CN111579591A - 一种风电叶片的红外无损检测方法及系统 - Google Patents
一种风电叶片的红外无损检测方法及系统 Download PDFInfo
- Publication number
- CN111579591A CN111579591A CN202010241816.9A CN202010241816A CN111579591A CN 111579591 A CN111579591 A CN 111579591A CN 202010241816 A CN202010241816 A CN 202010241816A CN 111579591 A CN111579591 A CN 111579591A
- Authority
- CN
- China
- Prior art keywords
- wind power
- power blade
- thermal imaging
- blade
- hot air
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
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)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种风电叶片的红外无损检测方法及系统，结合红外热成像检测技术，使用激励热源对风电叶片的内腔及表面进行加热，在加热过程中，使用红外热成像设备对风电叶片进行动态检测，利用叶片不同结构，以及带有缺陷的结构在热传导过程中差异得到动态云图，通过对热成像的动态云图及标准缺陷样品库的温度梯度缺陷特征对比分析，确定缺陷的类型、尺寸；本发明的风电叶片的无损检测方法结合红外热成像检测技术，基于风电叶片待检区域的动态热成像云图数据以及标准缺陷样品的动态热成像云图数据库进行缺陷的识别和判断，较之现有热成像云图数据的判断识别方法，不仅检测速度快，且检测结果的精度及准确性大大提高。
Description
技术领域
本发明属于风电叶片检测技术领域，特别涉及一种风电叶片的红外无损检测方法及系统。
背景技术
风电叶片是由复合材料制成的，叶片在风轮机的运行过程中，一方面叶片需要承受很大的机械应力，另一方面会受到昆虫及各类脏物的吸附、沙蚀、雨蚀以及雷击等侵蚀，这些因素都会导致风电叶片的复合材料以及结构的老化，主要表现为叶片的开裂，裂纹等损伤，继而带来较大的安全隐患，并危及风电场运维人员的人身安全。而在叶片生产过程中，由于风电叶片大多采用人工生产，自动化程度较低，在生产过程中也存在诸如空胶、褶皱、壳体贫胶、芯材缺失、间隙等各种缺陷。而大部分缺陷存在于叶片复合材料的内部，从外表面无法直观看出缺陷的类型、尺寸及程度。
目前市场上已发展出多种风电叶片的无损检测技术，较为成熟的例如红外热成像、超声波、X射线等无损探伤技术，这些方法均可用于检测风电叶片的表面及内部缺陷，并具有各自的优点及其局限性，例如超声波检测技术对于操作人员的技能要求较高，缺陷图样不直观，另外检测速度较慢，无法适应快速检测的需求。而红外热成像检测技术虽然检测速度快，但目前使用的红外热成像检测技术主要是通过分析静态的热成像云图数据判断缺陷是否存在以及缺陷的类型，且需要结合大量的经验判断，因而检测结果的准确性有待进一步提高。
发明内容
本申请的目的在于一种风电叶片的红外无损检测方法，以提高检测的准确性。
为实现本发明的目的，本发明提供的一种风电叶片的红外无损检测方法，至少包括如下步骤：
S1.将所述风电叶片基本呈水平状态或呈倾斜向上的状态进行布置，布置热风设备并将所述热风设备的热风输出管路伸入所述风电叶片内腔内；
S2.布置红外热成像设备，并调整所述风电叶片的倾斜角度，使所述红外热成像设备的镜头对准所述风电叶片的待检区域；
S3.开启所述热风设备，向所述风电叶片的内腔中持续输入预设温度及预设压力的热风，利用所述热风对所述风电叶片自里向外进行加热，其中所述预设温度至少高于环境温度，所述预设压力至少大于大气压力；
S4.开启所述红外热成像设备，持续采集所述风电叶片待检区域自内部开始受热至外表面温度稳定的温度场随时间变化的动态热成像云图数据；
S5.提取并分析步骤S4中所采集的动态热成像云图数据的温度梯度特征，通过与标准缺陷样品数据库的各项温度梯度缺陷特征进行对比，确定所述风电叶片待检区域是否存在缺陷，以及缺陷的类型、尺寸及程度。
优选地，步骤S5中，所述标准缺陷样品数据库在建立时，其中的各类标准缺陷样本通过步骤S1至步骤S4进行动态热成像云图数据采集，并通过分析提取各温度梯度缺陷特征。各类标准缺陷样本通过上述步骤进行测试后，形成缺陷动态热成像云图数据，根据待检叶片的动态加热红外无损检测结果，通过图像计算对比分析进行缺陷归集，进行缺陷识别判断。此外，对待检叶片进行动态加热红外无损检测时，应保证与标准缺陷样品的加热条件，例如内外部激励热源选用的功率、加热温度、加热时间等，以及红外热成像设备的数据采集频率、红外检测的检查距离、检测角度，均应保持一致或相当，以便于动态缺陷图形的计算分析判断。
优选地，各类标准缺陷样本包括空胶、开裂和分层、褶皱、壳体贫胶、芯材缺失、间隙标准缺陷样本，且每类标准缺陷样本均包括不同缺陷等级的样品。
优选地，步骤S5中，所述温度梯度特征、温度梯度缺陷特征的提取通过显著性检测算法及图像形态学算法实现。
优选地，所述红外热成像设备使用30万像素以上，温度精度≤±2℃。
优选地，所述热风设备包括热风机和热风输出管路，所述热风机与热风输出管路连接，所述热风输出管路延伸至所述风电叶片待检区域所对应的叶片内腔位置。
优选地，所述热风机带有温度调节装置，用以调节出口热风温度的大小。
优选地，步骤S3中，所述风电叶片待检区域的外部还设置有热辐射设备，所述热风设备向所述叶片内腔输入热风的同时，所述热辐射设备对所述风电叶片待检区域的外表面进行辐照加热，且所述辐照加热的温度不低于所述叶片内腔中热风的预设温度。
优选地，所述热辐射设备为闪光灯、卤素灯、激光设备或其他热源，所述热风设备的出口热风温度以及所述热辐射设备的辐照加热温度的上限值均应保证不得对叶片的产品质量造成影响。热辐射设备可根据检测的需要，对叶片的局部区域进行加热，加热时，调整功率输出，在动态加热的情况下，通过红外热成像设备记录温度场变化情况。
优选地，在进行风电叶片的快速检测时，关闭所述热风设备，仅开启所述热辐射设备对所述风电叶片待检区域的外表面进行辐照加热。
优选地，当所述风电叶片悬在空中时，利用吊舱携带所述红外热成像设备对所述风电叶片进行近距离检查，或使用带有长焦镜头的红外热成像设备在地面对所述风电叶片进行拍照检查。
本发明还提供了一种风电叶片的红外无损检测系统，其特征在于，包括激励热源、红外热成像设备、计算机分析终端，
所述激励热源用于对风电叶片的内腔和/或表面进行加热；
所述红外热成像设备用于在所述激励热源加热过程中，使用红外热成像设备对风电叶片进行动态检测，利用叶片不同结构，以及带有缺陷的结构在热传导过程中差异得到动态云图；
所述计算机分析终端用于通过对热成像的动态云图温度梯度特征及标准缺陷样品库温度梯度缺陷特征的对比分析，确定缺陷的类型、尺寸。
与现有技术相比，本发明的有益效果为，本发明的风电叶片的无损检测方法以及系统结合红外热成像检测技术，使用激励热源对风电叶片的内腔及表面进行加热，在加热过程中，使用红外热成像设备对风电叶片进行动态检测，利用叶片不同结构，以及带有缺陷的结构在热传导过程中差异得到动态云图，通过对热成像的动态云图及标准缺陷样品库温度梯度缺陷特征的对比分析，确定缺陷的类型、尺寸；本发明的风电叶片的无损检测方法结合红外热成像检测技术，基于风电叶片待检区域的动态热成像云图数据以及标准缺陷样品数据库进行缺陷的识别和判断，较之现有热成像云图数据的判断识别方法，不仅检测速度快，且检测结果的精度及准确性大大提高。
附图说明
图1所示为本发明的风电叶片红外无损检测系统的一种实施例示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1为本发明的风电叶片红外无损检测系统的一种实施例，101为热风设备， 102为红外热成像设备，103为计算机分析终端，104为风电叶片，其中，风电叶片104至少包括由复合材料制成的蒙皮、骨架以及由所述蒙皮、骨架所限定的叶片内腔，所述叶片内腔在叶尖处为封闭端、在叶根处为开口端。该系统提供了一种外置热源结合红外热成像技术进行无损检测的实例。需要说明的是，外置热源的位置及产生方式非示意图限制本申请的实施方式。
参照图1，提供了一种基于上述风电叶片红外无损检测系统的风电叶片红外无损检测方法，
S1、风电叶片104基本呈水平状态或呈倾斜向上的状态进行布置；
S2、在风电叶片104的叶根处布置热风设备101，并将热风设备101的热风输出管路至少伸入风电叶片104的内腔开口端；热风设备101优选包括热风机和热风输出管路，其中热风机至少置于叶片内腔的开口端，热风输出管路延伸至风电叶片待检区域所对应的叶片内腔位置，热风机的出口热风温度至少应高于环境温度，热风机可进一步地设置温度调节装置，用以调节出口热风温度的大小。此外，热风设备101对风电叶片104进行由内向外的加热，为了辅助热风设备101对风电叶片104进行加热，提高检测的速度和效率，优选在风电叶片104的待检区域外部还设置有热辐射设备，热辐射设备为闪光灯、卤素灯、激光设备或其他热源，热风设备101向叶片内腔输入热风的同时，热辐射设备对风电叶片待检区域的外表面进行辐照加热，且辐照加热的温度不低于叶片内腔中热风的预设温度，此外，需要注意的是，热风设备101的出口热风温度以及热辐射设备的辐照加热温度的上限值均应保证不得对叶片的产品质量造成影响。
S3、在风电叶片104的外部检查区域放置红外热成像设备102，红外热成像设备102优选使用30万像素以上，温度精度≤±2℃，红外热成像设备102同计算机分析终端103通过数据线或无线网络连接，风电叶片104的倾斜角度应保证使红外热成像设备102的镜头对准风电叶片104的待检区域。
S4、将热风设备101、热辐射设备(根据需要设置)、红外热成像设备102、计算机分析终端103、风电叶片104的布置位置等准备就绪后，首先开启热风设备101，向风电叶片104的内腔中持续输入预设温度及预设压力的热风，利用热风对风电叶片104自里向外进行加热，其中预设温度至少高于环境温度，预设压力至少大于大气压力；此外，可根据检测速度和效率的需要设置热辐射设备，在热风设备101向风电叶片104的内腔输入热风的同时，利用热辐射设备对风电叶片待检区域的外表面进行辐照加热，且辐照加热的温度不低于叶片内腔中热风的预设温度。在进行风电叶片的快速检测时，可关闭热风设备101，仅开启热辐射设备对风电叶片待检区域的外表面进行辐照加热。此外，对风电叶片待检区域可以建立两种红外动态检测图像模型：一种是热风机设定统一温度，获取风电叶片待检区域的温度场随时间变化的动态图像数据；另一种是热风机按照一定的温度控制程序进行升温，获取风电叶片待检区域的温度场随时间变化的动态图像数据。
S5、在开启热风设备101和/或热辐射设备的同时，利用红外热成像设备102 持续采集风电叶片待检区域自开始受热至外表面温度稳定的温度场随时间变化的动态热成像云图数据；之后通过计算机分析终端103提取并分析所采集的动态热成像云图数据的温度梯度特征，通过与标准缺陷样品数据库的各项温度梯度缺陷特征进行对比，确定风电叶片待检区域是否存在缺陷，以及缺陷的类型、尺寸及程度，缺陷特征、温度梯度缺陷特征的提取通过显著性检测算法及图像形态学算法实现，计算机分析终端103可进一步设置信息融合模块对风电叶片待检区域的各类缺陷进行自主识别，并通过图像计算程序进行缺陷归集，形成缺陷识别报告。
标准缺陷样品的动态热成像云图数据库的建立方式与上述步骤相同。建立标准缺陷样品数据库时，其中的各类标准缺陷样本通过相同的步骤进行数据采集及数据分析后，形成各自的温度梯度缺陷特征。此外，对风电叶片的待检区域进行动态加热并进行红外无损检测时，应保证与标准缺陷样品的加热条件，例如内外部激励热源选用的功率、加热温度、加热时间、通风压力、通风时间等，以及红外热成像设备的数据采集频率、红外检测的检查距离、检测角度，均应保持一致或相当，以便于动态缺陷图形的计算分析判断。各类标准缺陷样本包括空胶、开裂、分层、褶皱、壳体贫胶、芯材缺失、间隙等标准缺陷样本，且每类标准缺陷样本均包括不同缺陷等级的样品。
本发明中创新提出了标准缺陷样本红外动态图像与检测叶片红外动态图像对比方法：通过提取标准样本动态红外云图数据的温度梯度缺陷特征并进行对比最终确定检测叶片缺陷大小，缺陷类型及缺陷程度。其中缺陷特征动态云图的特征数据提取及确认则通过显著性检测算法及图像形态学算法实现，并采用信息融合手段对叶片的缺陷进行自主识别。
总之，本发明的上述风电叶片的红外无损检测方法及系统，使用激励热源对风电叶片的内腔及表面进行加热，在加热过程中，使用红外热成像设备对风电叶片进行动态检测，利用叶片不同结构，以及带有缺陷的结构在热传导过程中差异得到动态云图，通过对热成像的动态云图及标准缺陷样品数据库的温度梯度缺陷特征对比分析，确定缺陷的类型、尺寸；本发明的风电叶片的无损检测方法结合红外热成像检测技术，基于风电叶片待检区域的动态热成像云图数据以及标准缺陷样品数据库进行缺陷的识别和判断，较之现有热成像云图数据的判断识别方法，不仅检测速度快，且检测结果的精度及准确性大大提高。
以上所述仅是本发明的优选实施方式，应当指出的是，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 (10)
1.一种风电叶片的红外无损检测方法，其特征在于，至少包括如下步骤：
S1.将风电叶片基本呈水平状态或呈倾斜向上的状态进行布置，布置热风设备并将热风设备的热风输出管路伸入风电叶片内腔内；
S2.布置红外热成像设备，并调整所述风电叶片的倾斜角度，使所述红外热成像设备的镜头对准所述风电叶片的待检区域；
S3.开启所述热风设备，向所述风电叶片的内腔中持续输入预设温度及预设压力的热风，利用所述热风对所述风电叶片自里向外进行加热，其中所述预设温度至少高于环境温度，所述预设压力至少大于大气压力；
S4.开启所述红外热成像设备，持续采集所述风电叶片待检区域自内部开始受热至外表面温度稳定的温度场随时间变化的动态热成像云图数据；
S5.提取并分析步骤S4中所采集的动态热成像云图数据的温度梯度特征，通过与标准缺陷样品数据库的各项温度梯度缺陷特征进行对比，确定所述风电叶片待检区域是否存在缺陷，以及缺陷的类型、尺寸及程度。
2.根据权利要求1所述的风电叶片的红外无损检测方法，其特征在于，步骤S5中，所述标准缺陷样品数据库在建立时，其中的各类标准缺陷样本通过步骤S1至步骤S4进行动态热成像云图数据采集，并通过分析提取各温度梯度缺陷特征。
3.根据权利要求2所述的风电叶片的红外无损检测方法，其特征在于，各类标准缺陷样本包括空胶、开裂和分层、褶皱、壳体贫胶、芯材缺失、间隙标准缺陷样本，且每类标准缺陷样本均包括不同缺陷等级的样品。
4.根据权利要求1所述的风电叶片的红外无损检测方法，其特征在于，步骤S5中，所述温度梯度特征、温度梯度缺陷特征的提取通过显著性检测算法及图像形态学算法实现。
5.根据权利要求1所述的风电叶片的红外无损检测方法，其特征在于，所述红外热成像设备使用30万像素以上，温度精度≤±2℃。
6.根据权利要求1所述的风电叶片的红外无损检测方法，其特征在于，所述热风设备包括热风机和热风输出管路，所述热风机与热风输出管路连接，所述热风输出管路延伸至所述风电叶片待检区域所对应的叶片内腔位置。
7.根据权利要求1所述的风电叶片的红外无损检测方法，其特征在于，步骤S3中，所述风电叶片待检区域的外部还设置有热辐射设备，所述热风设备向所述叶片内腔输入热风的同时，所述热辐射设备对所述风电叶片待检区域的外表面进行辐照加热，且所述辐照加热的温度不低于所述叶片内腔中热风的预设温度。
8.根据权利要求7所述的风电叶片的红外无损检测方法，其特征在于，在进行风电叶片的快速检测时，关闭所述热风设备，仅开启所述热辐射设备对所述风电叶片待检区域的外表面进行辐照加热。
9.根据权利要求1所述的风电叶片的红外无损检测方法，其特征在于，当所述风电叶片悬在空中时，利用吊舱携带所述红外热成像设备对所述风电叶片进行近距离检查，或使用带有长焦镜头的红外热成像设备在地面对所述风电叶片进行拍照检查。
10.一种风电叶片的红外无损检测系统，其特征在于，包括激励热源、红外热成像设备、计算机分析终端，
所述激励热源用于对风电叶片的内腔和/或表面进行加热；
所述红外热成像设备用于在所述激励热源加热过程中，使用红外热成像设备对风电叶片进行动态检测，利用叶片不同结构，以及带有缺陷的结构在热传导过程中差异得到动态云图；
所述计算机分析终端用于通过对热成像的动态云图温度梯度特征及标准缺陷样品库温度梯度缺陷特征的对比分析，确定缺陷的类型、尺寸。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010241816.9A CN111579591A (zh) | 2020-03-31 | 2020-03-31 | 一种风电叶片的红外无损检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010241816.9A CN111579591A (zh) | 2020-03-31 | 2020-03-31 | 一种风电叶片的红外无损检测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111579591A true CN111579591A (zh) | 2020-08-25 |
Family
ID=72111481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010241816.9A Pending CN111579591A (zh) | 2020-03-31 | 2020-03-31 | 一种风电叶片的红外无损检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111579591A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112686860A (zh) * | 2020-12-29 | 2021-04-20 | 厦门理工学院 | 一种基于红外热成像的叶片检测方法和装置以及设备 |
| CN112986170A (zh) * | 2021-02-10 | 2021-06-18 | 天津碧水源膜材料有限公司 | 一种用于帘式膜封闭膜盒流胶情况的无损检测方法及装置 |
| CN113203375A (zh) * | 2021-04-07 | 2021-08-03 | 同济大学 | 一种基于热成像的榫卯节点内部尺寸检测系统和方法 |
| CN113639694A (zh) * | 2021-08-12 | 2021-11-12 | 中国人民解放军63837部队 | 深低温叶尖间隙传感器的循环寿命试验方法 |
| JP7089629B1 (ja) | 2021-12-03 | 2022-06-22 | 東京瓦斯株式会社 | 風力発電装置の劣化検知システム、劣化検知方法およびブレード |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104458765A (zh) * | 2014-12-22 | 2015-03-25 | 四川理工学院 | 一种磁瓦缺陷的红外热像检测系统及检测方法 |
| CN106872521A (zh) * | 2017-02-17 | 2017-06-20 | 南京航空航天大学 | 基于红外成像的自动铺放缺陷在线动态检测装置及方法 |
| CN107620681A (zh) * | 2017-10-23 | 2018-01-23 | 北京金风科创风电设备有限公司 | 风力发电机组叶片的加热控制系统和方法 |
| CN108344770A (zh) * | 2018-05-18 | 2018-07-31 | 云南电网有限责任公司电力科学研究院 | 一种gis罐体裂纹的无损检测装置、方法及数据库 |
| CN108680602A (zh) * | 2018-05-18 | 2018-10-19 | 云南电网有限责任公司电力科学研究院 | 一种瓷绝缘子内部缺陷的检测装置、方法及系统 |
| CN109060825A (zh) * | 2018-08-14 | 2018-12-21 | 四川大学 | 基于脉冲气流激励红外成像的无损检测方法及其实施装置 |
| CN110231365A (zh) * | 2019-07-16 | 2019-09-13 | 中能电力科技开发有限公司 | 一种基于红外热波的风力发电机组叶片无损检测系统 |
| CN110320236A (zh) * | 2019-07-19 | 2019-10-11 | 沈阳工业大学 | 大型风力机叶片内部缺陷深度的红外测量方法 |
-
2020
- 2020-03-31 CN CN202010241816.9A patent/CN111579591A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104458765A (zh) * | 2014-12-22 | 2015-03-25 | 四川理工学院 | 一种磁瓦缺陷的红外热像检测系统及检测方法 |
| CN106872521A (zh) * | 2017-02-17 | 2017-06-20 | 南京航空航天大学 | 基于红外成像的自动铺放缺陷在线动态检测装置及方法 |
| CN107620681A (zh) * | 2017-10-23 | 2018-01-23 | 北京金风科创风电设备有限公司 | 风力发电机组叶片的加热控制系统和方法 |
| CN108344770A (zh) * | 2018-05-18 | 2018-07-31 | 云南电网有限责任公司电力科学研究院 | 一种gis罐体裂纹的无损检测装置、方法及数据库 |
| CN108680602A (zh) * | 2018-05-18 | 2018-10-19 | 云南电网有限责任公司电力科学研究院 | 一种瓷绝缘子内部缺陷的检测装置、方法及系统 |
| CN109060825A (zh) * | 2018-08-14 | 2018-12-21 | 四川大学 | 基于脉冲气流激励红外成像的无损检测方法及其实施装置 |
| CN110231365A (zh) * | 2019-07-16 | 2019-09-13 | 中能电力科技开发有限公司 | 一种基于红外热波的风力发电机组叶片无损检测系统 |
| CN110320236A (zh) * | 2019-07-19 | 2019-10-11 | 沈阳工业大学 | 大型风力机叶片内部缺陷深度的红外测量方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112686860A (zh) * | 2020-12-29 | 2021-04-20 | 厦门理工学院 | 一种基于红外热成像的叶片检测方法和装置以及设备 |
| CN112986170A (zh) * | 2021-02-10 | 2021-06-18 | 天津碧水源膜材料有限公司 | 一种用于帘式膜封闭膜盒流胶情况的无损检测方法及装置 |
| CN113203375A (zh) * | 2021-04-07 | 2021-08-03 | 同济大学 | 一种基于热成像的榫卯节点内部尺寸检测系统和方法 |
| CN113639694A (zh) * | 2021-08-12 | 2021-11-12 | 中国人民解放军63837部队 | 深低温叶尖间隙传感器的循环寿命试验方法 |
| JP7089629B1 (ja) | 2021-12-03 | 2022-06-22 | 東京瓦斯株式会社 | 風力発電装置の劣化検知システム、劣化検知方法およびブレード |
| JP2023082860A (ja) * | 2021-12-03 | 2023-06-15 | 東京瓦斯株式会社 | 風力発電装置の劣化検知システム、劣化検知方法およびブレード |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111579591A (zh) | 一种风电叶片的红外无损检测方法及系统 | |
| CN103831253B (zh) | 基于dsp机器视觉的太阳能硅片表面检测装置及方法 | |
| EP1898209B1 (en) | Inverse thermal acoustic imaging part inspection | |
| CN102621077B (zh) | 基于高光谱反射图像采集系统的玉米种子纯度无损检测方法 | |
| US20200313612A1 (en) | Silicon photovoltaic cell scanning eddy current thermography detection platform and defect classification method | |
| CN101378092B (zh) | 太阳电池及组件隐裂检测装置及其测试方法 | |
| CN109060826B (zh) | 一种不停机的风电叶片检测装置 | |
| CN108152295A (zh) | 风力发电机组叶片表面缺陷智能检测系统 | |
| CN106645288A (zh) | 桥梁混凝土结构缺陷无损检测系统及其检测方法 | |
| CN110320236B (zh) | 大型风力机叶片内部缺陷深度的红外测量方法 | |
| Chen et al. | AQUADA: Automated quantification of damages in composite wind turbine blades for LCOE reduction | |
| Wang et al. | Research on infrared nondestructive detection of small wind turbine blades | |
| CN108981924A (zh) | 一种在役大型风力机叶片早期损伤现场检测系统 | |
| Zhang et al. | Depth detection of spar cap defects in large-scale wind turbine blades based on a 3D heat conduction model using step heating infrared thermography | |
| WO2023173798A1 (zh) | 基于小样本学习的浮空器主缆绳表面缺陷检测方法及系统 | |
| Tajwar et al. | Infrared thermography based hotspot detection of photovoltaic module using YOLO | |
| CN111833336A (zh) | 一种基于高光谱的风电叶片表面砂眼故障的检测系统及方法 | |
| Szwedo et al. | Qualitative diagnostics of wind-turbine blades inspection using active thermography | |
| CN108627539A (zh) | 热障抗烧蚀涂层缺陷的红外热像检测方法 | |
| JP2022041822A (ja) | 風力発電設備のブレードの非接触検査方法 | |
| CN110082355A (zh) | 一种风电叶片探测系统 | |
| Zöcke | Quantitative analysis of defects in composite material by means of optical lockin thermography | |
| Mieloszyk et al. | Active thermography method for delamination detection and localisation in composite structures | |
| CN113884538A (zh) | 大型风力机叶片内部微小缺陷的红外热像检测方法 | |
| CN113406107A (zh) | 风机叶片缺陷检测系统 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200825 |
|
| WD01 | Invention patent application deemed withdrawn after publication |