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

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

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

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。