CN108827973B - 裂纹检测方法和系统 - Google Patents
裂纹检测方法和系统 Download PDFInfo
- Publication number
- CN108827973B CN108827973B CN201810662305.7A CN201810662305A CN108827973B CN 108827973 B CN108827973 B CN 108827973B CN 201810662305 A CN201810662305 A CN 201810662305A CN 108827973 B CN108827973 B CN 108827973B
- Authority
- CN
- China
- Prior art keywords
- crack
- detected
- stress
- failure
- images
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- 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)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
提供一种裂纹检测方法和系统,该裂纹检测方法包括:获取待检测部件上的预定区域的多个图像,其中,在预定区域内布置有多个散斑点;基于获取的多个图像追踪多个散斑点的位置变化,以获得预定区域的应力场;根据应力场中的应力极大值与设定应力阈值的比较结果,确定待检测部件是否出现裂纹。采用本发明示例性实施例的裂纹检测方法和系统,能够对裂纹进行在线检测,避免了停机检查裂纹所造成的经济损失。
Description
技术领域
本发明总体上涉及裂纹监测领域,更具体地讲,涉及一种裂纹检测方法和系统。
背景技术
当结构部件应力达到破坏极限,或是长期承受交变应力,疲劳寿命达到极限时,结构部件会在一定的区域萌生出裂纹,并且裂纹会迅速发展,导致结构部件断裂,造成结构部件失效。对于设备的关键结构部件,一旦出现失效很有可能会导致严重的安全事故和经济问题。
目前对结构部件的裂纹的检查方法有超声波检测、人工检测、机器视觉检测、振动检测等。超声波检测和人工检测主要用于离线检查。如果裂纹已经扩展的比较明显,有较大的开合,可以通过目视的方法检测到,如果裂纹较小,则需要借助工具。超声波检测是常见的探伤方法,但是该方法对操作人员的经验有一定的要求,并很难实现在线监测。离线检查方法受到运维周期的限制,如果在维护期间时没有发现裂纹的萌生,或在设备运行期间出现裂纹萌生和进一步恶化,仍然会导致结构部件失效。机器视觉检测和振动检测能够实现在线监测,但是机器视觉检测和振动检测都对早期微小裂纹不敏感。而且机器视觉检测需要大量的裂纹特征来进行识别训练,如果裂纹特征不在已有的训练集内,则很可能会发生误判和漏判,所以要求在应用前进行大量的裂纹数据收集,在工程应用上受实验条件和样品部件的数目限制,往往不具备实施条件。振动检测对静态和低速结构部件的裂纹识别比较困难,往往需要专家系统参与。
发明内容
本发明的示例性实施例的目的在于提供一种裂纹检测方法和系统,以克服上述至少一个缺点。
在一总体方面,提供一种裂纹检测方法,裂纹检测方法包括:获取待检测部件上的预定区域的多个图像,其中,在预定区域内布置有多个散斑点;基于获取的多个图像追踪多个散斑点的位置变化,以获得预定区域的应力场;根据应力场中的应力极大值与设定应力阈值的比较结果,确定待检测部件是否出现裂纹。
可选地,预定区域可为待检测部件上产生裂纹可能性最大的区域。
可选地,根据应力场中的应力极大值与设定应力阈值的比较结果,确定待检测部件是否出现裂纹的步骤可包括:当应力场中的应力极大值大于或等于设定应力阈值时,确定待检测部件在预定区域出现裂纹,当应力场中的应力极大值小于设定应力阈值时,确定待检测部件在预定区域没有出现裂纹。
可选地,裂纹检测方法可还包括:将应力场中大于或等于设定应力阈值的应力极大值所在的位置确定为裂纹的尖端的位置;根据裂纹的尖端的位置确定裂纹的当前长度;基于裂纹的当前长度确定待检测部件是否存在失效风险。
可选地,基于裂纹的当前长度确定待检测部件是否存在失效风险的步骤可包括:当裂纹的当前长度大于或等于失效长度阈值时,确定待检测部件存在失效风险,当裂纹的当前长度小于失效长度阈值时,确定待检测部件不存在失效风险。
可选地,裂纹检测方法可还包括:确定待检测部件出现当前长度的裂纹的时间点;根据首次确定待检测部件出现裂纹的时间点、首次确定出现裂纹的长度、裂纹的当前长度、出现当前长度的裂纹的时间点,确定裂纹的长度的变化率;根据确定的变化率以及使得待检测部件失效的裂纹的失效长度阈值,预测裂纹从当前长度发展到使得待检测部件失效的失效长度阈值所需的失效时间。
可选地,待检测部件可为风力发电机组中的用于连接叶片与轮毂的回转支撑件。
可选地,预定区域可包括回转支撑件上位于每对相邻安装孔之间的多个区域,在每个区域内可布置有多个散斑点,其中,获取待检测部件上的预定区域的多个图像的步骤可包括:接收变桨控制信号;响应于变桨控制信号控制回转支撑件旋转,以带动风力发电机组的叶片进行变桨;控制图像传感器采集在变桨过程中回转支撑件上的多个区域的多个图像。
可选地,图像传感器可通过支架安装在风力发电机组的轮毂上,使得回转支撑件上的多个区域中的至少一个区域能够处于图像传感器的拍摄范围内。
可选地,基于获取的多个图像追踪多个散斑点的位置变化,以获得预定区域的应力场的步骤可包括:基于每个区域内布置的多个散斑点对多个区域的多个图像进行划分,以将与同一区域对应的图像划分为一组;针对任一组图像,基于一组图像追踪与一组图像对应的区域内的多个散斑点的位置变化,以获得与一组图像对应的区域的应力场。
可选地,裂纹检测方法可还包括:当确定待检测部件存在失效风险时,控制风力发电机组进行失效停机;或者裂纹检测方法可还包括:基于预测的失效时间制定针对待检测部件的运维计划。
可选地,裂纹检测方法可还包括:当确定待检测部件在预定区域出现裂纹时,进行报警。
在另一总体方面,提供一种裂纹检测系统,裂纹检测系统包括:图像传感器,采集待检测部件上的预定区域的多个图像,其中,在预定区域内布置有多个散斑点;处理器,被配置为:基于获取的多个图像追踪多个散斑点的位置变化,以获得预定区域的应力场,根据应力场中的应力极大值与设定应力阈值的比较结果,确定待检测部件是否出现裂纹。
可选地,预定区域可为待检测部件上产生裂纹可能性最大的区域。
可选地,根据应力场中的应力极大值与设定应力阈值的比较结果,确定待检测部件是否出现裂纹的处理可包括:当应力场中的应力极大值大于或等于设定应力阈值时,确定待检测部件在预定区域出现裂纹,当应力场中的应力极大值小于设定应力阈值时,确定待检测部件在预定区域没有出现裂纹。
可选地,处理器可还被配置为:将应力场中大于或等于设定应力阈值的应力极大值所在的位置确定为裂纹的尖端的位置;根据裂纹的尖端的位置确定裂纹的当前长度;基于裂纹的当前长度确定待检测部件是否存在失效风险。
可选地,基于裂纹的当前长度确定待检测部件是否存在失效风险的处理可包括:当裂纹的当前长度大于或等于失效长度阈值时,确定待检测部件存在失效风险,当裂纹的当前长度小于失效长度阈值时,确定待检测部件不存在失效风险。
可选地,处理器可还被配置为:确定待检测部件出现当前长度的裂纹的时间点;根据首次确定待检测部件出现裂纹的时间点、首次确定出现裂纹的长度、裂纹的当前长度、出现当前长度的裂纹的时间点,确定裂纹的长度的变化率;根据确定的变化率以及使得待检测部件失效的裂纹的失效长度阈值,预测裂纹从当前长度发展到使得待检测部件失效的失效长度阈值所需的失效时间。
可选地,待检测部件可为风力发电机组中的用于连接叶片与轮毂的回转支撑件。
可选地,预定区域可包括回转支撑件上位于每对相邻安装孔之间的多个区域,在每个区域内可布置有多个散斑点,其中,处理器可还被配置为:接收变桨控制信号;响应于变桨控制信号控制回转支撑件旋转,以带动风力发电机组的叶片进行变桨;控制图像传感器采集在变桨过程中回转支撑件上的多个区域的多个图像。
可选地,图像传感器和处理器可设置在轮毂内,裂纹检测系统可还包括:照明光源,用于向至少一个区域发射光,以使图像传感器能够采集到至少一个区域的图像。
可选地,图像传感器可通过支架安装在风力发电机组的轮毂上,使得回转支撑件上的多个区域中的至少一个区域能够处于图像传感器的拍摄范围内。
可选地,基于获取的多个图像追踪多个散斑点的位置变化,以获得预定区域的应力场的处理可包括:基于每个区域内布置的多个散斑点对多个区域的多个图像进行划分,以将与同一区域对应的图像划分为一组;针对任一组图像,基于一组图像追踪与一组图像对应的区域内的多个散斑点的位置变化,以获得与一组图像对应的区域的应力场。
可选地,裂纹检测系统可还包括状态监控装置,当处理器确定待检测部件存在失效风险时,处理器可向状态监控装置发送指示待检测部件存在失效风险的信号,状态监控装置可响应于信号控制风力发电机组进行失效停机;或者状态监控装置可基于预测的失效时间制定针对待检测部件的运维计划。
可选地,当处理器确定待检测部件在预定区域出现裂纹时,状态监控装置可从处理器接收报警信号,并响应于报警信号执行相应处理。
可选地,处理器可通过滑环与状态监控装置连接,以与状态监控装置进行通信;或者处理器可通过无线方式与状态监控装置进行通信。
在另一总体方面,提供一种存储有计算机程序的计算机可读存储介质,当计算机程序在被处理器执行时实现上述的裂纹检测方法。
采用本发明示例性实施例的裂纹检测方法和系统,能够对裂纹进行在线检测,避免了停机检查裂纹所造成的经济损失。
附图说明
通过下面结合示例性地示出实施例的附图进行的详细描述,本发明示例性实施例的上述和其它目的、特点和优点将会变得更加清楚。
图1示出根据本发明示例性实施例的裂纹检测方法的流程图;
图2示出根据本发明示例性实施例的回转支撑件的示例图;
图3示出根据本发明示例性实施例的获取待检测部件上的预定区域的多个图像的步骤的流程图;
图4示出根据本发明示例性实施例的散斑场的示例图;
图5A至图5C分别示出根据本发明示例性实施例的待检测部件在无裂纹、存在裂纹、裂纹扩展状态下的应力场效果图;
图6示出根据本发明示例性实施例的确定待检测部件是否存在失效风险的步骤的流程图;
图7示出根据本发明示例性实施例的预测裂纹的失效时间的步骤的流程图;
图8示出根据本发明示例性实施例的裂纹检测系统的框图。
具体实施方式
现在,将参照附图更充分地描述不同的示例实施例,一些示例性实施例在附图中示出。
图1示出根据本发明示例性实施例的裂纹检测方法的流程图。应理解,待检测部件(例如,金属部件)在承受超出极限或者长期处于交变载荷,超出疲劳极限之后,会在待检测部件内部和表面出现裂纹,通过本发明示例性实施例中图1所示的裂纹检测方法能够检测出待检测部件上可见的表面裂纹。
参照图1,在步骤S10中,获取待检测部件上的预定区域的多个图像。
这里,在预定区域内布置有多个散斑点。例如,多个散斑点可由大小、密度不均匀的一系列斑点组成。作为示例,斑点可为圆形标记点,但本发明不限于此,还可在预定区域内布置其他形状的标记点。
这里,待检测部件上的预定区域可为待检测部件上产生裂纹可能性最大的区域,因此该预定区域也可被称为失效区域。作为示例,可根据仿真分析或是已有的待检测部件的失效案例确定出待检测部件上裂纹产生可能性最大的区域。
优选地,待检测部件可为能够承受综合载荷的回转支撑件(也即,大型轴承),特别是用于风力发电机组中的回转支撑件,由于其需要同时承受交变的轴向力、径向力和倾翻力矩,所以在长时间运行后,回转支撑件容易因为疲劳发生裂纹,且裂纹往往会出现在或是发展到回转支撑件的表面,裂纹在载荷作用下还会不断的发展,直到回转支撑件无法承受载荷,出现断裂失效。利用本发明示例性实施例的裂纹检测方法能够对回转支撑件的表面裂纹进行识别和监控。
作为示例,待检测部件可为风力发电机组中的用于连接叶片与轮毂的回转支撑件。在此情况下,待检测部件上的预定区域可包括回转支撑件上位于每对相邻安装孔之间的多个区域,在每个区域内布置有多个散斑点。
图2示出根据本发明示例性实施例的回转支撑件的示例图。
如图2所示,回转支撑件可包括固定部12和旋转部13,风力发电机组的叶片的叶根处的法兰连接到旋转部13,以随着旋转部13的旋转来带动叶片转动。
通过仿真分析或是已有的待检测部件的失效案例可确定出在回转支撑件的安装孔附近是裂纹最容易出现的部位,因此可将每对相邻安装孔之间的区域作为回转支撑件的失效区域。
应理解,图2所示的回转支撑件的结构仅为示例,回转支撑件也可为其他结构形式。此外,在图2所示的回转支撑件的示例中也可以是12为旋转部、13为固定部,本发明对此不做限定。
下面参照图3以待检测部件为风力发电机组中的用于连接叶片与轮毂的回转支撑件为例,介绍获取待检测部件上的预定区域的多个图像的步骤。
图3示出根据本发明示例性实施例的获取待检测部件上的预定区域的多个图像的步骤的流程图。
参照图3,在步骤S101中,接收变桨控制信号。
在一个示例中,变桨控制信号可基于当前工况而产生。
例如,当基于当前的风速、风向和/或风力发电机组的输出功率,确定当前工况为需要控制风力发电机组进行变桨操作的工况时,可产生变桨控制信号。
在另一示例中,变桨控制信号可基于预先制定的检修计划而产生。
例如,针对用于连接叶片与轮毂的回转支撑件预先制定的检修计划可为以预定时间间隔对该回转支撑件进行裂纹检测,但如果在预定时间间隔内未出现需要基于当前工况进行变桨操作的情况,则此时在到达预定时间间隔时,可产生变桨控制信号,强制风力发电机组进行变桨操作,以完成对回转支撑件的裂纹检测。
在步骤S102中,响应于接收的变桨控制信号控制回转支撑件旋转,以带动风力发电机组的叶片进行变桨。
例如,以图2所示的回转支撑件为例,可响应于接收的变桨控制信号控制回转支撑件的旋转部13旋转,从而带动与旋转部13连接的叶片转动,以实现变桨操作。
在步骤S103中,控制图像传感器采集在变桨过程中回转支撑件上的位于每对相邻安装孔之间的多个区域的多个图像。
在一个示例中,可利用一台图像传感器来采集上述多个区域的多个图像。
例如,可通过改变图像传感器的位置和/或控制回转支撑件运动,使得图像传感器与回转支撑件之间产生相对移动,以实现拍摄多个区域的多个图像。例如,可将图像传感器设置在导轨上,利用驱动电机控制图像传感器沿导轨移动从而拍摄到回转支撑件上的位于每对相邻安装孔之间的多个区域的多个图像。
除上述方式之外,还可以使图像传感器的安装位置固定不变,在运行状态允许的情况下,控制回转支撑件运动,以实现拍摄多个区域的多个图像。例如,图像传感器可通过支架安装在风力发电机组的轮毂上,使得回转支撑件上的位于每对相邻安装孔之间的多个区域中的至少一个区域能够处于该图像传感器的拍摄范围(也可称为视场)内。在变桨过程中,随着回转支撑件(即,旋转部13)的旋转,图像传感器以预定采样间隔采集图像,从而可获得上述多个区域的多个图像。优选地,可将回转支撑件的旋转部上位于每对相邻安装孔之间的多个区域中的至少一个区域处于图像传感器的拍摄范围内。
在另一示例中,可利用多台图像传感器来采集上述多个区域的多个图像。
例如,可沿回转支撑件的运动方向(例如,圆周方向)设置多个图像传感器,使得多个图像传感器的拍摄范围能够覆盖回转支撑件上的位于每对相邻安装孔之间的多个区域。
作为示例,图像传感器可设置在轮毂内,为保证图像传感器能够拍摄到多个区域的清晰图像,优选地,可在轮毂内设置一照明光源,该照明光源可布置在图像传感器所拍摄的至少一个区域的附近,用于向至少一个区域发射光,以使图像传感器在进行图像采集时具有足够的光亮,保证图像采集的效果。
为了避免振动、离心力等因素的影响,图像传感器应尽可能固定在相对不运动、变形小的物体上。优选地,在本发明示例性实施例中,图像传感器可通过支架固定于风力发电机组叶轮的轮毂上,这是由于轮毂的刚性非常大,产生的相对变形量非常小。与此同时固定图像传感器的支架也需要尽可能加强刚性。
然而,本发明不限于此,除上述外设照明光源的方式之外,还可选用集成照明功能的图像传感器。此外,由于图像传感器被设置在轮毂内,考虑到其所处的工作环境,为保证图像传感器工作的稳定性和精确度,可选用具备防水、防尘、抗振功能的图像传感器。作为示例,图像传感器可包括但不限于CCD、CMOS等成像器件。
此外,为更好地采集到失效区域内的散斑场的图像,优选地,应使图像传感器(或者与图像传感器配套的镜头)对准失效区域,即,将图像传感器垂直固定于待检测部件的失效区域的正上方(或正前方),镜头的光轴尽可能垂直于失效区域。在图像传感器安装过程中,需要根据图像传感器的焦距、像素以及镜头参数,调节图像传感器和失效区域之间的距离,在保证测试精度的条件下,尽可能将失效区域包含在图像传感器的拍摄范围内。
优选地,在获取待检测部件上的预定区域的多个图像之前,需先对图像传感器进行标定,即,确定出获取的预定区域的图像中预定像素之间的距离与实际距离之间的对应关系,以在后续基于确定的上述对应关系,来基于图像中各散斑点的像素位移确定出裂纹的实际长度值。
在本发明示例性实施例中,由于在现场安装图像传感器之前已经确定了图像传感器距离失效区域的垂直距离和角度,因此可采用安装前标定的方法,避免了现场对图像传感器进行标定,能够降低现场的工作量、减小标定误差。
返回图1,在步骤S20中,基于获取的多个图像追踪多个散斑点的位置变化,以获得待检测部件上的预定区域的应力场。
图4示出根据本发明示例性实施例的散斑场的示例图。
如图4所示,虚线框表示视场,即,图像传感器的拍摄区域,实线框表示绘制散斑场的区域。例如,可在待检测部件的预定区域内布置标记点,如图4中所示采用了散斑的方法进行了标记。作为示例,可采用水转印的方法在预定区域内布置散斑点。
这里,可利用各种方法来基于获取的多个图像追踪多个散斑点的位置变化,以获得预定区域的应力场。例如,可采用数字图像相关(Digital Image Correlation)方法来基于获取的多个图像追踪多个散斑点的位置变化,以获得预定区域的应力场。
针对预定区域包括回转支撑件上的位于每对相邻安装孔之间的多个区域的情况,基于获取的多个图像追踪多个散斑点的位置变化,以获得预定区域的应力场的步骤可包括:基于每个区域内布置的多个散斑点对多个区域的多个图像进行划分,以将与同一区域对应的图像划分为一组。
这里,可预先对每个区域进行编号,并对编号后的区域的图像进行存储。当在变桨过程中获取到多个区域的多个图像之后,可通过将获取的多个图像与存储的编号后的区域的图像进行匹配来对获取的多个图像进行分组,以将属于同一编号的区域的图像划分为一组。
作为示例,在对获取的多个图像进行分组之前,可还包括对每个图像进行识别判断的步骤。例如,对获取的多个图像中的每个图像进行识别,以确定出获取的图像所包含的区域。判断获取的图像所包含的区域是否涵盖了待检测部件上的失效区域中的多个区域,如果涵盖了上述多个区域,则执行后续计算应力场的步骤,如果没有涵盖上述多个区域,则不对本次获取的图像进行任何处理,等待下次的变桨操作过程以重新获取该待检测部件的失效区域的图像。应理解,本发明不限于此,还可以是判断获取的图像所包含的区域是否涵盖了待检测部件上的失效区域中的至少一个区域,当涵盖了至少一个区域时,执行后续计算应力场的步骤,当没有涵盖至少一个区域时,不对本次获取的图像进行任何处理。
在对获取的多个区域的多个图像进行分组之后,针对任一组图像,可基于该一组图像追踪与该一组图像对应的区域内的多个散斑点的位置变化,以获得与该一组图像对应的区域的应力场。
优选地,由于实际生产环境的条件较差,图像传感器的硬件参数不高,因此可对多个图像中重叠区域的应力场进行合成,例如,可将属于同一区域的一组图像的应力场进行合成,后续基于合成后的应力场来确定应力极大值,以达到降噪的目的。
返回图1,在步骤S30中,根据应力场中的应力极大值与设定应力阈值的比较结果,确定待检测部件是否出现裂纹。
例如,当应力场中的应力极大值大于或等于设定应力阈值时,可确定待检测部件在预定区域出现裂纹,当应力场中的应力极大值小于设定应力阈值时,可确定待检测部件在预定区域没有出现裂纹。这里,设定应力阈值可根据经验、实验数据和/或理论数据计算得到的裂纹的尖端的应力值来确定。作为示例,裂纹的设定应力阈值可与待检测部件的材料特性以及开口大小相关。
优选地,根据本发明示例性实施例的裂纹检测方法可还包括:对获取的多个图像进行存储。例如,当确定待检测部件没有出现裂纹时,可以预定间隔对获取的图像进行存储。当确定待检测部件出现裂纹之后,可将每次获取到的多个图像均进行存储。此外,当确定待检测部件出现裂纹之后,还可提高采集预定区域的图像的采样频率进一步进行采集。
这里,可通过对各个区域的应力场分别进行热点识别,来确定出各区域中的最大应力点(即,应力极大值所在位置)。例如,一个区域的应力场中可能存在一个或多个应力极大值。当存在多个应力极大值时,可确定各应力极大值所在位置,当各应力极大值所在位置处于预设范围之内时,可认为各应力极大值对应的裂纹为同一裂纹上的多个分支。当各应力极大值所在位置处于预设范围之外时,可认为待检测部件上的预定区域内存在多个裂纹,后续可针对每个裂纹确定裂纹的长度以及失效时间。这里,预设范围可指以指定位置为中心,以设定距离为半径的圆周范围。作为示例,该指定位置可为多个应力极大值中的任一应力极大值所在位置处,或者,该指定位置还可为由多个应力极大值所在位置的连线形成的区域的中心所在位置处。但本发明不限于此,预设范围还可以指到预定曲线的距离小于指定距离的范围。作为示例,该预定曲线可指以多个应力极大值中应力值最大的应力极大值所在位置为裂纹的尖端所确定的指示裂纹发展轨迹的曲线。
优选地,根据本发明示例性实施例的裂纹检测方法可还包括:当确定待检测部件在预定区域出现裂纹时,可进行报警。例如,可通过声音、光、语音、发送短消息等方式进行报警。
图5A至图5C分别示出根据本发明示例性实施例的待检测部件在无裂纹、存在裂纹、裂纹扩展状态下的应力场效果图。
如图5A所示,虚线框表示视场,即,图像传感器的拍摄区域,实线框表示绘制散斑场的区域,即失效区域。使用图像传感器采集在不同时刻失效区域内多个散斑点的多个图像。通过追踪多个散斑点的位置变化,可以计算得到视场内的应力场。如果待检测部件出现裂纹,则视场内的应力场中会出现应力集中点(即,应力极大值所在位置),如图5B中所示的P点为裂纹的尖端。当应力场的应力极大值大于或等于设定应力阈值时,可确定在该失效区域内出现裂纹。由于待检测部件的应力场是无法直接观测得到的,因此需借助上述方式来检测裂纹的出现。
裂纹会随着时间不断增长(如图5C所示),最终导致待检测部件断裂失效。优选地,根据本发明示例性实施例的裂纹检测方法,在确定出待检测部件存在裂纹之后,可基于存在的裂纹的长度进一步判断待检测部件是否存在失效风险。下面参照图6来介绍确定待检测部件是否存在失效风险的步骤。
图6示出根据本发明示例性实施例的确定待检测部件是否存在失效风险的步骤的流程图。
参照图6,在步骤S40中,将大于或等于设定应力阈值的应力极大值所在的位置确定为裂纹的尖端的位置。这里,确定的位置可指裂纹的尖端在预定区域内的坐标值。应理解,针对存在多个大于或等于设定应力阈值的应力极大值的情况,可先判断上述多个大于或等于设定应力阈值的应力极大值是否属于同一裂纹,如果属于同一裂纹,则将上述多个应力极大值中应力值最大的应力极大值所在位置确定为裂纹的尖端的位置。如果不属于同一裂纹,则将每个应力极大值所在位置分别确定为不同裂纹的尖端的位置。
在步骤S50中,根据裂纹的尖端的位置确定裂纹的当前长度。
这里,在确定待检测部件出现裂纹之后,可记录裂纹的尖端的位置,根据记录的裂纹的尖端的位置,可计算得到裂纹的当前长度。例如,可基于记录的裂纹的尖端的位置得到裂纹的尖端的位置变化轨迹,基于该位置变化轨迹得到裂纹的当前长度。作为示例,可将该位置变化轨迹的长度确定为裂纹的当前长度,或者将该位置变化轨迹的两个端点之间的直线距离确定为裂纹的当前长度。
在步骤S60中,基于裂纹的当前长度确定待检测部件是否存在失效风险。
例如,当裂纹的当前长度大于或等于失效长度阈值时,确定待检测部件存在断裂失效风险,当裂纹的当前长度小于失效长度阈值时,确定待检测部件不存在断裂失效风险。这里,失效长度阈值可根据经验、实验数据和/或理论数据来确定。例如,失效长度阈值的确定可通过实验测量或是数值仿真模拟待检测部件的开裂过程而得到。在确定失效长度阈值时还需要考虑到数据的离散性。
优选地,根据本发明示例性实施例的裂纹检测方法可还包括:当确定待检测部件存在失效风险时,控制风力发电机组进行失效停机,以避免造成更为严重的损失。
优选地,根据本发明示例性实施例的裂纹检测方法,还可进一步预测随着裂纹的增长导致待检测部件断裂失效的失效时间。下面参照图7来介绍预测裂纹的失效时间的步骤。
图7示出根据本发明示例性实施例的预测裂纹的失效时间的步骤的流程图。
参照图7,在步骤S70中,确定待检测部件出现当前长度的裂纹的时间点。
在步骤S80中,根据首次确定待检测部件出现裂纹的时间点、首次确定出现裂纹的长度、裂纹的当前长度、出现当前长度的裂纹的时间点,确定裂纹的长度的变化率。这里,可通过现有的计算方式来基于首次确定待检测部件出现裂纹的时间点、首次确定出现裂纹的长度、裂纹的当前长度、出现当前长度的裂纹的时间点,确定出裂纹的长度的变化率,本发明对此部分内容不再赘述。
在步骤S90中,根据确定的裂纹的长度的变化率以及使得待检测部件失效的裂纹的失效长度阈值,预测裂纹从当前长度发展到使得待检测部件失效的失效长度阈值所需的失效时间。
优选地,根据本发明示例性实施例的裂纹检测方法可还包括:基于预测的失效时间制定针对待检测部件的运维计划。
图8示出根据本发明示例性实施例的裂纹检测系统的框图。在图8所示的示例中,以待检测部件为风力发电机组中的用于连接轮毂100和叶片200的回转支撑件300为例来介绍裂纹检测系统的组成和工作原理,但本发明不限于此,待检测部件还可为其他结构件。应理解,采用本发明示例性实施例中图8所示的裂纹检测系统能够检测出待检测部件上可见的表面裂纹。
如图8所示,根据本发明示例性实施例的裂纹检测系统包括图像传感器10和处理器20。优选地,根据本发明示例性实施例的裂纹检测系统除包括图像传感器10和处理器20之外,可还包括照明光源30和状态监控装置40。
具体说来,图像传感器10采集待检测部件上的预定区域的多个图像。这里,在预定区域内布置有多个散斑点。
这里,待检测部件上的预定区域可为待检测部件上产生裂纹可能性最大的区域。作为示例,待检测部件可为风力发电机组中的用于连接叶片200与轮毂100的回转支撑件。在此情况下,待检测部件上的预定区域可包括回转支撑件上位于每对相邻安装孔之间的多个区域,在每个区域内布置有多个散斑点。
针对待检测部件为风力发电机组中的用于连接叶片200与轮毂100的回转支撑件300的情况,处理器20可被配置为:接收变桨控制信号;响应于接收的变桨控制信号控制回转支撑件300旋转,以带动风力发电机组的叶片200进行变桨;控制图像传感器10采集在变桨过程中回转支撑件300上位于每对相邻安装孔之间的多个区域的多个图像。
例如,变桨控制信号可基于当前工况而产生或者基于预先制定的检修计划而产生。
作为示例,可利用一台或多台图像传感器10采集上述多个区域的多个图像。例如,图像传感器10、照明光源30和处理器20可设置在轮毂内,图像传感器10可通过支架500安装在风力发电机组的轮毂100上,使得回转支撑件300上的多个区域中的至少一个区域400能够处于图像传感器10的拍摄范围内。作为示例,处理器20可以是普通计算机和工控机,或者也可以是单片机等具有计算和通讯能力的设备。优选地,为确保处理器20的工作稳定性,可选用具备防水、防尘、抗振功能的处理器20(例如,工业PLC)。照明光源30用于向回转支撑件300上位于每对相邻安装孔之间的多个区域中的至少一个区域400(即,图像传感器10所拍摄的至少一个区域400)发射光,以使图像传感器10能够采集到至少一个区域400的图像。
处理器20被配置为:基于获取的多个图像追踪多个散斑点的位置变化,以获得预定区域的应力场,根据应力场中的应力极大值与设定应力阈值的比较结果,确定待检测部件是否出现裂纹。
优选地,针对预定区域包括回转支撑件上的位于每对相邻安装孔之间的多个区域的情况,基于获取的多个图像追踪多个散斑点的位置变化,以获得预定区域的应力场的处理可包括:基于每个区域内布置的多个散斑点对多个区域的多个图像进行划分,以将与同一区域对应的图像划分为一组;针对任一组图像,基于一组图像追踪与一组图像对应的区域内的多个散斑点的位置变化,以获得与一组图像对应的区域的应力场。
例如,根据应力场中的应力极大值与设定应力阈值的比较结果,确定待检测部件是否出现裂纹的处理可包括:当应力场中的应力极大值大于或等于设定应力阈值时,确定待检测部件在预定区域出现裂纹,当应力场中的应力极大值小于设定应力阈值时,确定待检测部件在预定区域没有出现裂纹。
优选地,当处理器20确定待检测部件在预定区域出现裂纹时,状态监控装置40可从处理器20接收报警信号,并响应于报警信号执行相应处理。例如,状态监控装置40可通过声音、光、语音、发送短消息等方式进行报警。除此之外,状态监控装置40也可响应于报警信号控制风力发电机组停机。作为示例,状态监控装置40可具有显示屏并具有显示或通讯界面,以显示或发出警报或故障信息。作为示例,状态监控装置40可在机舱内或风电场的监控中心。
裂纹会随着时间不断增长,最终导致待检测部件断裂失效。优选地,根据本发明示例性实施例的裂纹检测系统,在确定出待检测部件存在裂纹之后,可基于存在的裂纹的长度进一步判断待检测部件是否存在失效风险。
在此情况下,处理器20可还被配置为:将大于或等于设定应力阈值的应力极大值所在的位置确定为裂纹的尖端的位置;根据裂纹的尖端的位置确定裂纹的当前长度;基于裂纹的当前长度确定待检测部件是否存在失效风险。
例如,基于裂纹的当前长度确定待检测部件是否存在失效风险的处理可包括:当裂纹的当前长度大于或等于失效长度阈值时,确定待检测部件存在失效风险,当裂纹的当前长度小于失效长度阈值时,确定待检测部件不存在失效风险。
优选地,当处理器20确定待检测部件存在失效风险时,处理器20可向状态监控装置40发送指示待检测部件存在失效风险的信号,状态监控装置40响应于接收到的信号控制风力发电机组进行失效停机。
优选地,根据本发明示例性实施例的裂纹检测系统,还可进一步预测随着裂纹的增长导致待检测部件断裂失效的失效时间。
在此情况下,处理器20可还被配置为:确定待检测部件出现当前长度的裂纹的时间点;根据首次确定待检测部件出现裂纹的时间点、首次确定出现裂纹的长度、裂纹的当前长度、出现当前长度的裂纹的时间点,确定裂纹的长度的变化率;根据确定的变化率以及使得待检测部件失效的裂纹的失效长度阈值,预测裂纹从当前长度发展到使得待检测部件失效的失效长度阈值所需的失效时间。
优选地,状态监控装置40可基于从处理器20接收的预测的失效时间制定针对待检测部件的运维计划。
在一个示例中,处理器20可通过有线方式(例如,通过滑环50)与状态监控装置40连接,以与状态监控装置40进行通信。
在另一示例中,处理器20可通过无线方式(例如,WIFI)与状态监控装置40进行通信。
根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行上述裂纹检测方法的计算机程序。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括:只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
采用本发明示例性实施例的裂纹检测方法和系统,能够对待检测部件的表面裂纹进行在线检测,避免了停机检查裂纹所造成的经济损失。
此外,采用本发明示例性实施例的裂纹检测方法和系统,能够解决现有的人工排查和超声波检测的滞后性,以及现有技术难以实现在线监控裂纹的问题,实现了对待检测部件的裂纹的在线监控,为运维提供报警信息。此外,上述裂纹检测方法和系统还可以监控裂纹的扩展,预测裂纹的失效时间,而不需要进行停机检查。
此外,采用本发明示例性实施例的裂纹检测方法和系统,能够实现对裂纹的在线实时监控,大幅度提高了对裂纹监控的效率,降低了停机损失成本。此外,上述裂纹检测方法和系统将图像测量技术和裂纹的物理特征相结合,大幅降低了裂纹特征识别的难度和可实施性。特别地,在风力发电技术领域,很多关键零部件的失效都体现为疲劳载荷下的缓慢开裂,采用本发明示例性实施例的裂纹检测方法和系统除了可以识别出裂纹的产生,还可以追踪裂纹的发展,可以避免发现裂纹后直接停机造成的经济损失。同时,采用本发明示例性实施例的裂纹检测方法和系统可以满足实际工程应用环境需求,检测设备相较实验室条件要求低,为实现现场在线裂纹检测提供可靠保障。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。
Claims (23)
1.一种裂纹在线检测方法,其特征在于,所述裂纹在线检测方法包括:
获取待检测部件上的预定区域的多个图像,其中,在所述预定区域内布置有多个散斑点,所述待检测部件为风力发电机组中的用于连接叶片与轮毂的回转支撑件,所述预定区域包括所述回转支撑件上位于每对相邻安装孔之间的多个区域,在每个所述区域内布置有多个散斑点;
基于获取的所述多个图像追踪所述多个散斑点的位置变化,以获得所述预定区域的应力场,包括:
基于每个区域内布置的所述多个散斑点对所述多个区域的所述多个图像进行划分,以将与同一区域对应的图像划分为一组;
针对任一组图像,基于所述一组图像追踪与所述一组图像对应的区域内的多个散斑点的位置变化,以获得与所述一组图像对应的区域的应力场;
根据所述应力场中的应力极大值与设定应力阈值的比较结果,确定所述待检测部件是否出现裂纹;
确定每个所述区域的最大应力点,其中,所述最大应力点是应力极大值的位置;
对每个所述区域,当存在多个所述最大应力点时,根据多个所述最大应力点是否处于预设范围之内,确定多个所述最大应力点对应的裂纹是否为同一裂纹上的多个分支。
2.如权利要求1所述的裂纹在线检测方法,其特征在于,所述预定区域为所述待检测部件上产生裂纹可能性最大的区域。
3.如权利要求1所述的裂纹在线检测方法,其特征在于,根据所述应力场中的应力极大值与设定应力阈值的比较结果,确定所述待检测部件是否出现裂纹的步骤包括:
当所述应力场中的应力极大值大于或等于所述设定应力阈值时,确定所述待检测部件在所述预定区域出现裂纹,
当所述应力场中的应力极大值小于所述设定应力阈值时,确定所述待检测部件在所述预定区域没有出现裂纹。
4.如权利要求1所述的裂纹在线检测方法,其特征在于,所述裂纹在线检测方法还包括:
将所述应力场中大于或等于所述设定应力阈值的应力极大值所在的位置确定为裂纹的尖端的位置;
根据所述裂纹的尖端的位置确定所述裂纹的当前长度;
基于所述裂纹的当前长度确定所述待检测部件是否存在失效风险。
5.如权利要求4所述的裂纹在线检测方法,其特征在于,基于所述裂纹的当前长度确定所述待检测部件是否存在失效风险的步骤包括:
当所述裂纹的当前长度大于或等于失效长度阈值时,确定所述待检测部件存在失效风险,
当所述裂纹的当前长度小于所述失效长度阈值时,确定所述待检测部件不存在失效风险。
6.如权利要求4所述的裂纹在线检测方法,其特征在于,所述裂纹在线检测方法还包括:
确定所述待检测部件出现当前长度的裂纹的时间点;
根据首次确定所述待检测部件出现裂纹的时间点、首次确定出现裂纹的长度、裂纹的当前长度、所述出现当前长度的裂纹的时间点,确定裂纹的长度的变化率;
根据确定的所述变化率以及使得所述待检测部件失效的裂纹的失效长度阈值,预测所述裂纹从所述当前长度发展到使得所述待检测部件失效的所述失效长度阈值所需的失效时间。
7.如权利要求1-6中任意一项所述的裂纹在线检测方法,其特征在于,获取待检测部件上的预定区域的多个图像的步骤包括:
接收变桨控制信号;
响应于所述变桨控制信号控制所述回转支撑件旋转,以带动风力发电机组的叶片进行变桨;
控制图像传感器采集在变桨过程中所述回转支撑件上的所述多个区域的多个图像。
8.如权利要求7所述的裂纹在线检测方法,其特征在于,所述图像传感器通过支架安装在所述风力发电机组的轮毂上,使得所述回转支撑件上的所述多个区域中的至少一个区域能够处于图像传感器的拍摄范围内。
9.如权利要求1-6中任意一项所述的裂纹在线检测方法,其特征在于,所述裂纹在线检测方法还包括:当确定所述待检测部件存在失效风险时,控制风力发电机组进行失效停机;或者
所述裂纹在线检测方法还包括:基于预测的失效时间制定针对所述待检测部件的运维计划。
10.如权利要求3所述的裂纹在线检测方法,其特征在于,所述裂纹在线检测方法还包括:当确定所述待检测部件在所述预定区域出现裂纹时,进行报警。
11.一种裂纹在线检测系统,其特征在于,所述裂纹在线检测系统包括:
图像传感器,采集待检测部件上的预定区域的多个图像,其中,在所述预定区域内布置有多个散斑点,所述待检测部件为风力发电机组中的用于连接叶片与轮毂的回转支撑件,所述预定区域包括所述回转支撑件上位于每对相邻安装孔之间的多个区域,在每个所述区域内布置有多个散斑点;
处理器,被配置为:
基于获取的所述多个图像追踪所述多个散斑点的位置变化,以获得所述预定区域的应力场,包括:
基于每个区域内布置的所述多个散斑点对所述多个区域的所述多个图像进行划分,以将与同一区域对应的图像划分为一组;
针对任一组图像,基于所述一组图像追踪与所述一组图像对应的区域内的多个散斑点的位置变化,以获得与所述一组图像对应的区域的应力场;
根据所述应力场中的应力极大值与设定应力阈值的比较结果,确定所述待检测部件是否出现裂纹;
确定每个所述区域的最大应力点,其中,所述最大应力点是应力极大值的位置;
对每个所述区域,当存在多个所述最大应力点时,根据多个所述最大应力点是否处于预设范围之内,确定多个所述最大应力点对应的裂纹是否为同一裂纹上的多个分支。
12.如权利要求11所述的裂纹在线检测系统,其特征在于,所述预定区域为所述待检测部件上产生裂纹可能性最大的区域。
13.如权利要求11所述的裂纹在线检测系统,其特征在于,根据所述应力场中的应力极大值与设定应力阈值的比较结果,确定所述待检测部件是否出现裂纹的处理包括:
当所述应力场中的应力极大值大于或等于所述设定应力阈值时,确定所述待检测部件在所述预定区域出现裂纹,
当所述应力场中的应力极大值小于所述设定应力阈值时,确定所述待检测部件在所述预定区域没有出现裂纹。
14.如权利要求11所述的裂纹在线检测系统,其特征在于,处理器还被配置为:
将所述应力场中大于或等于所述设定应力阈值的应力极大值所在的位置确定为裂纹的尖端的位置;
根据所述裂纹的尖端的位置确定所述裂纹的当前长度;
基于所述裂纹的当前长度确定所述待检测部件是否存在失效风险。
15.如权利要求14所述的裂纹在线检测系统,其特征在于,基于所述裂纹的当前长度确定所述待检测部件是否存在失效风险的处理包括:
当所述裂纹的当前长度大于或等于失效长度阈值时,确定所述待检测部件存在失效风险,
当所述裂纹的当前长度小于所述失效长度阈值时,确定所述待检测部件不存在失效风险。
16.如权利要求14所述的裂纹在线检测系统,其特征在于,处理器还被配置为:
确定所述待检测部件出现当前长度的裂纹的时间点;
根据首次确定所述待检测部件出现裂纹的时间点、首次确定出现裂纹的长度、裂纹的当前长度、所述出现当前长度的裂纹的时间点,确定裂纹的长度的变化率;
根据确定的所述变化率以及使得所述待检测部件失效的裂纹的失效长度阈值,预测所述裂纹从所述当前长度发展到使得所述待检测部件失效的所述失效长度阈值所需的失效时间。
17.如权利要求11-16中任意一项所述的裂纹在线检测系统,其特征在于,处理器还被配置为:
接收变桨控制信号;
响应于所述变桨控制信号控制所述回转支撑件旋转,以带动风力发电机组的叶片进行变桨;
控制图像传感器采集在变桨过程中所述回转支撑件上的所述多个区域的多个图像。
18.如权利要求17所述的裂纹在线检测系统,其特征在于,所述图像传感器和所述处理器设置在轮毂内,所述裂纹在线检测系统还包括:照明光源,用于向至少一个区域发射光,以使所述图像传感器能够采集到所述至少一个区域的图像。
19.如权利要求18所述的裂纹在线检测系统,其特征在于,所述图像传感器通过支架安装在所述轮毂上,使得所述回转支撑件上的所述多个区域中的至少一个区域能够处于图像传感器的拍摄范围内。
20.如权利要求11-16中任意一项所述的裂纹在线检测系统,其特征在于,所述裂纹在线检测系统还包括状态监控装置,当所述处理器确定所述待检测部件存在失效风险时,所述处理器向所述状态监控装置发送指示所述待检测部件存在失效风险的信号,所述状态监控装置响应于所述信号控制风力发电机组进行失效停机;或者
所述状态监控装置基于预测的失效时间制定针对所述待检测部件的运维计划。
21.如权利要求20所述的裂纹在线检测系统,其特征在于,当所述处理器确定所述待检测部件在所述预定区域出现裂纹时,所述状态监控装置从所述处理器接收报警信号,并响应于所述报警信号执行相应处理。
22.如权利要求20所述的裂纹在线检测系统,其特征在于,所述处理器通过滑环与所述状态监控装置连接,以与所述状态监控装置进行通信;或者
所述处理器通过无线方式与所述状态监控装置进行通信。
23.一种存储有计算机程序的计算机可读存储介质,当所述计算机程序在被处理器执行时实现如权利要求1-10中的任意一项所述的裂纹在线检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810662305.7A CN108827973B (zh) | 2018-06-25 | 2018-06-25 | 裂纹检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810662305.7A CN108827973B (zh) | 2018-06-25 | 2018-06-25 | 裂纹检测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108827973A CN108827973A (zh) | 2018-11-16 |
CN108827973B true CN108827973B (zh) | 2022-07-08 |
Family
ID=64138314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810662305.7A Active CN108827973B (zh) | 2018-06-25 | 2018-06-25 | 裂纹检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108827973B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215810B (zh) * | 2020-09-27 | 2022-03-25 | 武汉大学 | 一种疲劳测试裂纹监测方法及装置 |
CN112288135B (zh) * | 2020-09-29 | 2024-04-16 | 南京航空航天大学 | 一种基于图像识别的风扇叶片疲劳极限衰减智能监测方法 |
CN116703900B (zh) * | 2023-08-03 | 2023-10-20 | 山东明佳科技有限公司 | 乳玻瓶瓶口裂纹的图像检测方法、系统、设备和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105699218A (zh) * | 2016-01-26 | 2016-06-22 | 清华大学 | 一种在线测量有机玻璃疲劳裂纹扩展的方法 |
-
2018
- 2018-06-25 CN CN201810662305.7A patent/CN108827973B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105699218A (zh) * | 2016-01-26 | 2016-06-22 | 清华大学 | 一种在线测量有机玻璃疲劳裂纹扩展的方法 |
Non-Patent Citations (2)
Title |
---|
基于状态监测的设备寿命预测与预防维护规划研究进展;孟光 等;《振动与冲击》;20110831;第30卷(第8期);第1-11页 * |
用数字散斑相关方法研究竹材在拉伸载荷下的断裂行为;云礼宁 等;《北京理工大学学报》;20110331;第31卷(第3期);第258-261页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108827973A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108827973B (zh) | 裂纹检测方法和系统 | |
EP2481924B1 (en) | Device and method for visual analysis of a wind turbine blade | |
US7432505B2 (en) | Infrared-based method and apparatus for online detection of cracks in steam turbine components | |
CN107965674B (zh) | 一种扫描式气体泄漏全场预警系统 | |
CN113726606B (zh) | 异常检测方法及装置、电子设备、存储介质 | |
CN205157428U (zh) | 一种固定扫描式甲烷气体遥测系统 | |
CN108254063B (zh) | 追踪旋转叶片的振动测量装置及方法 | |
CN102434403A (zh) | 用于风力涡轮机检查的系统及方法 | |
CN105160829A (zh) | 基于红外成像测温的电力设备自动巡检与预警方法及系统 | |
US20180100489A1 (en) | Method and device for determining a position of defects or damage on rotor blades of a wind turbine in an installed state | |
CN212454697U (zh) | 一种风力发电机组叶片运行状态检测装置 | |
JPH0765152A (ja) | 監視装置および監視方法 | |
KR20140000379A (ko) | 카메라와 로봇 기반의 풍력 발전용 블레이드 검사 장치 및 방법 | |
CN109312719B (zh) | 用于监测转轮叶片调整装置的方法 | |
JP2000292540A (ja) | 接岸速度計 | |
CN210039061U (zh) | 检测机房漏水的装置 | |
CN114596507A (zh) | 一种桥梁建模的监测方法、装置、设备及存储介质 | |
US20210108618A1 (en) | System and method for determining an operating condition of a wind turbine | |
US20220050016A1 (en) | Method and Device for Diagnosing a Robot | |
CN117268759B (zh) | 一种纺织机械设备轴承平衡测试系统、方法及介质 | |
CN117191950B (zh) | 一种挂轨结构健康监测方法、系统、存储介质及计算设备 | |
CN117664552B (zh) | 一种设备运行状态监测方法、装置、系统及控制设备 | |
CN113027690B (zh) | 一种风力发电机组的塔架基础开裂检测方法和检测装置 | |
US20220024038A1 (en) | Method for Diagnosing a Robot, Device and Server | |
RU2446917C2 (ru) | Способ контроля состояния режущих кромок многолезвийного инструмента |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |