CN107621348A (zh) * | 2017-11-15 | 2018-01-23 | 湘电风能有限公司 | 一种风力发电机组流场测试方法 |
CN108357672A (zh) * | 2018-03-23 | 2018-08-03 | 李文利 | 风电机组叶片检测用无人机 |
CN108981924A (zh) * | 2018-07-27 | 2018-12-11 | 内蒙古农业大学 | 一种在役大型风力机叶片早期损伤现场检测系统 |
CN108981924B (zh) * | 2018-07-27 | 2020-06-19 | 内蒙古农业大学 | 一种在役大型风力机叶片早期损伤现场检测系统 |
CN109459492A (zh) * | 2018-10-17 | 2019-03-12 | 山东省科学院海洋仪器仪表研究所 | 殷瓦钢薄板焊接裂纹缺陷的光声光热复合检测系统及方法 |
CN109696457A (zh) * | 2019-01-10 | 2019-04-30 | 华南理工大学 | 面向玻璃幕墙胶接结构损伤的主动红外热波检测方法与系统 |
CN109781740A (zh) * | 2019-03-13 | 2019-05-21 | 水利部交通运输部国家能源局南京水利科学研究院 | 遥控检查混凝土微裂缝的方法与装置 |
CN110082355A (zh) * | 2019-04-08 | 2019-08-02 | 安徽驭风风电设备有限公司 | 一种风电叶片探测系统 |
CN109900713A (zh) * | 2019-04-17 | 2019-06-18 | 中国人民解放军国防科技大学 | 摄像引导的无人机风电叶片缺陷动态检测系统及其方法 |
CN109900712A (zh) * | 2019-04-17 | 2019-06-18 | 中国人民解放军国防科技大学 | 基于摄像测量的风电叶片机械故障在线检测系统及其方法 |
CN109900713B (zh) * | 2019-04-17 | 2022-01-18 | 中国人民解放军国防科技大学 | 摄像引导的无人机风电叶片缺陷动态检测系统及其方法 |
CN109900712B (zh) * | 2019-04-17 | 2022-03-29 | 中国人民解放军国防科技大学 | 基于摄像测量的风电叶片机械故障在线检测系统及其方法 |
US11514567B2 (en) | 2019-06-24 | 2022-11-29 | Inner Mongolia University Of Technology | On-line real-time diagnosis system and method for wind turbine blade (WTB) damage |
CN110531778A (zh) * | 2019-07-17 | 2019-12-03 | 北京航空航天大学 | 一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法 |
CN111400961A (zh) * | 2020-02-17 | 2020-07-10 | 通标标准技术服务有限公司 | 风力发电机组叶片故障判断方法及装置 |
CN111400961B (zh) * | 2020-02-17 | 2023-09-19 | 通标标准技术服务有限公司 | 风力发电机组叶片故障判断方法及装置 |
CN113406107A (zh) * | 2021-07-13 | 2021-09-17 | 湖南工程学院 | 风机叶片缺陷检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104215640A (zh) | 基于无人直升机的风电叶片缺陷损伤检查方法及检查系统 | |
EP4198303A1 (en) | Monitoring device and method for clearance of blades of wind turbine generator set, and wind turbine generator set | |
US8050887B2 (en) | Method and system for determining a potential for icing on a wind turbine blade | |
CN107781118B (zh) | 基于多元传感信息的风力发电机叶片健康状态监测系统 | |
CN105464912A (zh) | 一种风力发电机组叶片结冰检测的方法和装置 | |
CN102817780B (zh) | 风力发电机组结冰控制装置及控制方法 | |
CN104101652B (zh) | 一种基于音频信号的风电叶片损伤监测方法及监测系统 | |
CN103364072B (zh) | 风电机组叶片在线检测装置 | |
CN112324629A (zh) | 一种基于振动和声音的风电叶片早期损伤监测系统及方法 | |
CN201865846U (zh) | 一种风电机组叶片结冰状态检测装置 | |
CN103560468A (zh) | 一种高压输电线路除冰机器人 | |
WO2021119909A1 (zh) | 一种用于监测叶根紧固件的健康状态的方法及系统 | |
CN104730081A (zh) | 一种用于风电桨叶的故障检测系统 | |
CN104515677A (zh) | 风电机组叶片故障诊断与状态监控系统 | |
CN204536215U (zh) | 一种用于风电桨叶的故障检测系统 | |
CN102645334A (zh) | 一种风力发电机组状态监测装置 | |
CN114450483A (zh) | 风力涡轮发电机的异常状况的检测 | |
CN109973332A (zh) | 风力发电机叶片结冰在线监测方法与装置 | |
CN103899485A (zh) | 一种检测风机运行时叶片结冰的方法 | |
CN115065155B (zh) | 一种基于5g通讯的风电场升压站的风险预警系统 | |
CN105553101A (zh) | 一种电力输电线路智能检测方法 | |
CN203161453U (zh) | 一种用于探测风力发电机叶片是否结冰的装置 | |
CN105041571A (zh) | 预测风速风向的智能控制系统及其控制方法 | |
CN112483336A (zh) | 一种除冰风电叶片加热系统检测装置及方法 | |
CN109578226B (zh) | 基于结冰探测器与场群互通的风电机组结冰状态检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141217 |