CN111398418A - 一种在役叶片损伤检测机器人 - Google Patents
一种在役叶片损伤检测机器人 Download PDFInfo
- Publication number
- CN111398418A CN111398418A CN202010176415.XA CN202010176415A CN111398418A CN 111398418 A CN111398418 A CN 111398418A CN 202010176415 A CN202010176415 A CN 202010176415A CN 111398418 A CN111398418 A CN 111398418A
- Authority
- CN
- China
- Prior art keywords
- sucker
- detection robot
- blade
- robot
- fixedly connected
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/22—Details, e.g. general constructional or apparatus details
- G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
- G01N29/265—Arrangements for orientation or scanning by relative movement of the head and the sensor by moving the sensor relative to a stationary material
-
- 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)
- Acoustics & Sound (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种在役叶片损伤检测机器人。为了克服现有技术无法精准地检测在役风电叶片的内外损伤的问题;本发明包括损伤探测系统,包括相机模块,拍摄叶片表面;相控阵超声模块,检测叶片内部损伤。运动控制系统,包括吸盘组件,使机器人吸附停驻于叶片上;电动气缸,控制吸盘组件与超声探头垂直运动;直线运动单元,控制吸盘组件与超声探头水平位移。数据传输系统,下位机的图像信息通过无线与上位机实时通讯,下位机的超声信号通过网线与上位机实时通讯。通过损伤探测系统和运动控制系统能够使得检测机器人能够更加精确地检测在役风电叶片的损伤,提高检测效率,保证安全,降低成本。
Description
技术领域
本发明涉及一种风电叶片检测领域,尤其涉及一种在役叶片损伤检测机器人。
背景技术
随着全球新能源行业革命的加速推进、风电装机量的持续增长、存量风机规模的不断扩大,风电场运维越来越受到重视。我国进入十三五规划后,能源技术革新计划明确将智能化运维技术列入重大创新行为。叶片是风电机组中的重要组成部分,是风能转换为机械能的主要部件,其采购成本占比超过20%。并且运维阶段叶片故障发生率、处理难度及处理成本相比其他部件较高。因此,为了保障发电量、避免叶片服役周期内出现重大事故,运维过程定期进行叶片检测极为重要。目前叶片检测主要通过塔下望远镜/塔上吊篮进行人工检查,其外部巡检不仅难度大、成本高且具有一定安全隐患。
有行业内单位选择无人机进行叶片外表面巡检,但限于环境限制,该技术存在诸多不稳定因素,而且只能检测叶片表面缺陷,对于内部的损伤则无法探查。例如,一种在中国专利文献上公开的“一种用于检测风力发电机叶片缺陷的机器人检测系统”,其公告号“CN106483134A”,包括配重装置、爬壁机器人以及检测装置。其中,配重装置包括配重、第一钢丝绳、定滑轮和电动葫芦。配重固定在第一钢丝绳上,第一钢丝绳经由定滑轮连接爬壁机器人。爬壁机器人的上端连接第一钢丝绳且下端连接第二钢丝绳。检测装置包括摄像头、机械臂和工作平台。机械臂固定在工作平台上,工作平台与第二钢丝绳的一端连接且环抱在风电塔筒上。检测装置藉由摄像头拍摄叶片的照片并利用内置程序判断以确认是否存在缺陷。该技术依旧无法检测风电叶片内部的损伤,且检测的精度较低。
也有企业为了保证检测精度,采用红外探测技术,但由于叶片的长度大、导热系数低、本体温差小等原因,该技术几乎无法工程应用,无法应用于服役的风电叶片。
发明内容
本发明主要解决现有技术无法精准地检测在役风电叶片的内外损伤的问题;提供一种在役叶片损伤检测机器人,能够精准地检测在役风电叶片的损伤。
本发明的上述技术问题主要是通过下述技术方案得以解决的:
一种在役叶片损伤检测机器人,以检测机器人工作行程方向为前方,包括两个支撑侧板、电气安装板,支撑侧板通过若干根连接条固定连接,电气安装板的两侧边分别与支撑侧板固定连接;检测机器人还包括
损伤探测系统,包括
相机模块,设置在检测机器人后方的上部,拍摄叶片表面;
相控阵超声模块,包括工控机主机和相控阵超声探头,工控机主机固定在电气安装板上,超声探头设置于检测机器人底部;超声探头通过超声信号线束与工控机主机连接;
运动控制系统,包括
吸盘组件,通过气压差使得检测机器人吸附停驻于风电叶片上;
电动气缸,通过气缸连接板与吸盘组件和超声探头连接,控制吸盘组件与超声探头垂直运动;
直线运动单元,通过气缸连接板与吸盘组件和超声探头连接,控制吸盘组件与超声探头水平位移;
数据传输系统,包括下位机与上位机,下位机的图像信息通过无线与上位机实时通讯,下位机的超声信号通过网线与上位机实时通讯。
本方案在风电叶片检测方面,通过机器视觉技术对摄像设备采集的视频数据辨识,并对叶片表面裂纹、腐蚀等损伤进行坐标定位及数据存储;相控阵超声模块面扫描模式能够采集并存储叶片内部三维结构数据,并通过机器学习算法提高超声成像结果中叶片损伤自动识别及定位的准确率;对风电叶片损伤进行多维度的检测,检测更加全面,更加精准。吸盘组件能够适应风电叶片复杂的三维曲面,通过吸盘组件和移动模块使得检测机器人能够在风电叶片上移动或者停驻检测,使得检测机器人能够对在役的风电叶片进行检测。电动气缸和直线运动单元使得超声探头和吸盘组件能够三向移动,使得检测更加全面,提高检测机器人的工作效率。数据传输系统为机器人检测数据及下位机设备运动控制信号与上位机PC端之间的数据互相传递,
作为优选,所述的吸盘组件包括吸盘、真空泵、吸盘连接板、吸盘连接杆和五通电磁阀;真空泵和五通电磁阀均与吸盘电连接,电动气缸与吸盘连接板固定连接,吸盘连接杆的一端与吸盘连接,吸盘连接杆的另一端与吸盘连接板固定连接。。当需要吸附时,真空泵打开,将吸盘抽真空,使得检测机器人吸附在风电叶片上;当需要松开时,五通电磁阀切换到热风管路后吸盘释压松开,并通过电动气缸控制吸盘垂直行程移动。
作为优选,所述的吸盘组件包括第一吸盘组件、第二吸盘组件、第三吸盘组件和第四吸盘组件;第一吸盘组件与一个支撑侧板固定连接,设置在检测机器人外部的前方;第二吸盘组件与另一个支撑侧板固定连接,设置在检测机器人外部的后方;第三吸盘组件和第四吸盘组件通过吸盘连接板分别固定连接在气缸连接板的两端。第一吸盘组件和第二吸盘组件设置在检测机器人的两侧,并且前后设置,第一吸盘组件设置在检测机器人的前方,第二吸盘组件设置在检测机器人的后方;第三吸盘组件和第四吸盘组件与超声探头一起移动。当机器人移动时,第三吸盘组件和第四吸盘组件吸附在风电叶片上,机器人同时在风电叶片上移动,同时根据步态模式、机器人的姿态信号和信标模块反馈对机器人位置进行精确控制;当机器人到达指定位置时,第一吸盘组件和第二吸盘组件吸附,第三吸盘组件和第四吸盘组件释压,并通过直线运动单元和电动气缸控制超声探头在XYZ三轴位移,超声探头对风电叶片进行扫描。
作为优选,所述的第一吸盘组件和第二吸盘组件的吸盘直径为120mm~130mm;所述的第三吸盘组件和第四吸盘组件的吸盘直径为75mm~85mm;在吸盘连接杆上的吸盘与吸盘连接板之间设置有弹簧。经过对风电叶片曲率和吸盘直径的运算,得出吸盘直径的取值范围,使得吸盘足够适应风电叶片的曲面变化,贴近叶片表面,产生较大的吸附力,实现对风电叶片的可靠吸附;在叶片表面具有全向运动能力,且具有较强的负载携带能力。
作为优选,所述的直线运动单元包括滑轨、滑块和直线电机;直线电机与滑块连接,滑块卡接在滑轨上;所述的滑轨包括横向滑轨和纵向滑轨;横向滑轨的两端分别与纵向滑轨上的滑块固定连接,横向滑轨上的滑块上方与气缸连接板固定连接。横向滑轨和纵向滑轨相结合,通过与气缸连接板的固定连接,控制超声探头、第三吸盘组件和第四吸盘组件在平面方向上移动,增强机器人对风电叶片曲度的适应能力以及扩大超声检测的范围,提高超声检测的效率。
作为优选,所述的直线运动单元还包括丝杆,丝杆的一端与纵向滑轨上的滑块固定连接,丝杆与纵向滑轨平行,丝杆的另一端设置有清扫装置。丝杆能够随纵向滑轨上的滑块一起带动清扫装置移动,清扫叶片。在机器人前方将配置清扫装置,对叶片表面进行灰层、污染物等清理,不仅能提高表面光滑度满足超声检测环境需求,叶片表面清洁还能降低叶片表面粗糙度,提高气动特性。
作为优选,所述的支撑侧板上固定设置有吊耳。在每个支撑侧板的前方上部和后方上部均设置有吊耳,四个吊耳方便吊运。
作为优选,所述的检测机器人还包括水供应模块,所述的水供应模块设置在超声探头的上方。由于超声探测需要耦合剂减少声阻抗的特殊原理,配备独立的水供应系统,在检测过程中始终保持超声探头架内处于水充盈状态。
作为优选,所述的检测机器人还包括拖曳线缆,所述的拖曳线缆的一端连接在检测机器人上,拖曳线缆的另一端固定在风电叶片的根部。使用该方案,进一步保障了检测机器人检测在役风电叶片的安全性。
作为优选,所述的运动控制系统还包括移动模块,所述的移动模块包括伺服电机和轮胎,控制检测机器人移动;伺服电机设置在电气安装板上,伺服电机与轮胎之间设置有同步带,轮胎设置在检测机器人前方的下部。电气安装板设置在检测机器人的上方,电气安装板上设置伺服电机,合理安排检测机器人内部的空间,使得伺服电机不影响直线运动单元的工作。
作为优选,所述的运动控制系统还包括辅助支撑组件;辅助支撑组件包括万向球和导向杆,所述的导向杆的一端连接万向球,导向杆的另一端通过连接板固定连接在检测机器人后方的下部;在导向杆与万向球的连接处到导向杆与固定板的连接处之间设置有弹簧。辅助支撑组件用于辅助轮胎进行支撑,使得检测机器人更好地在风电叶片上进行运动。
本发明的有益效果是:
1.通过相机模块和相控阵超声模块的共同协作检测,使得机器人能够精确地检测风电叶片的内外损伤。
2.通过电动气缸和直线运动单元的结合,使得超声探头和吸盘组件能够进行XYZ三轴运动,检测更加全面、精确。
3.通过吸盘组件能够使得检测机器人能够在风电叶片上进行停驻和运动,使得机器人能够检测在役风电叶片。
附图说明
图1是本发明的一种检测机器人结构示意图。
图2是本发明的一种检测机器人侧视图。
图3是本发明的一种检测机器人内部结构示意图。
图中1.支撑侧板,2.电气安装板,3.相机模块,4.相控阵超声模块,41.工控机主机,42.超声探头,5.吸盘组件,51.第一吸盘组件,52.第二吸盘组件,53.第三吸盘组件,54.第四吸盘组件,55.吸盘,56.吸盘连接板,57.吸盘连接杆,6.移动模块,61. 伺服电机,62.轮胎,63.同步带,7.电动气缸,71.气缸连接板,8.直线运动单元,81.滑轨,811.横向滑轨,812.纵向滑轨,82.滑块,83.直线电机,84.丝杆,9.清扫装置,10.水供应模块,11.吊耳,12.激光传感器,13.万向球,14.导向杆,15.电源。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:
一种在役叶片损伤检测机器人,如图1、图2所示,以检测机器人工作行程方向为前方,包括两个支撑侧板1和电气安装板2,支撑侧板1通过若干根连接条固定连接,在本实施例中,在支撑侧板之间的上部的前方、中央和后方分别设置有一根固定条;在支撑侧板之间的下部的后方也设置有一根固定条。支撑侧板1上固定设置有吊耳11。在每个支撑侧板1的前方上部和后方上部均设置有吊耳11,四个吊耳11方便吊运。电气安装板2的两侧边分别与支撑侧板1固定连接;电气安装板2设置在检测机器人的上部。电气安装板上设置有电源15以及电源分配板,为检测机器人的其他部件,如伺服电机,进行供电。
检测机器人还包括
损伤探测系统,包括
相机模块3,包括CCD工业相机和相机底座;CCD工业相机通过相机底座固定设置在检测机器人上部的后方的连接条上,CCD工业相机的视野能拍摄叶片表面。
通过机器视觉的方式对叶片表面进行观测,能够直观查看叶片表面的健康状态;通过图像识别及机器学习算法实现表面裂纹的自动识别设定位。在本实施例中,相机的视野范围为320mm*270mm,视觉定位精度优于0.5mm,相机距离别册平面的距离为600~800mm之间,像素尺寸大于1280*1080。
相控阵超声模块4,包括工控机主机41和相控阵超声探头42,工控机主机41固定在电气安装板2上,超声探头42设置于检测机器人底部;超声探头通过超声信号线束与工控机主机连接。使用接触式超声探测技术对叶片大梁内部的损伤缺陷以及大梁与副板之间的胶粘进行结构健康检查。
水供应模块10,设置在超声探头42的上方。由于超声探测需要耦合剂减少声阻抗的特殊原理,配备独立的水供应系统10,在检测过程中始终保持超声探头架内处于水充盈状态。
在风电叶片检测方面,通过相机模块3和相控阵超声模块4协作,能够检测风电叶片的内外损伤。通过机器视觉技术对相机模块3采集的视频数据辨识,并对叶片表面裂纹、腐蚀等损伤进行坐标定位及数据存储;相控阵超声模块4面扫描模式能够采集并存储叶片内部三维结构数据,并通过机器学习算法提高超声成像结果中叶片损伤自动识别及定位的准确率;对风电叶片损伤进行多维度的检测,检测更加全面,更加精准。
数据传输系统,包括
图像的无线传输,包括发射端、中继端和接收端,发射端包含一个工业相机、一个电源和一个网桥,负责采集机器人当前视野的叶片表面图像;中继端包含一对网桥和一个电源,负责转发发射端的视频信号,用于信号增强;接收端包含一个网桥、一个电源和一台PC机,负责接收中继端传来的视频信号。
超声信号的传输,相控阵超声模块采集到的信号通过双绞线1000BASE-T网络通信实时传至PC端,通过OLYMPUS专业信号处理软件FocusPC进行分析。
运动控制系统,包括
吸盘组件5,通过气压差使得检测机器人吸附停驻于风电叶片上。单个吸盘组件5包括吸盘55、真空泵、吸盘连接板56、吸盘连接杆57和五通电磁阀。真空泵和五通电磁阀均与吸盘55电连接,电动气缸7与吸盘连接板56固定连接,吸盘连接杆57的一端与吸盘连接,吸盘连接杆57的另一端与吸盘连接板56固定连接,在吸盘连接杆57上的吸盘55与吸盘连接板56之间设置有弹簧。
当需要吸附时,真空泵打开,将吸盘55内抽真空,使得检测机器人吸附在风电叶片上;当需要松开时,五通电磁阀切换到热风管路后吸盘55释压松开,并通过电动气缸7控制吸盘垂直行程移动。吸盘组件5能够适应风电叶片复杂的三维曲面,通过吸盘组件和移动模块使得检测机器人能够在风电叶片上移动或者停驻检测,使得检测机器人能够对在役的风电叶片进行检测。
移动模块6,包括伺服电机61、轮胎62和同步带63;伺服电机61设置在电气安装板2上,伺服电机61与轮胎62之间通过同步带63进行传动,轮胎62设置在检测机器人前方的下部。合理安排检测机器人中电气安装板2到底部的内部空间,使得电机不影响直线运动单元的工作。移动模块6控制检测机器人在风电叶片上的移动。
辅助支撑组件,包括万向球13和导向杆14,导向杆14的一端连接万向球13,导向杆14的另一端通过连接板固定连接在检测机器人后方的下部。在导向杆14与万向球13的连接处到导向杆14与固定板的连接处之间设置有弹簧。辅助支撑鼓组件辅助轮胎进行支撑,更好地在风电叶片上进行运动。
电动气缸7,通过气缸连接板71与吸盘组件5和超声探头42连接,控制吸盘组件5与超声探头42垂直运动。气缸连接板71上是设置有激光传感器12,用于探测超声探头42与叶片表面的距离,使得检测更加安全与精准。
直线运动单元8,通过气缸连接板71与吸盘组件5和超声探头42连接,控制吸盘组件5与超声探头42水平位移。
如图3所示,直线运动单元8包括滑轨81、滑块82、直线电机83和丝杆84。直线电机83与滑块82连接,滑块82卡接在滑轨81上;滑轨81包括横向滑轨811和纵向滑轨812;横向滑轨811的两端分别与纵向滑轨812上的滑块82通过连接块固定连接,横向滑轨811上的滑块82上方与气缸连接板71固定连接。横向滑轨811和纵向滑轨812相结合,通过与气缸连接板71的固定连接,控制超声探头42、第三吸盘组件53和第四吸盘组件54在平面方向上移动,增强机器人对风电叶片曲度的适应能力以及扩大超声检测的范围,提高超声检测的效率。
丝杆84的一端与纵向滑轨812上的滑块82固定连接,丝杆84与纵向滑轨812平行,丝杆84的另一端设置有清扫装置9。在本实施例中,清扫装置9为清扫毛刷;丝杆9能够随纵向滑轨812上的滑块82一起带动清扫装置9移动,清扫叶片。在机器人前方将配置清扫装置9,对叶片表面进行灰层、污染物等清理,不仅能提高表面光滑度满足超声检测环境需求,叶片表面清洁还能降低叶片表面粗糙度,提高气动特性。
电动气缸7和直线运动单元8使得超声探头42和吸盘组件5能够进行XYZ三轴移动,使得检测更加全面,提高检测机器人的工作效率。
吸盘组件5包括第一吸盘组件51、第二吸盘组件52、第三吸盘组件53和第四吸盘组件54。第一吸盘组件51与右方支撑侧板1固定连接,设置在检测机器人的外部的前方;第二吸盘组件52与左侧支撑侧板1固定连接,设置在检测机器人的外部的后方;第三吸盘组件53和第四吸盘组件54通过吸盘连接板分别固定连接在气缸连接板的两端,第三吸盘组件53和第四吸盘组件54与超声探头42一起移动。第一吸盘组件51和第二吸盘组件52的吸盘直径为120mm~130mm,在本实施中的直径为125mm;第三吸盘组件53和第四吸盘组件54的吸盘直径为75mm~85mm,在本实施例中的直径为80mm。
经过对风电叶片曲率和吸盘直径的运算,得出吸盘直径的取值范围,使得吸盘足够适应风电叶片的曲面变化,贴近叶片表面,产生较大的吸附力,实现对风电叶片的可靠吸附;在叶片表面具有全向运动能力,且具有较强的负载携带能力。
检测机器人还包括拖曳线缆,拖曳线缆的一端连接在检测机器人上,拖曳线缆的另一端固定在风电叶片的根部。使用拖曳线缆,进一步保障了检测机器人检测在役风电叶片的安全性。
当机器人移动时,第三吸盘组件53和第四吸盘组件54吸附在风电叶片上,机器人同时在风电叶片上移动,同时根据步态模式、机器人的姿态信号和信标模块反馈对机器人位置进行精确控制;当机器人到达指定位置时,第一吸盘组件51和第二吸盘组件52吸附,第三吸盘组件53和第四吸盘组件54释压,并通过直线运动单元8和电动气缸7控制超声探头在XYZ三轴位移,超声探头对风电叶片进行扫描。
检测机器人的控制过程为:
1).机器人初始化后,第三吸盘组件和第四吸盘组件吸附,驱动轮胎控制机器人移动作业距离。在运动过程中,控制器根据步态模式、机器人姿态信号、信标模块反馈等对机器人位置进行准确控制,发送位置控制命令到相应的驱动器。
2).机器人到达检测到目标位置后,第三吸盘组件和第四吸盘组件释压打开,第一吸盘组件和第二吸盘组件吸附,直线运动单元和电动气缸配合,驱动相控阵超声探头在XYZ三轴方向对叶片扫描,同时通过激光传感器和接触开关对超声探头的距离进行控制。
3).完成当前区域扫描后,第三吸盘组件和第四吸盘组件吸附,第一吸盘组件和第二吸盘组件释压打开,在返回第一步继续下一个区域的扫描。
本发明通过相机模块3和相控阵超声模块4的共同协作检测,使得机器人能够精确地检测风电叶片的内外损伤。通过电动气缸7和直线运动单元8的结合,使得超声探头42和吸盘组件5能够进行XYZ三轴运动,检测更加全面、精确。通过吸盘组件5能够使得检测机器人能够在风电叶片上进行停驻和运动,使得机器人能够检测在役风电叶片。
Claims (10)
1.一种在役叶片损伤检测机器人,以检测机器人工作行程方向为前方,包括两个支撑侧板(1)、电气安装板(2),支撑侧板(1)通过若干根连接条固定连接,电气安装板(2)的两侧边分别与支撑侧板(1)固定连接;其特征在于,检测机器人还包括
损伤探测系统,包括
相机模块(3),设置在检测机器人后方的上部,拍摄叶片表面;
相控阵超声模块(4),包括工控机主机(41)和相控阵超声探头(42),工控机主机(41)固定在电气安装板(2)上,超声探头(42)设置于检测机器人底部;超声探头(42)通过超声信号线束与工控机主机(41)连接;
运动控制系统,包括
吸盘组件(5),通过气压差使得检测机器人吸附停驻于风电叶片上;
电动气缸(7),通过气缸连接板与吸盘组件(5)和超声探头(42)连接,控制吸盘组件(5)与超声探头(42)垂直运动;
直线运动单元,通过气缸连接板与吸盘组件(5)和超声探头(42)连接,控制吸盘组件(5)与超声探头(42)水平位移;
数据传输系统,包括
下位机与上位机,下位机的图像信息通过无线与上位机实时通讯,下位机的超声信号通过网线与上位机实时通讯。
2.根据权利要求1所述的一种在役叶片损伤检测机器人,其特征在于,所述的吸盘组件(5)包括吸盘(55)、真空泵、吸盘连接板(56)、吸盘连接杆(57)和五通电磁阀;真空泵和五通电磁阀均与吸盘(55)电连接,电动气缸(7)与吸盘连接板(56)固定连接,吸盘连接杆(57)的一端与吸盘(55)连接,吸盘连接杆(57)的另一端与吸盘连接板(56)固定连接。
3.根据权利要求2所述的一种在役叶片损伤检测机器人,其特征在于,所述的吸盘组件(5)包括第一吸盘组件(51)、第二吸盘组件(52)、第三吸盘组件(53)和第四吸盘组件(54);第一吸盘组件(51)与一个支撑侧板(1)固定连接,设置在检测机器人外部的前方;第二吸盘组件(52)与另一个支撑侧板(1)固定连接,设置在检测机器人外部的后方;第三吸盘组件(53)和第四吸盘组件(54)通过吸盘连接板(56)分别固定连接在气缸连接板的两端。
4.根据权利要求3所述的一种在役叶片损伤检测机器人,其特征在于,所述的第一吸盘组件(51)和第二吸盘组件(52)的吸盘(55)直径为120mm~130mm;所述的第三吸盘组件(53)和第四吸盘组件(54)的吸盘(55)直径为75mm~85mm;在吸盘连接杆(57)上的吸盘(55)与吸盘连接板(56)之间设置有弹簧。
5.根据权利要求1或3所述的一种在役叶片损伤检测机器人,其特征在于,所述的直线运动单元包括滑轨(81)、滑块(82)和直线电机(83);直线电机(83)与滑块(82)连接,滑块(82)卡接在滑轨(81)上;所述的滑轨(81)包括横向滑轨(811)和纵向滑轨(812);横向滑轨(811)的两端分别与纵向滑轨(812)上的滑块固定连接,横向滑轨(811)上的滑块上方与气缸连接板固定连接。
6.根据权利要求5所述的一种在役叶片损伤检测机器人,其特征在于,所述的直线运动单元还包括丝杆(84),丝杆(84)的一端与纵向滑轨(812)上的滑块固定连接,丝杆(84)与纵向滑轨(812)平行,丝杆(84)的另一端设置有清扫装置(9)。
7.根据权利要求1所述的一种在役叶片损伤检测机器人,其特征在于,所述的支撑侧板(1)上固定设置有吊耳(11)。
8.根据权利要求1所述的一种在役叶片损伤检测机器人,其特征在于,所述的检测机器人还包括拖曳线缆,所述的拖曳线缆的一端连接在检测机器人上,拖曳线缆的另一端固定在风电叶片的根部。
9.根据权利要求1所述的一种在役叶片损伤检测机器人,其特征在于,所述的运动控制系统还包括移动模块,所述的移动模块包括伺服电机(61)和轮胎(62),控制检测机器人移动;伺服电机(61)设置在电气安装板(2)上,伺服电机(61)与轮胎(62)之间设置有同步带,轮胎(62)设置在检测机器人前方的下部。
10.根据权利要求9所述的一种在役叶片损伤检测机器人,其特征在于,所述的运动控制系统还包括辅助支撑组件;辅助支撑组件包括万向球(13)和导向杆(14),所述的导向杆的一端连接万向球(13),导向杆(14)的另一端通过连接板固定连接在检测机器人后方的下部;在导向杆(14)与万向球(13)的连接处到导向杆(14)与固定板的连接处之间设置有弹簧。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010176415.XA CN111398418B (zh) | 2020-03-13 | 2020-03-13 | 一种在役叶片损伤检测机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010176415.XA CN111398418B (zh) | 2020-03-13 | 2020-03-13 | 一种在役叶片损伤检测机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111398418A true CN111398418A (zh) | 2020-07-10 |
CN111398418B CN111398418B (zh) | 2022-12-13 |
Family
ID=71434748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010176415.XA Active CN111398418B (zh) | 2020-03-13 | 2020-03-13 | 一种在役叶片损伤检测机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111398418B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110988550A (zh) * | 2019-12-17 | 2020-04-10 | 合肥诺宸智能装备有限公司 | 一种产品信号自动测试平台 |
CN112945966A (zh) * | 2021-01-15 | 2021-06-11 | 南京迪沃航空技术有限公司 | 一种飞机发动机叶片立体成像检测装置及检测方法 |
CN113107787A (zh) * | 2021-05-26 | 2021-07-13 | 北京汇力智能科技有限公司 | 风电叶片内部检查机器人系统及其内部状态模型构建方法 |
CN113588684A (zh) * | 2021-08-18 | 2021-11-02 | 中国人民解放军火箭军工程大学 | 一种电缆检测系统及检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2406781Y (zh) * | 2000-01-27 | 2000-11-22 | 北京航空航天大学 | 擦拭机器人 |
CN101782552A (zh) * | 2010-02-05 | 2010-07-21 | 航天科工哈尔滨风华有限公司 | 风机塔筒焊缝自动在线检测装置 |
EP2627901A1 (en) * | 2011-12-09 | 2013-08-21 | Mitsubishi Heavy Industries, Ltd. | Wind turbine |
CN106226013A (zh) * | 2016-09-19 | 2016-12-14 | 杭州戬威机电科技有限公司 | 风电叶片超声无损检测装置 |
CN106809296A (zh) * | 2017-03-27 | 2017-06-09 | 湘潭大学 | 一种用于风力发电机叶片检测的机器人平台 |
CN108508092A (zh) * | 2018-05-29 | 2018-09-07 | 北京安可为检测科技有限公司 | 风电叶片自动超声无损检测扫查装置 |
CN109795571A (zh) * | 2019-01-22 | 2019-05-24 | 浙江工业大学 | 一种用于平面建筑结构探伤的爬壁机器人检测系统 |
KR20190115805A (ko) * | 2018-04-04 | 2019-10-14 | 제주대학교 산학협력단 | 무선통신기반 풍력발전기 블레이드 상태측정시스템 |
-
2020
- 2020-03-13 CN CN202010176415.XA patent/CN111398418B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2406781Y (zh) * | 2000-01-27 | 2000-11-22 | 北京航空航天大学 | 擦拭机器人 |
CN101782552A (zh) * | 2010-02-05 | 2010-07-21 | 航天科工哈尔滨风华有限公司 | 风机塔筒焊缝自动在线检测装置 |
EP2627901A1 (en) * | 2011-12-09 | 2013-08-21 | Mitsubishi Heavy Industries, Ltd. | Wind turbine |
CN106226013A (zh) * | 2016-09-19 | 2016-12-14 | 杭州戬威机电科技有限公司 | 风电叶片超声无损检测装置 |
CN106809296A (zh) * | 2017-03-27 | 2017-06-09 | 湘潭大学 | 一种用于风力发电机叶片检测的机器人平台 |
KR20190115805A (ko) * | 2018-04-04 | 2019-10-14 | 제주대학교 산학협력단 | 무선통신기반 풍력발전기 블레이드 상태측정시스템 |
CN108508092A (zh) * | 2018-05-29 | 2018-09-07 | 北京安可为检测科技有限公司 | 风电叶片自动超声无损检测扫查装置 |
CN109795571A (zh) * | 2019-01-22 | 2019-05-24 | 浙江工业大学 | 一种用于平面建筑结构探伤的爬壁机器人检测系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110988550A (zh) * | 2019-12-17 | 2020-04-10 | 合肥诺宸智能装备有限公司 | 一种产品信号自动测试平台 |
CN112945966A (zh) * | 2021-01-15 | 2021-06-11 | 南京迪沃航空技术有限公司 | 一种飞机发动机叶片立体成像检测装置及检测方法 |
CN113107787A (zh) * | 2021-05-26 | 2021-07-13 | 北京汇力智能科技有限公司 | 风电叶片内部检查机器人系统及其内部状态模型构建方法 |
CN113588684A (zh) * | 2021-08-18 | 2021-11-02 | 中国人民解放军火箭军工程大学 | 一种电缆检测系统及检测方法 |
CN113588684B (zh) * | 2021-08-18 | 2023-08-15 | 中国人民解放军火箭军工程大学 | 一种电缆检测系统及检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111398418B (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111398418B (zh) | 一种在役叶片损伤检测机器人 | |
CN108657223B (zh) | 一种城市轨道交通自动巡检系统及隧道形变检测方法 | |
US8281442B2 (en) | Wind turbine blade inspection and cleaning system | |
CN109738213B (zh) | 轨道交通机车车辆巡检位姿检测系统及其方法 | |
CN107458420B (zh) | 机车车辆车顶的整备机器人、作业装置及系统 | |
CN112621707B (zh) | 一种高速列车车底巡检机器人 | |
CN212111259U (zh) | 一种在役叶片损伤检测机器人 | |
CN102901772B (zh) | 焊缝智能跟踪超声检测机器人及其软件分析系统 | |
CN108528400B (zh) | 机车车辆车顶的整备作业方法 | |
EP3540217B1 (en) | Apparatus and methods for maintenance of wind turbine blades | |
CN109795571A (zh) | 一种用于平面建筑结构探伤的爬壁机器人检测系统 | |
CN113561199A (zh) | 一种带有升降式云台和机械臂的变电站巡检机器人 | |
CN210310341U (zh) | 轨道交通机车车辆巡检机器人 | |
CN110667726A (zh) | 一种应用于地铁车辆列检库内四足行走巡检机器人 | |
CN102199914B (zh) | 铁路桥梁检测小车 | |
CN209888849U (zh) | 轨道交通机车车辆巡检的辅助装置 | |
CN213715072U (zh) | 一种水冷壁现场无损检测平台 | |
KR20140000379A (ko) | 카메라와 로봇 기반의 풍력 발전용 블레이드 검사 장치 및 방법 | |
CN116202501B (zh) | 一种标准化建设检测系统及方法 | |
CN112720518A (zh) | 风电机组叶片检修机器人 | |
CN116296517B (zh) | 一种起重机械综合性能检测装置及检测方法 | |
CN115575503A (zh) | 一种大型构件焊接缺陷超声探测方法及装置 | |
CN110000816B (zh) | 一种巡线机器人新型充电方法 | |
CN206885073U (zh) | 机车车顶的整备机器人、作业装置及系统 | |
CN218049242U (zh) | 一种实验室环境下化工废品的清理装置 |
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 |