CN108044454A - 用于风力发电机组叶片的打磨系统和方法 - Google Patents

Abstract

本发明提供了一种用于风力发电机组叶片的打磨系统和方法，所述系统包括移动机器人平台和支撑移动机器人平台移动的平台支撑导轨，其中，所述移动机器人平台包括：传感器装置，被配置用于采集与叶片打磨相关的数据；系统控制器，被配置用于根据采集的与叶片打磨相关的数据对叶片打磨过程中的打磨力度和打磨转速进行实时调节；工业机器人，配置有用于执行叶片打磨的打磨机构，所述打磨机构根据系统控制器实时调节的打磨力度和打磨转速执行打磨，其中，所述打磨机构包括用于执行叶片打磨的多个打磨终端以及与所述多个打磨终端分别对应的多个气动支撑机构，所述多个气动支撑机构和所述多个打磨终端之间形成多个独立的气动回路。

Description

用于风力发电机组叶片的打磨系统和方法

技术领域

本发明涉及风力发电机组的工件制造技术领域，更具体地讲，涉及一种用于风力发电机组叶片的打磨系统和方法。

背景技术

风电叶片是风力发电机组的重要核心部件之一，风电叶片的制造水平代表着国家风电制造业的核心竞争力。大多数的风电叶片采用玻璃纤维和环氧树脂以及粘接剂等材料复合加工而成，设计为复杂的三维扭曲曲面，主要经过主梁制造、铺层、灌注、切边、打磨、打孔、刮腻子和喷漆等工艺，制造周期长，制造难度大。

目前的风电叶片打磨还是采用人工打磨的作业方式，依靠工人经验操作完成，这种作业方式存在很多问题：(1)打磨效率低。通常人工打磨一个班组6人一天只能完成一只叶片的打磨，效率较低。(2)生产环境差且对人体伤害大。风电叶片打磨是所有叶片制造工艺中产生粉尘最多的工序，粉尘对人体伤害巨大，对环境影响严重(需佩戴特殊装置才能减少对人体的伤害)。(3)工艺标准化程度差。因为是人工打磨，所以导致打磨效果差异大，不同工人的技能水平不同，导致每只叶片的品质不同，而且当同一工人在不同身体状态和精神状态下所制造的叶片的品质都有很大的区别。

另外，虽然机器人在工业上已经实现了多行业中的广泛应用，但是风电叶片却由于本身体积巨大和曲面形状特殊等条件的限制，在打磨过程中容易出现叶尖部位打磨浮动的现象，导致打磨存在漏打、打磨毛刺、打磨粗糙的情况，造成打磨效果不佳和打磨工艺难度增大的现象，未能够实现完全无人值守的机器人平台技术来替代人工以实现智能化的打磨。

发明内容

本发明针对现有技术存在的弊端，提出了一种用于风力发电机组叶片的打磨系统和方法。

根据本发明的一方面，提供了一种用于风力发电机组叶片的打磨系统，包括移动机器人平台和支撑移动机器人平台移动的平台支撑导轨，其中，所述移动机器人平台包括：传感器装置，被配置用于采集与叶片打磨相关的数据；系统控制器，被配置用于根据采集的与叶片打磨相关的数据对叶片打磨过程中的打磨力度和打磨转速进行实时调节；工业机器人，配置有用于执行叶片打磨的打磨机构，所述打磨机构根据系统控制器实时调节的打磨力度和打磨转速执行打磨，其中，所述打磨机构包括用于执行叶片打磨的多个打磨终端以及与所述多个打磨终端分别对应的多个气动支撑机构，所述多个气动支撑机构和所述多个打磨终端之间形成多个独立的气动回路。

优选地，移动机器人平台还包括：空气压缩机，被配置用于为所述打磨机构执行打磨提供动力输出。

优选地，所述空气压缩机通过气动导管与所述打磨机构连接，所述空气压缩机与打磨机构之间形成主气动回路，所述主气动回路与所述多个独立的气动回路接通。

优选地，所述打磨机构还包括：压力传感器，被配置用于实时监控主气动回路的压力值并在压力值大于预设阈值时启动溢流回路；流量计，被配置用于实时监控并反馈主气动回路的流量值；电磁阀，被配置用于根据流量计反馈的主气动回路的流量值进行流量控制，对打磨转速进行实时调节。

优选地，所述传感器装置包括安装在工业机器人上的激光雷达、视觉传感器和力觉传感器，其中，激光雷达用于扫描叶片的整体轮廓，视觉传感器用于采集叶片的图像数据，力觉传感器用于采集叶片的实时打磨力度。

优选地，所述系统控制器还被配置为根据传感器装置得到的叶片的整体轮廓和叶片的图像数据控制所述打磨机构从叶片的叶根部位进行打磨到叶片的叶尖部位，并根据采集的叶片的实时打磨力度控制所述多个气动支撑机构进行伸缩移动，使所述多个打磨终端在叶片的不同打磨部位始终保持预设的恒定打磨力度。

优选地，系统传感器根据采集的叶片的实时打磨力度控制所述多个气动支撑机构进行伸缩移动的操作包括：根据力觉传感器采集的叶片的实时打磨力度建立反馈模型；根据建立的反馈模型计算叶片不同打磨部位的打磨力度偏差；通过控制所述多个气动支撑机构的伸缩移动进行偏差纠正。

优选地，所述系统控制器还被配置为：对打磨完成后的整个叶片进行打磨效果校验。

优选地，系统控制器进行打磨效果校验的操作包括以下操作中的至少一个：根据视觉传感器采集的叶片的整体轮廓的图像数据，通过视觉算法计算打磨后叶片表面的粗糙度来判断打磨效果；以及根据激光雷达扫描的叶片的整体轮廓，将各个角分度下的距离数据拟合成曲线，通过对曲线的分析来判断打磨效果。

优选地，所述移动机器人平台还包括用于控制工业机器人的机器人控制器、执行打磨时控制工业机器人上下移动的机器人升降装置和在打磨过程中高负压吸收所产生粉尘的粉尘回收装置。

优选地，所述系统控制器根据叶片的长度和工业机器人的作业半径将叶片分成两段以及两段以上进行分段打磨。

优选地，还包括叶片支撑旋转结构，用于对叶片进行180°翻转。

根据本发明的另一方面，提供了一种用于风力发电机组叶片的打磨方法，所述打磨方法包括以下步骤：采集与叶片打磨相关的数据；根据采集的与叶片打磨相关的数据对叶片打磨过程中的打磨力度和打磨转速进行实时调节；根据系统控制器实时调节的打磨力度和打磨转速执行打磨。

优选地，所述采集与叶片打磨相关的数据的步骤通过激光雷达、视觉传感器和力觉传感器进行采集与叶片打磨相关的数据，其中，激光雷达扫描叶片的整体轮廓，视觉传感器采集叶片的图像数据，力觉传感器采集叶片的实时打磨力度。

优选地，所述根据采集的与叶片打磨相关的数据对叶片打磨过程中的打磨力度和打磨转速进行实时调节的步骤包括：根据采集的叶片的整体轮廓和叶片的图像数据控制打磨机构从叶片的叶根部位进行打磨到叶片的叶尖部位；根据流量计反馈的主气动回路的流量值进行流量控制以对打磨转速进行实时调节；根据采集的叶片的实时打磨力度控制多个气动支撑机构的伸缩移动以对打磨力度进行实时调节。

优选地，所述根据采集的叶片的实时打磨力度控制多个气动支撑机构的伸缩移动以对打磨力度进行实时调节的步骤包括：根据力觉传感器采集的叶片的实时打磨力度建立反馈模型；根据建立的反馈模型计算叶片不同打磨部位的打磨力度偏差；通过控制所述多个气动支撑机构的伸缩移动进行偏差纠正。

优选地，所述执行打磨的步骤根据叶片的长度和工业机器人的作业半径将叶片分成两段以及两段以上进行分段打磨。

优选地，所述打磨方法还包括对打磨完成后的整个叶片进行打磨效果校验。

优选地，所述打磨效果校验的步骤包括以下操作中的至少一个：根据视觉传感器采集的叶片的整体轮廓的图像数据，通过视觉算法计算打磨后叶片表面的粗糙度来判断打磨效果；以及根据激光雷达扫描的叶片的整体轮廓，将各个角分度下的距离数据拟合成曲线，通过对曲线的分析来判断打磨效果。

本发明解决了在风力发电机叶片打磨过程出现的叶片浮动打磨的问题并实现了对打磨效果的检测，提升了叶片制造的生产效率、减少污染排放和提升了叶片品质。

附图说明

下面将结合附图进行本发明的详细描述，本发明的上述特征和其它目的、特点和优点将会变得更加清楚，其中：

图1是本发明的实施例的用于风力发电机组叶片的打磨系统的架构图；

图2是本发明的实施例的用于风力发电机组叶片的打磨系统的移动机器人平台系统的架构图；

图3是本发明的示例性实施例的配置有四个打磨终端的打磨机构结构图；

图4是本发明的实施例的用于风力发电机组叶片的打磨方法的流程图。

具体实施方式

提供以下参照附图的描述以帮助全面理解由权利要求及其等同物限定的本发明的示例性实施例。以下参照附图的描述包括各种特定细节以帮助理解，但是所述特定细节将仅被视为示例性的。因此，本领域普通技术人员将意识到，在不脱离本发明的范围和精神的情况下，可对这里描述的实施例进行各种改变和修改。此外，为了清晰和简要，可省略公知功能和结构的描述。

以下描述和权利要求中使用的术语和词语不限于字面含义，而是仅由发明者使用以使得能够清楚和一致地理解本发明。因此，本领域技术人员应该清楚的是，提供本发明的示例性实施例的以下描述仅是说明的目的，而不是限制由权利要求及其等同物限定的本发明的目的。

图1示出根据本发明的实施例的用于风力发电机组叶片的打磨系统的架构图。

参照图1，用于风力发电机组叶片的打磨系统100包括移动机器人平台101、平台支撑导轨102。具体地，平台支撑导轨102用于支撑移动机器人平台101进行移动。移动机器人平台101包括传感器装置110、系统控制器120、工业机器人130。传感器装置110用于采集与叶片打磨相关的数据，其中，与叶片打磨相关的数据包括例如叶片的整体轮廓、叶片长度、叶片厚度以及叶片打磨的实时打磨力度等数据，应理解，上述与叶片打磨相关的数据仅是示例性举例，本发明中与叶片打磨相关的数据不限于此。系统控制器120用于根据采集的与叶片打磨相关的数据对叶片打磨过程中的打磨力度和打磨转速进行实时调节。工业机器人130配置有用于执行叶片打磨的打磨机构310，打磨机构310根据系统控制器120实时调节的打磨力度和打磨转速执行打磨。打磨机构310包括用于执行叶片打磨的多个打磨终端4以及与多个打磨终端4分别对应的多个气动支撑机构5，多个气动支撑机构5和多个打磨终端4之间形成多个独立的气动回路。

下面将参照图2和图3来详细说明风力发电机组叶片的打磨系统的移动机器人平台和打磨机构。

图2示出根据本发明的实施例的用于风力发电机组叶片的打磨系统的移动机器人平台系统的架构图。

参照图2，移动机器人平台101还包括空气压缩机140。空气压缩机140被配置用于为打磨机构310执行打磨提供动力输出，空气压缩机140通过气动导管与打磨机构310连接并形成一条主气动回路。激光雷达1、视觉传感器2和力觉传感器3安装在工业机器人130上，其中，激光雷达1用于扫描叶片的整体轮廓，视觉传感器2用于采集叶片的图像数据，力觉传感器3用于采集叶片的实时打磨力度。具体地，系统控制器120接收从激光雷达1和视觉传感器2回传的数据，根据得到的叶片的整体轮廓和叶片的图像数据控制打磨机构310从叶片的叶根部位进行打磨到叶片的叶尖部位。系统控制器120根据力觉传感器3采集的叶片的实时打磨力度控制多个气动支撑机构5进行伸缩移动，使多个打磨终端4在叶片的不同打磨部位始终保持预设的恒定打磨力度。

图3示出根据本发明的示例性实施例的配置有四个打磨终端的打磨机构结构图。

参照图3，打磨机构310的末端位置安装有四个打磨终端4，打磨终端4用于执行叶片打磨。四个打磨终端4下方分别安装有与之相对应的气动支撑机构5，气动支撑机构5用于根据力觉传感器3采集的叶片的实时打磨力度，通过系统控制器120的控制进行伸缩移动。每个打磨终端4和相对应的气动支撑机构5之间形成独立的气动回路，且形成的独立气动回路与空气压缩机140和打磨机构310之间形成的主气动回路相接通。打磨机构310上还安装有压力传感器311、流量计312和电磁阀313，其中，压力传感器311用于实时监控主气动回路的压力值并在压力值大于预设阈值时启动溢流回路，流量计312用于实时监控并反馈主气动回路的流量值，电磁阀313用于根据流量计反馈的主气动回路的流量值进行流量控制，对打磨转速进行实时调节。根据本发明的实施例，具体地，在打磨叶片过程中，假设打磨方式为蛇形运动，则四个打磨终端4运用四张砂纸分别进行蛇形运动。四个打磨终端4与之相对应的气动支撑机构5形成四个独立的气动回路，且四个独立的气动回路接回主气动回路中。此时，电磁阀313根据流量计312反馈的主气动回路的流量值对流量进行控制来实时调节叶片的打磨转速，实现对风电叶片打磨力度的控制，压力传感器311监控主气动回路的压力值，并在监控到主气动回路的压力值大于预设阈值时启动溢流回路以保证整个气动回路的安全。蛇形运动的打磨方式可以更全面的打磨叶片，应理解，上述蛇形运动打磨的方式仅是示例性举例，本发明可采用的打磨方式不限于此。

根据本发明的实施例，系统控制器120控制机器人控制器6向工业机器人130发送指令来控制打磨机构310从叶片的叶根部位到叶片的叶尖部位进行打磨。具体地，在叶片的叶根部位进行特征标记，视觉传感器2通过采集叶片的图像数据进行该特征标记的识别，并将识别出的特征标记所在位置定为叶片打磨的初始位置。系统控制器120根据激光雷达1和视觉传感器2得到的叶片的整体轮廓数据和图像数据控制打磨机构310进行叶片打磨。其中，特征标记是在进行叶片打磨前人为进行标记的符号，可以是粘贴在叶片叶根部位的标记，也可以是画在叶片叶根部位的标记。应理解，上述特征标记仅是示例性举例，本发明可采用的特征标记种类不限于此。根据本发明的实施例，系统控制器120根据力觉传感器3采集的叶片的实时打磨力度建立反馈模型并计算叶片不同打磨部位的打磨力度偏差。系统控制器120控制机器人控制器6向工业机器人130发送指令控制多个气动支撑机构5进行伸缩移动来纠正打磨力度偏差，以使多个打磨终端4在叶片的不同打磨部位始终保持预设的恒定打磨力度。

根据本发明的实施例，在完成一整只叶片的打磨后，对打磨完成后的整个叶片进行打磨效果校验。一方面，系统控制器120根据视觉传感器2采集的打磨后的叶片的整体轮廓的图像数据，利用视觉算法计算打磨后的叶片表面的粗糙度来判断是否存在漏打现象或者打磨效果不理想的现象，并记录下问题出现的具体位置。视觉算法是计算机利用工业相机等图像采集设备来采集图像数据，然后，通过图像处理技术对采集的图像数据进行处理以实现对特征物体的识别或者得到特征物体的位置或姿态等信息。视觉算法有很多种，例如霍夫变换算法，该算法是图像处理中识别几何形状的一种方法，在图像处理中有着广泛应用，并且霍夫变换算法不受图形旋转的影响，易于进行几何图形的快速变换。另一方面，系统控制器120还根据激光雷达1扫描的打磨后的叶片的整体轮廓，将各个角分度下的距离数据拟合成曲线，通过对曲线的分析来判断打磨效果。具体地，通过激光雷达对叶片进行360度全方位的扫描，假设将扫描的整体轮廓数据分段为1080段，则各个角分度的距离数据即是1080个分段点的距离数据。将各个角分度的距离数据拟合成曲线，并根据拟合曲线分析打磨后的叶片是否存在毛刺或者打磨效果不理想的情况，记录下问题出现的具体位置。根据上述完成的校验出的问题记录进行叶片的再次打磨和检测，反复打磨检测直至打磨效果满足叶片的设计要求时结束打磨。

根据本发明的实施例，系统控制器120能够控制伺服电机的启停和转速控制等，并能够实时获知移动机器人平台101在平台支撑导轨102上的位置数据。移动机器人平台101通过伺服电机来实现其在平台支撑导轨102上的移动，以此完成激光雷达1扫描叶片的整体轮廓、视觉传感器2采集叶片的图像数据、力觉传感器3采集叶片不同部位的实时打磨力度以及打磨机构4进行叶片打磨的动作等。移动机器人平台101还包括机器人升降装置7和粉尘回收装置9。机器人升降装置7用于叶片打磨时控制工业机器人130进行上下移动，粉尘回收装置9用于对叶片打磨产生的粉尘进行回收。

返回图1，根据本发明的实施例，用于风力发电机组叶片的打磨系统100还包括叶片支撑旋转机构103。叶片支撑旋转机构103用于对叶片进行180°翻转，因此，仅需在叶片的任意一侧位置铺设平台支撑导轨102即可，这样不仅减少了厂房空间的利用，也降低了相应的设备成本。平台支撑导轨102支撑移动机器人平台101沿着叶片边缘按照一定距离进行铺设，该距离是根据工业机器人130的作业半径决定，不同型号的工业机器人130具有不同的作业半径。其中，工业机器人是面向工业领域的多关节机械手或多自由度的机器装置，能自动执行工作，靠自身动力和控制能力来实现各种功能的一种机器。工业机器人可以接受人类指挥，也可以按照预先编排的程序运行。根据本发明的实施例，例如，采用六轴工业机器人进行叶片打磨，该六轴工业机器人具有触觉、力觉、视觉功能，能在较为复杂的环境下工作，具有识别功能或更进一步增加自适应、自学习功能。此外，风力发电机组叶片的打磨系统100所涉及的各个单元部件之间通过工业总线连接进行数据的传输。

图4示出根据本发明的实施例的用于风力发电机组叶片的打磨方法的流程图。

参照图4，在步骤S401中，采集与叶片打磨相关的数据。具体地，先初始化移动机器人平台，通过系统控制器判断移动机器人平台的各个部件是否处于正常的工作状态。当各个部件处于正常工作状态下，系统控制器根据激光雷达扫描的叶片的长度和工业机器人的作业半径将叶片分成两段以及两段以上进行分段打磨。然后，系统控制器控制移动机器人平台处于平台支撑导轨的零点位置以及控制工业机器人处于规定好的初始位置。其中，零点位置是指叶片的叶根部极限位置，初始位置为人为规定的工业机器人的一个预备位姿势，并由视觉传感器进行检验工业机器人是否处于初始位置。根据本发明的实施例，假设将叶片分成30段，在叶片的根部位置开始算起作为叶片打磨的第1段，则对整个叶片进行打磨需要依次执行30次，并且每次叶片打磨都是前一段打磨完成之后才进入下一段叶片进行打磨。然后，通过传感器装置包括激光雷达、视觉传感器和力觉传感器采集叶片打磨数据，其中，激光雷达扫描叶片的整体轮廓，视觉传感器采集叶片的图像数据，力觉传感器采集叶片的实时打磨力度。

在步骤S402中，根据采集的与叶片打磨相关的数据对叶片打磨过程中的打磨力度和打磨转速进行实时调节。具体地，系统控制器对激光雷达和视觉传感器扫描采集的数据进行识别，其中，激光雷达扫描叶片的整体轮廓，视觉传感器采集叶片的图像数据。系统控制器根据采集的叶片的整体轮廓和叶片的图像数据控制打磨机构从叶片的叶根部位进行打磨到叶片的叶尖部位。在叶片打磨过程中，系统控制器根据力觉传感器采集的叶片的实时打磨力度建立反馈模型并计算叶片不同打磨部位的打磨力度偏差。然后，系统控制器再根据打磨力度偏差控制多个气动支撑机构进行伸缩移动来纠正偏差，从而实现对打磨力度的实时调节，使多个打磨终端在叶片的不同打磨部位始终保持预设的恒定打磨力度进行打磨。另外，系统控制器根据打磨机构中流量计反馈的主气动回路的流量值进行流量控制对叶片打磨转速进行实时调节。

在步骤S403中，根据系统控制器实时调节的打磨力度和打磨转速执行打磨。具体地，系统控制器向机器人控制器发送指令，机器人控制器控制工业机器人上的打磨机构执行叶片打磨。在完成叶片打磨之后，对打磨后的整个叶片进行打磨效果校验。本发明可根据视觉传感器采集的叶片的整体轮廓的图像数据，通过视觉算法计算打磨后叶片表面的粗糙度来判断打磨效果。或者也可根据激光雷达扫描的叶片的整体轮廓，将各个角分度下的距离数据拟合成曲线，通过对曲线的分析来判断打磨效果。如果存在漏打、毛刺或者打磨效果不明显、不理想的情况，记录下问题出现的具体位置并进行叶片的再次打磨，反复打磨、检测直至打磨效果满足叶片的设计要求时完成打磨。

根据本发明的实施例的用于风力发电机组叶片的打磨系统和方法解决了在风力发电机叶片打磨过程出现的叶片浮动打磨的问题并实现了对打磨效果的检测，不仅能够提升叶片制造的生产效率，还减少了污染排放、提升了叶片品质，使风电叶片的打磨技术实现从人工作业到自动化作业的进阶。

尽管已经参照本发明的特定示例性实施例显示和描述了本发明，但是本领域技术人员将理解，在不脱离由权利要求及其等同物限定的本发明的精神和范围的情况下，可进行各种形式和细节上的各种改变。

Claims (19)

1.一种用于风力发电机组叶片的打磨系统，其特征在于，包括移动机器人平台和支撑移动机器人平台移动的平台支撑导轨，其中，所述移动机器人平台包括：

传感器装置，被配置用于采集与风电叶片打磨相关的数据；

系统控制器，被配置用于根据采集的与叶片打磨相关的数据对叶片打磨过程中的打磨力度和打磨转速进行实时调节；

工业机器人，配置有用于执行叶片打磨的打磨机构，所述打磨机构根据系统控制器实时调节的打磨力度和打磨转速执行打磨，

其中，所述打磨机构包括用于执行叶片打磨的多个打磨终端以及与所述多个打磨终端分别对应的多个气动支撑机构，所述多个气动支撑机构和所述多个打磨终端之间形成多个独立的气动回路。

2.如权利要求1所述的打磨系统，其特征在于，移动机器人平台还包括：

空气压缩机，被配置用于为所述打磨机构执行打磨提供动力输出。

3.如权利要求2所述的打磨系统，其特征在于，所述空气压缩机通过气动导管与所述打磨机构连接，所述空气压缩机与打磨机构之间形成主气动回路，所述主气动回路与所述多个独立的气动回路接通。

4.如权利要求1所述的打磨系统，其特征在于，所述打磨机构还包括：

压力传感器，被配置用于实时监控主气动回路的压力值并在压力值大于预设阈值时启动溢流回路；

流量计，被配置用于实时监控并反馈主气动回路的流量值；

电磁阀，被配置用于根据流量计反馈的主气动回路的流量值进行流量控制，对打磨转速进行实时调节。

5.如权利要求1所述的打磨系统，其特征在于，所述传感器装置包括安装在工业机器人上的激光雷达、视觉传感器和力觉传感器，其中，激光雷达用于扫描叶片的整体轮廓，视觉传感器用于采集叶片的图像数据，力觉传感器用于采集叶片的实时打磨力度。

6.如权利要求5所述的打磨系统，其特征在于，所述系统控制器还被配置为：

根据传感器装置得到的叶片的整体轮廓和叶片的图像数据控制所述打磨机构从叶片的叶根部位进行打磨到叶片的叶尖部位，

并根据采集的叶片的实时打磨力度控制所述多个气动支撑机构进行伸缩移动，使所述多个打磨终端在叶片的不同打磨部位始终保持预设的恒定打磨力度。

7.如权利要求6所述的打磨系统，其特征在于，系统传感器根据采集的风电叶片的实时打磨力度控制所述多个气动支撑机构进行伸缩移动的操作包括：

根据力觉传感器采集的叶片的实时打磨力度建立反馈模型；

根据建立的反馈模型计算叶片不同打磨部位的打磨力度偏差；

通过控制所述多个气动支撑机构的伸缩移动进行偏差纠正。

8.如权利要求5所述的打磨系统，其特征在于，所述系统控制器还被配置为：

对打磨完成后的整个叶片进行打磨效果校验。

9.如权利要求8所述的打磨系统，其特征在于，系统控制器进行打磨效果校验的操作包括以下操作中的至少一个：

根据视觉传感器采集的叶片的整体轮廓的图像数据，通过视觉算法计算打磨后叶片表面的粗糙度来判断打磨效果；以及

根据激光雷达扫描的叶片的整体轮廓，将各个角分度下的距离数据拟合成曲线，通过对曲线的分析来判断打磨效果。

10.如权利要求1所述的打磨系统，其特征在于，所述移动机器人平台还包括：用于控制工业机器人的机器人控制器、执行打磨时控制工业机器人上下移动的机器人升降装置和在打磨过程中高负压吸收所产生粉尘的粉尘回收装置。

11.如权利要求1所述的打磨系统，其特征在于，所述系统控制器根据叶片的长度和工业机器人的作业半径将叶片分成两段以及两段以上进行分段打磨。

12.如权利要求1所述的打磨系统，其特征在于，还包括：叶片支撑旋转结构，用于对叶片进行180°翻转。

13.一种用于风力发电机组叶片的打磨方法，其特征在于，所述打磨方法包括以下步骤：

采集与叶片打磨相关的数据；

根据采集的与叶片打磨相关的数据对叶片打磨过程中的打磨力度和打磨转速进行实时调节；

根据系统控制器实时调节的打磨力度和打磨转速执行打磨。

14.如权利要求13所述的打磨方法，其特征在于，所述采集与叶片打磨相关的数据的步骤通过激光雷达、视觉传感器和力觉传感器进行采集与叶片打磨相关的数据，其中，激光雷达扫描叶片的整体轮廓，视觉传感器采集叶片的图像数据，力觉传感器采集叶片的实时打磨力度。

15.如权利要求13所述的打磨方法，其特征在于，所述根据采集的与叶片打磨相关的数据对叶片打磨过程中的打磨力度和打磨转速进行实时调节的步骤包括：

根据采集的叶片的整体轮廓和叶片的图像数据控制打磨机构从叶片的叶根部位进行打磨到叶片的叶尖部位；

根据流量计反馈的主气动回路的流量值进行流量控制以对打磨转速进行实时调节；

根据采集的叶片的实时打磨力度控制多个气动支撑机构的伸缩移动以对打磨力度进行实时调节。

16.如权利要求15所述的打磨方法，其特征在于，所述根据采集的叶片的实时打磨力度控制多个气动支撑机构的伸缩移动以对打磨力度进行实时调节的步骤包括：

根据力觉传感器采集的叶片的实时打磨力度建立反馈模型；

根据建立的反馈模型计算叶片不同打磨部位的打磨力度偏差；

通过控制所述多个气动支撑机构的伸缩移动进行偏差纠正。

17.如权利要求13所述的打磨方法，其特征在于，所述执行打磨的步骤根据叶片的长度和工业机器人的作业半径将叶片分成两段以及两段以上进行分段打磨。

18.如权利要求13所述的打磨方法，其特征在于，所述打磨方法还包括：对打磨完成后的整个叶片进行打磨效果校验。

19.如权利要求18所述的打磨方法，其特征在于，所述打磨效果校验的步骤包括以下操作中的至少一个：

根据视觉传感器采集的叶片的整体轮廓的图像数据，通过视觉算法计算打磨后叶片表面的粗糙度来判断打磨效果；以及

根据激光雷达扫描的叶片的整体轮廓，将各个角分度下的距离数据拟合成曲线，通过对曲线的分析来判断打磨效果。