CN108152295A - 风力发电机组叶片表面缺陷智能检测系统 - Google Patents

风力发电机组叶片表面缺陷智能检测系统 Download PDF

Info

Publication number
CN108152295A
CN108152295A CN201810052136.5A CN201810052136A CN108152295A CN 108152295 A CN108152295 A CN 108152295A CN 201810052136 A CN201810052136 A CN 201810052136A CN 108152295 A CN108152295 A CN 108152295A
Authority
CN
China
Prior art keywords
module
generator set
wind generator
image
set blade
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
Application number
CN201810052136.5A
Other languages
English (en)
Inventor
周瑞林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan Chi Ge Amperex Technology Ltd
Original Assignee
Henan Chi Ge Amperex Technology Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Henan Chi Ge Amperex Technology Ltd filed Critical Henan Chi Ge Amperex Technology Ltd
Priority to CN201810052136.5A priority Critical patent/CN108152295A/zh
Publication of CN108152295A publication Critical patent/CN108152295A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供了一种风力发电机组叶片表面缺陷智能检测系统,包括摄像系统、可编程软件检测系统和通讯系统,摄像系统包括支架和摄像装置,调节装置包括俯仰角调节器和水平调节器,可编程软件检测系统包括依次连接的图像采集模块、图像分析及筛选模块、图像分类模块、图像滤波模块、图像处理模块、缺陷识别模块、计算缺陷位置及几何特征信息模块、缺陷分析建议模块和输出缺陷检测报告模块。本发明具有数字图像处理功能,对采集的图像进行分析和处理,提取缺陷图像并自动生成缺陷报告,从而实现对风力发电机组叶片表面缺陷的智能化检测,与现有的检测手段相比,具有检测方便灵活,耗时少、能远距离检测、检测结果准确、无安全隐患的优点。

Description

风力发电机组叶片表面缺陷智能检测系统
技术领域
本发明涉及大型风力发电机组技术领域,具体涉及一种风力发电机组叶片表面缺陷智能检测装置。
背景技术
目前,世界范围的不可再生能源趋于枯竭,绿色能源的开发利用越来越被各个国家所重视。近年来,我国风电产业得到了长足的发展,装机量连年攀升。
风力发电机组受气自身特性的影响,其通常安装在戈壁滩、山头、海边等环境较为恶劣的地区,受环境和风力发电机组本身质量的影响,风力发电机组叶片表面极容易出现裂纹、风化、侵蚀等现象,最终导致风力发电机组叶片断裂,危机人身安全。
针对上述风力发电机组叶片表面缺陷,传统的检测手段是检测员乘用吊篮升到风力发电机机组叶片的外表面进行检测,检测耗时长,且存在检测员容易从吊篮上掉落的安全隐患;另一种是通过望远镜进行观察检测,此检测手段不能远距离检测,且受检测员的视觉误差的影响,检测结果不准确。
发明内容
本发明的目的在于提供一种风力发电机组叶片表面缺陷智能检测系统,旨在解决现有技术中检测手段耗时长、检测员存在安全隐患、不能远距离检测、检测结果不准确的问题。
为实现上述目的,本发明的风力发电机组叶片缺陷智能检测系统所采用的技术方案是:所述风力发电机组叶片表面缺陷智能检测系统包括摄像系统、可编程软件检测系统和用于实现摄像系统与可编程软件检测系统之间通讯的通讯系统,摄像系统包括支架和通过调节装置安装在支架上的摄像装置,调节装置包括俯仰角调节器和水平调节器,可编程软件检测系统包括依次连接的图像采集模块、图像分析及筛选模块、、图像分类模块、图像滤波模块、图像处理模块、缺陷识别模块、计算缺陷位置及几何特征信息模块、缺陷分析建议模块和输出缺陷检测报告模块。
所述调节装置还包括让俯仰调节器和水平角度旋转调节器自动调节的自动控制装置,自动控制装置与可编程软件检测系统控制连接。
所述仰角调节器的调节范围为节-35~90度,所述水平调节器的调节范围为0~360度。
所述摄像装置上设有用于测量风力发电机组叶片与摄像装置之间距离和角度的测距仪。
所述通讯系统为无线通讯系统,无线通讯系统采用蓝牙通讯系统或WIFI无线通讯系统。
所述可编程软件检测系统采用笔记本电脑或平板电脑。
所述可编程软件检测系统固定在支架上。
所述支架为高度可调节的折叠支架。
本发明的有益效果是:本发明具有数字图像处理功能,对采集的图像和视频做图像分析和处理,提取缺陷图像并自动生成缺陷报告,从而实现对风力发电机组叶片表面缺陷的智能化检测,与现有技术中的检测手段相比,具有检测方便灵活,耗时少、能远距离检测、检测结果准确、无安全隐患的优点。
附图说明
图1是本发明一种风力发电机组叶片表面缺陷智能检测系统的原理图;
图2是可编程软件检测系统中各模块的连接示意图;
图3是种可编程软件检测系统的工作流程图;
图4是缺陷识别模块、计算缺陷位置及几何特征信息模块的工作流程图。
具体实施方式
下面结合附图对本发明的实施方式作进一步说明。
本发明一种风力发电机组叶片表面缺陷智能检测系统的具体实施例,如图1所示,所述风力发电机组叶片表面缺陷智能检测系统包括摄像系统、可编程软件检测系统和通讯系统,通讯系统用于摄像系统与可编程软件检测系统之间的通讯系统,通讯系统采用无线通讯系统,无线通讯系统采用蓝牙通讯系统。摄像系统包括支架和通过调节装置安装在支架上的摄像装置,调节装置包括用于调节摄像装置俯仰角度的俯仰角调节器和用于调节摄像装置水平角度的水平调节器,府仰角调节器的调节范围为-35~90度,水平调节器的调节范围为0~360度,通过俯仰角调节器和水平调节器对摄像装置的俯仰角度度及水平角度的调节可使风力发电机组叶片完全出现在拍摄范围内,以对风力发电机组叶片进行全面拍摄,确保检测精度。
为实现俯仰调节器和水平调节器自动调节,本实施例中,调节装置包括让调节器和水平调节器自动调节的自动控制装置,自动控制装置与可编程软件检测系统控制连接。
摄像装置上设有测距仪,通过测距仪可直管的看出风力发电机组叶片与摄像装置之间距离和角度。摄像装置在离风力发电机组叶片300m范围内的地面上可清晰拍摄风力发电机组叶片,摄像装置在离风力发电机组叶片50m~450m范围,测量精度在0.5mm以内,可清晰的拍摄整个力发电机组叶片的外表面。
如图2所示,可编程软件检测系统包括依次连接的图像采集模块、图像分析及筛选模块、图像分类模块、图像滤波模块、图像处理模块、缺陷识别模块、计算缺陷位置及几何特征信息模块、缺陷分析建议模块和输出缺陷检测报告模块。
图像采集模块用于接受和保存摄像装置所拍摄的图像,图像采集和保存后通过图像分析及筛选模块对图像进行分析筛选,得到含有风力发电机组叶片的图像;含有风力发电机组叶片的图像经图像分类模块分为轮毂、叶片PS面、SS面、前缘、后缘、叶根、叶尖图片;分类完成后,经图像滤波模块将图像中无用的信息滤除掉,得到清晰、真实的图像数据;图像滤波后的图像数据信息经图像处理模块加工处理,得到带缺陷的图像数据;带缺陷的图像数据经缺陷识别模块自动识别出缺陷类别特征,然后经计算缺陷位置及几何特征信息模块计算出缺陷的位置和其几何特征信息;缺陷几何特征信息经过缺陷分析建议模块处理后给出详细的缺陷建议,以便于后续对风力发电机组叶片缺陷的维修;最后,将缺陷特征信息生成详细的输出报告209,便于运维人员查看。
可编程软件检测系统的工作流程图,如图3所示,首选读取摄像装置所述所拍摄的图像信息,通过对比叶片判断读取的图像是否为正确拍摄的包含风力发电机组叶片的图像,如拍摄的图像不包含叶片或者轮毂部位,则爆出图像错误,并将此幅图像删除,重新拍摄图像;如拍摄的图像包含叶片或者轮毂部位,则将图像保存;直到拍摄完成。拍摄完图像后需要经过拼接、筛选等处理形成完整的一面图像;一面图像完成后经过数字图像滤波处理,并提取图像特征信息,得到缺陷图像信息特征,然后将特征信息与数据库模板图像数字信息对比,识别出缺陷图像特征,进而经过计算、特征分析算法,完成图像的特征信息提取和计算分析,最终生成检测报告。
缺陷识别模块、计算缺陷位置及几何特征信息模块的工作流程图,如图4所示,经完缺陷识别、计算、特征分析后将判断缺陷类型,并计算面积等几何特征信息。缺陷类型判定时依次判定是否为雷击、破损、裂缝、孔洞、砂眼、腐蚀、涂层脱落等缺陷,判定缺陷类型后,计算识别其面积、最大宽度、最小宽度、平均宽度、位置、分析建议等。
本实施例中,可编程软件检测系统采用笔记本电脑,且可编程软件系统固定在支架上。为了便于存放和搬运支架,本实施例中,支架采用高度可调节的折叠支架。
在其它实施例中,所述通讯系统也可为有线通讯系统;所述无线通讯系统可为WIFI无线通系统或其它无限通讯系统。
在其它实施例中,所述可编程软件模块可固定安装在摄像装置上;所述可编程软件模块也可为平板电脑或人机交互面板。
最后需要说明的是:俯仰调节器、水平角度调节器和自动控制装置及自动控制装置与编程软件检测系统的控制连接均为现有技术,在这里不再赘述。

Claims (8)

1.风力发电机组叶片表面缺陷智能检测系统,其特征在于:包括摄像系统、可编程软件检测系统和用于实现摄像系统与可编程软件检测系统之间通讯的通讯系统,摄像系统包括支架和通过调节装置安装在支架上的摄像装置,调节装置包括俯仰角调节器和水平调节器,可编程软件检测系统包括依次连接的图像采集模块、图像分析及筛选模块、图像分类模块、图像滤波模块、图像处理模块、缺陷识别模块、计算缺陷位置及几何特征信息模块、缺陷分析建议模块和输出缺陷检测报告模块。
2.根据权利要求1所述的风力发电机组叶片表面缺陷智能检测系统,其特征在于:所述调节装置还包括让俯仰调节器和水平调节器自动调节的自动控制装置,自动控制装置与可编程软件检测系统控制连接。
3.根据权利要求2所述的风力发电机组叶片表面缺陷智能检测系统,其特征在于:所述府仰角调节器的调节范围为-35~90度,所述水平调节器的调节范围为0~360度。
4.根据权利要求1所述的风力发电机组叶片表面缺陷智能检测系统,其特征在于:所述摄像装置上设有用于测量风力发电机组叶片与摄像装置之间距离和角度的测距仪。
5.根据权利要求1所述的风力发电机组叶片表面缺陷智能检测系统,其特征在于:所述通讯系统为无线通讯系统,无线通讯系统采用蓝牙通讯系统或WIFI无线通讯系统。
6.根据权利要求1所述的风力发电机组叶片表面缺陷智能检测系统,其特征在于:所述可编程软件检测系统采用笔记本电脑或平板电脑。
7.根据权利要求6所述的风力发电机组叶片表面缺陷智能检测系统,其特征在于:所述可编程软件检测系统固定在支架上。
8.根据权利要求1-7任一项所述的风力发电机组叶片表面缺陷智能检测系统,其特征在于:所述支架为高度可调节的折叠支架。
CN201810052136.5A 2018-01-19 2018-01-19 风力发电机组叶片表面缺陷智能检测系统 Pending CN108152295A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810052136.5A CN108152295A (zh) 2018-01-19 2018-01-19 风力发电机组叶片表面缺陷智能检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810052136.5A CN108152295A (zh) 2018-01-19 2018-01-19 风力发电机组叶片表面缺陷智能检测系统

Publications (1)

Publication Number Publication Date
CN108152295A true CN108152295A (zh) 2018-06-12

Family

ID=62461543

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810052136.5A Pending CN108152295A (zh) 2018-01-19 2018-01-19 风力发电机组叶片表面缺陷智能检测系统

Country Status (1)

Country Link
CN (1) CN108152295A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109060826A (zh) * 2018-08-16 2018-12-21 大连维德集成电路有限公司 一种不停机的风电叶片检测装置
CN109741238A (zh) * 2018-11-23 2019-05-10 上海扩博智能技术有限公司 风机叶片图像拼接方法、系统、设备及存储介质
CN110243830A (zh) * 2019-03-11 2019-09-17 华电电力科学研究院有限公司 一种风电机组叶片表面缺陷检测系统及检测方法
CN110274917A (zh) * 2019-06-17 2019-09-24 华电电力科学研究院有限公司 一种风电机组叶片表面缺陷取数装置及镜头布局方法
CN110608137A (zh) * 2019-08-30 2019-12-24 华电电力科学研究院有限公司 一种风电机组现场快速诊断方法
CN111060558A (zh) * 2020-01-02 2020-04-24 青岛国信海天中心建设有限公司 一种钢管混凝土密实度检测系统及方法
WO2020087946A1 (zh) * 2018-10-31 2020-05-07 北京金风科创风电设备有限公司 风力发电机组叶片视频监测的方法及系统
CN111912897A (zh) * 2020-08-11 2020-11-10 中国石油大学(北京) 一种管道缺陷信息获取方法、装置、设备及存储介质
CN112465776A (zh) * 2020-11-26 2021-03-09 常州信息职业技术学院 一种基于风力机表面模糊图像的裂纹智能检测方法
CN113994089A (zh) * 2019-04-24 2022-01-28 西门子歌美飒可再生能源公司 叶片检查设备和叶片状况监测系统

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109060826B (zh) * 2018-08-16 2021-07-09 大连维德集成电路有限公司 一种不停机的风电叶片检测装置
CN109060826A (zh) * 2018-08-16 2018-12-21 大连维德集成电路有限公司 一种不停机的风电叶片检测装置
WO2020087946A1 (zh) * 2018-10-31 2020-05-07 北京金风科创风电设备有限公司 风力发电机组叶片视频监测的方法及系统
US11421660B2 (en) 2018-10-31 2022-08-23 Beijing Gold Wind Science & Creation Windpower Equipment Co., Ltd. Video monitoring method and system for wind turbine blade
CN111120220B (zh) * 2018-10-31 2021-05-28 北京金风科创风电设备有限公司 风力发电机组叶片视频监测的方法及系统
CN111120220A (zh) * 2018-10-31 2020-05-08 北京金风科创风电设备有限公司 风力发电机组叶片视频监测的方法及系统
CN109741238B (zh) * 2018-11-23 2020-08-11 上海扩博智能技术有限公司 风机叶片图像拼接方法、系统、设备及存储介质
CN109741238A (zh) * 2018-11-23 2019-05-10 上海扩博智能技术有限公司 风机叶片图像拼接方法、系统、设备及存储介质
US11466666B2 (en) 2018-11-23 2022-10-11 Shanghai Clobotics Technology Co., Ltd. Method and device for stitching wind turbine blade images, and storage medium
CN110243830A (zh) * 2019-03-11 2019-09-17 华电电力科学研究院有限公司 一种风电机组叶片表面缺陷检测系统及检测方法
CN113994089A (zh) * 2019-04-24 2022-01-28 西门子歌美飒可再生能源公司 叶片检查设备和叶片状况监测系统
CN110274917A (zh) * 2019-06-17 2019-09-24 华电电力科学研究院有限公司 一种风电机组叶片表面缺陷取数装置及镜头布局方法
CN110274917B (zh) * 2019-06-17 2023-12-05 华电电力科学研究院有限公司 一种风电机组叶片表面缺陷取数装置及镜头布局方法
CN110608137A (zh) * 2019-08-30 2019-12-24 华电电力科学研究院有限公司 一种风电机组现场快速诊断方法
CN111060558A (zh) * 2020-01-02 2020-04-24 青岛国信海天中心建设有限公司 一种钢管混凝土密实度检测系统及方法
CN111912897A (zh) * 2020-08-11 2020-11-10 中国石油大学(北京) 一种管道缺陷信息获取方法、装置、设备及存储介质
CN112465776A (zh) * 2020-11-26 2021-03-09 常州信息职业技术学院 一种基于风力机表面模糊图像的裂纹智能检测方法
CN112465776B (zh) * 2020-11-26 2023-10-31 常州信息职业技术学院 一种基于风力机表面模糊图像的裂纹智能检测方法

Similar Documents

Publication Publication Date Title
CN108152295A (zh) 风力发电机组叶片表面缺陷智能检测系统
CN102063718B (zh) 一种点激光测量系统的现场标定和精密测量方法
CN107845090A (zh) 一种硅片检测方法和硅片检测装置
CN109031344B (zh) 一种全波形激光雷达和高光谱数据联合反演森林结构参数的方法
CN109154274A (zh) 对一个或多个风力涡轮机及其零部件进行状态监测并在需要时执行即时警报的方法
CN105890625B (zh) 一种基于碳纳米管遮光罩的星敏感器的杂光测试方法
CN108154498A (zh) 一种裂缝缺陷检测系统及其实现方法
CN109743019A (zh) 基于气象因素的热斑温度预测及热斑定位的系统和方法
CN111458101A (zh) 一种风洞固定翼模型表面脉动压力测量方法
CN108981924B (zh) 一种在役大型风力机叶片早期损伤现场检测系统
CN107024478A (zh) 一种零件加工自动缺陷识别系统
CN109751972A (zh) 高压涡轮工作叶片冷却气膜孔检测平台及测试方法
CN109754406A (zh) 基于二维轮廓仪的锂电池极片毛刺检测装置及方法
CN111579591A (zh) 一种风电叶片的红外无损检测方法及系统
CN108731592A (zh) 一种基于摄影测量的飞机制造工装的检定方法
CN108252876A (zh) 风力发电机组表面缺陷智能检测装置
CN110095137B (zh) 一种基于真实星空的星敏感器杂散光测试系统
CN112326039B (zh) 一种光伏电站巡检辅助系统
CN113487570A (zh) 基于改进的yolov5x网络模型的高温连铸坯表面缺陷检测方法
CN103472064B (zh) 一种圆明亮琢型宝石切工鉴定的方法
CN212379309U (zh) 一种锅炉受热面外观缺陷在线检测与识别装置
CN109211607A (zh) 一种采样方法、装置、设备、系统及可读存储介质
CN109444150A (zh) 非接触式裂纹测量方法及其装置
CN110174063A (zh) 一种基于机器视觉的中性笔墨水高度检测系统及检测方法
CN108459021A (zh) 光伏太阳能板集群的实时重构和检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180612