CN114020033A - 一种基于风力发电机组叶片的无人机检测系统及方法 - Google Patents
一种基于风力发电机组叶片的无人机检测系统及方法 Download PDFInfo
- Publication number
- CN114020033A CN114020033A CN202111410682.XA CN202111410682A CN114020033A CN 114020033 A CN114020033 A CN 114020033A CN 202111410682 A CN202111410682 A CN 202111410682A CN 114020033 A CN114020033 A CN 114020033A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- blade
- fan
- flight
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000007547 defect Effects 0.000 claims abstract description 37
- 238000013473 artificial intelligence Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于风力发电机组叶片的无人机检测系统及方法,检测系统包括无人机、航线规划模块、飞行任务模块、三维建模模块和缺陷识别模块,无人机用于拍摄风机的图像,并具有定位功能,航线规划模块用于规划所述无人机的飞行拍摄航线,飞行任务模块用于对所述无人机进行远程控制,使其按照所述航线规划模块生成的航线进行飞行拍摄,三维建模模块用于根据所述无人机拍摄的二维图像以及相应的位置信息以生成叶片的三维模型,缺陷识别模块用于根据所述叶片的二维和三维数据对所述叶片的缺陷进行人工智能识别。本发明提供的无人机检测系统及方法实现了对风力发电机组叶片的全自动巡检,大大减轻了人员工作量。
Description
技术领域
本发明涉及无人机巡检技术领域,尤其涉及一种基于风力发电机组叶片的无人机检测系统及方法。
背景技术
随着无人机技术的飞速发展,在新能源行业中,无人机检测技术也越来越多地得到应用,但是由于安全问题,无人机对风机叶片的检测使用十分有限,无法做到有效利用,手动飞行作业效率低,如何做到快速、安全地对叶片进行无人机检测,一直长期困扰电站运维人员。
发明内容
为了克服现有技术存在的不足,本发明提供一种基于风力发电机组叶片的无人机检测系统及方法,具体技术方案如下:
一方面,提供了一种基于风力发电机组叶片的无人机检测系统,包括
无人机,其用于拍摄风机的图像,并具有定位功能;
航线规划模块,其用于规划所述无人机的飞行拍摄航线;
飞行任务模块,其用于对所述无人机进行远程控制,使其按照所述航线规划模块生成的航线进行飞行拍摄;
三维建模模块,其用于根据所述无人机拍摄的二维图像以及相应的位置信息以生成叶片的三维模型;
缺陷识别模块,其用于根据所述叶片的二维和三维数据对所述叶片的缺陷进行人工智能识别;
所述航线规划模块根据风机塔筒中心轴线位置以及风机轮毂中心离地高度,规划出所述无人机围绕所述风机塔筒中心轴线对处于该高度的风机部位进行拍摄的第一飞行航线,所述飞行任务模块载入所述第一飞行航线,控制所述无人机沿所述第一飞行航线飞行拍摄,所述航线规划模块依据所述第一飞行航线采集的数据,结合所述叶片的长度,计算出所述叶片的根部和端部位置,并规划出拍摄所述叶片的第二飞行航线,所述第二飞行航线为围绕所述叶片的螺旋式飞行路径,所述飞行任务模块载入所述第二飞行航线以控制所述无人机飞行拍摄。
进一步地,所述飞行任务模块与所述风机的控制系统通信连接,所述飞行任务模块控制所述无人机执行飞行任务前,需提前向所述风机的控制系统发送停止转动请求,所述风机的控制系统接收到所述停止转动请求,便会控制固定住所述叶片。
进一步地,所述风机的控制系统将待测叶片固定在竖直方向后,所述飞行任务模块控制无人机沿第二飞行航线进行拍摄。
进一步地,所述缺陷识别模块利用所述叶片的二维和三维数据进行人工智能识别缺陷并判断缺陷类型,通过计算将所述叶片含有问题部位的照片信息记录到本次飞行任务的数据库中。
另一方面,提供了一种基于风力发电机组叶片的无人机检测方法,包括以下步骤:
S1、对风机基础边缘的多个点进行定位,以得到风机塔筒的中心轴线位置;
S2、根据风机轮毂中心离地高度,控制无人机围绕所述风机塔筒的中心轴线对处于该高度的风机部位进行拍摄,并记录拍摄位置信息;
S3、根据步骤S2中拍摄的图片以及拍摄时的定位信息,计算出所述无人机位于所述风机轮毂正后方或正前方时的坐标;
S4、结合所述风机塔筒的轴线位置,以得到所述风机轮毂的朝向;
S5、根据叶片旋转中心与所述风机塔筒中心轴线之间距离,结合所述风机轮毂的朝向,计算出所述叶片旋转中心的坐标位置;
S6、根据所述叶片旋转中心的坐标位置和叶片长度,生成所述无人机围绕静止且竖直向上或者向下的叶片进行拍摄的航线;
S7、所述无人机沿着所述航线进行拍摄,根据所述叶片的拍摄图像,生成所述叶片的三维模型,以进行缺陷检测。
进一步地,在步骤S6中,所述航线为所述无人机围绕所述叶片从下往上或者从上往下进行螺旋式拍摄,以拍摄到所述叶片的全部表面。
进一步地,在步骤S2中,所述无人机以大于所述叶片长度的数值作为围绕所述风机塔筒的中心轴线的飞行半径。
进一步地,在步骤S7后,还包括利用所述叶片的二维和三维数据进行人工智能识别缺陷并判断缺陷类型,通过计算将所述叶片含有问题部位的照片信息记录到本次飞行任务的数据库中,以供维修人员参考。
进一步地,在步骤S1和S3中采用同一套定位系统;在步骤S1中,对所述风机基础边缘的三个点进行定位,利用三角形外接圆的圆心规则计算出圆心坐标,以作为所述风机塔筒的中心点坐标,从而得到所述风机塔筒的中心轴线位置。
进一步地,在步骤S2之前,控制所述风机的待测叶片竖向停止;在步骤S7之后,还包括控制所述风机的其它待测叶片旋转至竖向停止,再次执步骤S7,以实现对多个待测叶片的检测。
与现有技术相比,本发明具有下列优点:
a.实现了对风力发电机组叶片的全自动巡检,大大减轻了人员工作量;
b.能够对叶片位置进行精准定位,以提高无人机拍摄时的准确率;
c.可以适应不同风电机组的叶片检测需求。
附图说明
图1是本发明实施例提供的基于风力发电机组叶片的无人机检测系统的框架示意图;
图2是本发明实施例提供的基于风力发电机组叶片的无人机检测方法中风机各部件位置示意图;
图3是本发明实施例提供的基于风力发电机组叶片的无人机检测方法流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。
在本发明的一个实施例中,提供了一种基于风力发电机组叶片的无人机检测系统,参见图1,包括无人机、航线规划模块、飞行任务模块、三维建模模块和缺陷识别模块,无人机用于拍摄风机的图像,并具有定位功能;航线规划模块用于规划所述无人机的飞行拍摄航线,其需要利用无人机自带的GPS或RTK模块直接测量GPS数据,将这些测量的数据间接计算成针对被测目标检测飞行航线;飞行任务模块使用航线规划模块生成的航线,通过遥控器对无人机进行操作,实现远程自动遥控,完成检测任务;三维建模模块用于根据所述无人机拍摄的二维图像以及相应的位置信息以生成叶片的三维模型;缺陷识别模块用于根据所述叶片的二维和三维数据对所述叶片的缺陷进行人工智能识别,并判断缺陷类型,通过计算将含有问题部位的照片信息记录到本次任务的数据库中,经过人工确认后生成报告。
所述航线规划模块根据风机塔筒中心轴线位置以及风机轮毂中心离地高度,规划出所述无人机围绕所述风机塔筒中心轴线对处于该高度的风机部位进行拍摄的第一飞行航线,所述飞行任务模块载入所述第一飞行航线,控制所述无人机沿所述第一飞行航线飞行拍摄,所述航线规划模块依据所述第一飞行航线采集的数据,结合所述叶片的长度,计算出所述叶片的根部和端部位置,并规划出拍摄所述叶片的第二飞行航线,所述第二飞行航线为围绕所述叶片的螺旋式飞行路径,所述飞行任务模块载入所述第二飞行航线以控制所述无人机飞行拍摄。三维建模模块根据所述无人机拍摄的二维图像以及相应的位置信息以生成叶片的三维模型,所述缺陷识别模块利用所述叶片的二维和三维数据进行人工智能识别缺陷并判断缺陷类型,通过计算将所述叶片含有问题部位的照片信息记录到本次飞行任务的数据库中。具体地,所述缺陷识别模块将所述叶片的图像与相应的历史图像进行比对,以筛选出叶片问题部位,对筛选出的叶片问题部位依靠人工智能进行缺陷分类,将同一类缺陷的叶片问题部位的相关信息分别打包,经过人工确认后生成报告,并通知相应的运维人员,以便运维人员对同一类缺陷的叶片进行集中维修,也便于提前准备好维修所需的材料。
其中,所述飞行任务模块与所述风机的控制系统通信连接,所述飞行任务模块控制所述无人机执行飞行任务前,需提前向所述风机的控制系统发送停止转动请求,所述风机的控制系统接收到所述停止转动请求,便会控制固定住所述叶片。所述风机的控制系统将待测叶片固定在竖直方向后,所述飞行任务模块控制无人机沿第二飞行航线进行拍摄。在不同的天气条件下,所述飞行任务模块还可以调取数据库中之前相同或相似天气状况下无人机较好完成任务对应的历史飞行参数以及相机拍摄参数,以便于其快速稳定地控制无人机工作。
在本发明的一个实施例中,提供了一种基于风力发电机组叶片的无人机检测方法,包括以下步骤:
S1、对风机基础边缘的多个点进行定位,以得到风机塔筒的中心轴线位置;
具体地,参见图2,对所述风机基础边缘的三个点进行定位,利用三角形外接圆的圆心规则计算出圆心坐标,以作为所述风机塔筒的中心点平面坐标,从而得到所述风机塔筒的中心轴线位置。需要注意的是,该步骤中的定位与所述无人机的定位系统采用同一套定位系统,比如均采用GPS或者RTK模块直接测量GPS数据。
S2、根据风机轮毂中心离地高度,控制无人机围绕所述风机塔筒的中心轴线对处于该高度的风机部位进行拍摄,并记录拍摄位置信息;
其中,所述无人机以大于所述叶片长度的数值作为围绕所述风机塔筒的中心轴线的飞行半径,优选为120%的叶片长度作为所述无人机飞行的环绕半径,以避免由于飞行不稳定而撞到叶片的情况。在无人机该次飞行之前,需要提前控制所述风机的待测叶片竖向停止。
S3、根据步骤S2中拍摄的图片以及拍摄时的定位信息,计算出所述无人机位于所述风机轮毂正后方或正前方时的坐标;
S4、结合所述风机塔筒的轴线位置,以得到所述风机轮毂的朝向;
具体地,所述无人机位于所述风机轮毂正后方或正前方时,所述无人机、电机、风机轮毂中心点与叶片的旋转中心点共线,该线与风机塔筒的中心轴线相交,根据风机轮毂中心点的高度和所述风机塔筒的中心点平面坐标,得到该交点坐标,再结合无人机的定位坐标,计算共线的位置方位,作为所述风机轮毂的朝向,所述风机轮毂的朝向与所述叶片的朝向一致,会随风向的变化而调整。
S5、根据叶片旋转中心与所述风机塔筒中心轴线之间距离,结合所述风机轮毂的朝向,计算出所述叶片旋转中心的坐标位置;
具体地,参见图2,叶片旋转中心与所述风机塔筒中心轴线之间距离就是图2中的塔叶中心距,根据所述风机塔筒中心轴线在该高度对应的坐标,结合塔叶中心距和叶片朝向方位,计算得到叶片旋转中心坐标。
S6、根据所述叶片旋转中心的坐标位置和叶片长度,生成所述无人机围绕静止且竖直向上或者向下的叶片进行拍摄的航线;
其中,所述航线为所述无人机围绕所述叶片从下往上或者从上往下进行螺旋式拍摄,以拍摄到所述叶片的全部表面。根据叶片旋转中心坐标得到其向上的叶片中心轴,所述无人机围绕该叶片中心轴以大于1/2的叶宽作为环绕半径,参见图2,从叶片的根部向端部进行螺旋环路拍摄,形成螺旋检测航线。
S7、所述无人机沿着所述航线进行拍摄,根据所述叶片的拍摄图像,生成所述叶片的三维模型,以进行缺陷检测。
在步骤S7后,利用所述叶片的二维和三维数据进行人工智能识别缺陷并判断缺陷类型,通过计算将所述叶片含有问题部位的照片信息记录到本次飞行任务的数据库中。控制所述风机的其它待测叶片旋转至竖向停止,再次执步骤S7,以实现对多个待测叶片的检测。
参见图2和图3,下面以一个具体实例进行说明:
P1.利用无人机自身的GPS或RKT定位,在风机基础的边缘上取三个点的坐标A、B、C;
P2.根据三角形外接圆的圆心规则计算出风机塔筒的中心点坐标;
P3.输入风机设计参数中风机轮毂中心离地高度及叶片长度至航线规划模块;
P4.航线规划模块生成风机等高环绕塔筒中心的航线,环绕半径为120%叶片长度;
P5.将待测叶片固定在垂直向上方向,固定风机偏航系统;
P6.用第P4步生成的航线,在风机后侧寻找风机正后方的点位,使叶片、电机、无人机在一条轴线上,记录无人机坐标D;
P7.输入风机设计参数中塔筒中心与叶片中心的轴线距离至航线规划模块;
P8.利用坐标D和塔筒中心坐标以及第7步的数据,计算出叶片中心轴线坐标;
P9.航线规划模块生成环绕叶片飞行的航线;
P10.飞行任务模块按照P9步骤生成的航线完成叶片检测;
P11.切换叶片,分别使剩下两只叶片转到垂直向上位置,重复P10步骤;
P12.根据拍摄检测结果生成叶片的三维模型;
P13.识别缺陷并标记在三维模型位置上;
P14.生成检测报告。
其中,步骤P1、P2、P3、P4、P7、P8、P9通过航线规划模块实现操作,步骤P6、P10通过飞行任务模块实现操作,步骤P12通过三维建模模块实现操作,步骤P13、P14通过缺陷识别模块实现操作,步骤P5通过风机的控制系统实现操作,步骤P11通过风机的控制系统和飞行任务模块的配合以实现操作。
本发明提供的基于风力发电机组叶片的无人机检测系统及方法利用无人机自身的GPS或者RTK定位,取得不同位置的坐标值,根据所取得的参数和风机设计信息,自动计算出叶片检测的飞行路线,并按照安全飞行路线自动飞行并完成检测。该无人机检测系统及方法适应不同风电机组的叶片检测需求,耗时短,效率高,提高检测效率和检测准确率,还降低了无人机操作难度,对人员专业性要求低。
以上所述仅为本发明的优选实施例,并非因此限制其专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于风力发电机组叶片的无人机检测系统,其特征在于,包括
无人机,其用于拍摄风机的图像,并具有定位功能;
航线规划模块,其用于规划所述无人机的飞行拍摄航线;
飞行任务模块,其用于对所述无人机进行远程控制,使其按照所述航线规划模块生成的航线进行飞行拍摄;
三维建模模块,其用于根据所述无人机拍摄的二维图像以及相应的位置信息以生成叶片的三维模型;
缺陷识别模块,其用于根据所述叶片的二维和三维数据对所述叶片的缺陷进行人工智能识别;
所述航线规划模块根据风机塔筒中心轴线位置以及风机轮毂中心离地高度,规划出所述无人机围绕所述风机塔筒中心轴线对处于该高度的风机部位进行拍摄的第一飞行航线,所述飞行任务模块载入所述第一飞行航线,控制所述无人机沿所述第一飞行航线飞行拍摄,所述航线规划模块依据所述第一飞行航线采集的数据,结合所述叶片的长度,计算出所述叶片的根部和端部位置,并规划出拍摄所述叶片的第二飞行航线,所述第二飞行航线为围绕所述叶片的螺旋式飞行路径,所述飞行任务模块载入所述第二飞行航线以控制所述无人机飞行拍摄。
2.根据权利要求1所述的无人机检测系统,其特征在于,所述飞行任务模块与所述风机的控制系统通信连接,所述飞行任务模块控制所述无人机执行飞行任务前,需提前向所述风机的控制系统发送停止转动请求,所述风机的控制系统接收到所述停止转动请求,便会控制固定住所述叶片。
3.根据权利要求2所述的无人机检测系统,其特征在于,所述风机的控制系统将待测叶片固定在竖直方向后,所述飞行任务模块控制无人机沿第二飞行航线进行拍摄。
4.根据权利要求1所述的无人机检测系统,其特征在于,所述缺陷识别模块利用所述叶片的二维和三维数据进行人工智能识别缺陷并判断缺陷类型,通过计算将所述叶片含有问题部位的照片信息记录到本次飞行任务的数据库中。
5.一种基于风力发电机组叶片的无人机检测方法,其特征在于,包括以下步骤:
S1、对风机基础边缘的多个点进行定位,以得到风机塔筒的中心轴线位置;
S2、根据风机轮毂中心离地高度,控制无人机围绕所述风机塔筒的中心轴线对处于该高度的风机部位进行拍摄,并记录拍摄位置信息;
S3、根据步骤S2中拍摄的图片以及拍摄时的定位信息,计算出所述无人机位于所述风机轮毂正后方或正前方时的坐标;
S4、结合所述风机塔筒的轴线位置,以得到所述风机轮毂的朝向;
S5、根据叶片旋转中心与所述风机塔筒中心轴线之间距离,结合所述风机轮毂的朝向,计算出所述叶片旋转中心的坐标位置;
S6、根据所述叶片旋转中心的坐标位置和叶片长度,生成所述无人机围绕静止且竖直向上或者向下的叶片进行拍摄的航线;
S7、所述无人机沿着所述航线进行拍摄,根据所述叶片的拍摄图像,生成所述叶片的三维模型,以进行缺陷检测。
6.根据权利要求5所述的无人机检测方法,其特征在于,在步骤S6中,所述航线为所述无人机围绕所述叶片从下往上或者从上往下进行螺旋式拍摄,以拍摄到所述叶片的全部表面。
7.根据权利要求5所述的无人机检测方法,其特征在于,在步骤S2中,所述无人机以大于所述叶片长度的数值作为围绕所述风机塔筒的中心轴线的飞行半径。
8.根据权利要求5所述的无人机检测方法,其特征在于,在步骤S7后,还包括利用所述叶片的二维和三维数据进行人工智能识别缺陷并判断缺陷类型,通过计算将所述叶片含有问题部位的照片信息记录到本次飞行任务的数据库中,以供维修人员参考。
9.根据权利要求5所述的无人机检测方法,其特征在于,在步骤S1和S3中采用同一套定位系统;在步骤S1中,对所述风机基础边缘的三个点进行定位,利用三角形外接圆的圆心规则计算出圆心坐标,以作为所述风机塔筒的中心点坐标,从而得到所述风机塔筒的中心轴线位置。
10.根据权利要求5所述的无人机检测方法,其特征在于,在步骤S2之前,控制所述风机的待测叶片竖向停止;在步骤S7之后,还包括控制所述风机的其它待测叶片旋转至竖向停止,再次执步骤S7,以实现对多个待测叶片的检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111410682.XA CN114020033A (zh) | 2021-11-25 | 2021-11-25 | 一种基于风力发电机组叶片的无人机检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111410682.XA CN114020033A (zh) | 2021-11-25 | 2021-11-25 | 一种基于风力发电机组叶片的无人机检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114020033A true CN114020033A (zh) | 2022-02-08 |
Family
ID=80066470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111410682.XA Pending CN114020033A (zh) | 2021-11-25 | 2021-11-25 | 一种基于风力发电机组叶片的无人机检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114020033A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115546170A (zh) * | 2022-10-17 | 2022-12-30 | 风脉能源(武汉)股份有限公司 | 一种基于激光测距的风机叶片缺陷定位方法及系统 |
CN115564740A (zh) * | 2022-10-17 | 2023-01-03 | 风脉能源(武汉)股份有限公司 | 一种风机叶片缺陷定位方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140168420A1 (en) * | 2011-04-26 | 2014-06-19 | Eads Deutschland Gmbh | Method and System for Inspecting a Surface Area for Material Defects |
CN107656537A (zh) * | 2016-07-25 | 2018-02-02 | 新疆金风科技股份有限公司 | 无人机航线规划方法及装置、基于无人机的风机叶片检查方法及系统 |
CN108319290A (zh) * | 2017-01-16 | 2018-07-24 | 财团法人金属工业研究发展中心 | 利用无人机拍摄风机叶面的方法、内储程序的计算机程序产品及可读取记录媒体 |
CN110554704A (zh) * | 2019-08-15 | 2019-12-10 | 成都优艾维智能科技有限责任公司 | 一种基于无人机的风机叶片自主巡检方法 |
CN111289533A (zh) * | 2020-02-25 | 2020-06-16 | 国电电力内蒙古新能源开发有限公司 | 风机叶片的巡检方法、装置、无人机和存储介质 |
CN111984025A (zh) * | 2019-05-23 | 2020-11-24 | 刘月娥 | 一种风电机组叶片无人机路径规划方法 |
CN112132786A (zh) * | 2020-08-27 | 2020-12-25 | 上海扩博智能技术有限公司 | 风机停机状态参数的计算方法、系统、设备和介质 |
CN112483330A (zh) * | 2020-11-13 | 2021-03-12 | 江苏科技大学 | 一种匹配在役风力机状态的无人巡检轨迹程控方法 |
CN112506214A (zh) * | 2020-11-16 | 2021-03-16 | 天津航天中为数据系统科技有限公司 | 一种无人机自主风机巡检系统的作业流程 |
CN112577606A (zh) * | 2020-12-10 | 2021-03-30 | 湖南大学 | 一种双无人机搭载主动热成像的风机叶片巡检方法 |
CN112904877A (zh) * | 2021-01-14 | 2021-06-04 | 星闪世图(台州)科技有限公司 | 一种基于无人机的风机叶片自动巡检系统及方法 |
-
2021
- 2021-11-25 CN CN202111410682.XA patent/CN114020033A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140168420A1 (en) * | 2011-04-26 | 2014-06-19 | Eads Deutschland Gmbh | Method and System for Inspecting a Surface Area for Material Defects |
CN107656537A (zh) * | 2016-07-25 | 2018-02-02 | 新疆金风科技股份有限公司 | 无人机航线规划方法及装置、基于无人机的风机叶片检查方法及系统 |
CN108319290A (zh) * | 2017-01-16 | 2018-07-24 | 财团法人金属工业研究发展中心 | 利用无人机拍摄风机叶面的方法、内储程序的计算机程序产品及可读取记录媒体 |
CN111984025A (zh) * | 2019-05-23 | 2020-11-24 | 刘月娥 | 一种风电机组叶片无人机路径规划方法 |
CN110554704A (zh) * | 2019-08-15 | 2019-12-10 | 成都优艾维智能科技有限责任公司 | 一种基于无人机的风机叶片自主巡检方法 |
CN111289533A (zh) * | 2020-02-25 | 2020-06-16 | 国电电力内蒙古新能源开发有限公司 | 风机叶片的巡检方法、装置、无人机和存储介质 |
CN112132786A (zh) * | 2020-08-27 | 2020-12-25 | 上海扩博智能技术有限公司 | 风机停机状态参数的计算方法、系统、设备和介质 |
CN112483330A (zh) * | 2020-11-13 | 2021-03-12 | 江苏科技大学 | 一种匹配在役风力机状态的无人巡检轨迹程控方法 |
CN112506214A (zh) * | 2020-11-16 | 2021-03-16 | 天津航天中为数据系统科技有限公司 | 一种无人机自主风机巡检系统的作业流程 |
CN112577606A (zh) * | 2020-12-10 | 2021-03-30 | 湖南大学 | 一种双无人机搭载主动热成像的风机叶片巡检方法 |
CN112904877A (zh) * | 2021-01-14 | 2021-06-04 | 星闪世图(台州)科技有限公司 | 一种基于无人机的风机叶片自动巡检系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115546170A (zh) * | 2022-10-17 | 2022-12-30 | 风脉能源(武汉)股份有限公司 | 一种基于激光测距的风机叶片缺陷定位方法及系统 |
CN115564740A (zh) * | 2022-10-17 | 2023-01-03 | 风脉能源(武汉)股份有限公司 | 一种风机叶片缺陷定位方法及系统 |
CN115546170B (zh) * | 2022-10-17 | 2023-04-21 | 风脉能源(武汉)股份有限公司 | 一种基于激光测距的风机叶片缺陷定位方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110282143B (zh) | 一种海上风电场无人机巡检方法 | |
CN112904877A (zh) | 一种基于无人机的风机叶片自动巡检系统及方法 | |
CN105739512B (zh) | 无人机自动巡检系统及方法 | |
CN106762451B (zh) | 基于无人机的风机叶片损伤检测方法、装置及系统 | |
JP7030431B2 (ja) | 点検支援システム及び点検支援制御プログラム | |
CN108894933B (zh) | 通过无人机对风机叶尖跟踪检测时跟丢再捕捉方法及系统 | |
CN114020033A (zh) | 一种基于风力发电机组叶片的无人机检测系统及方法 | |
CN112506214B (zh) | 一种无人机自主风机巡检系统的作业流程 | |
CN116501091B (zh) | 基于无人机自动调整航线的风机巡检控制方法和装置 | |
CN114296483B (zh) | 一种风力发电机不停机状态下的智能巡检方法及电子设备 | |
CN112360699A (zh) | 一种全自动风力发电机组叶片智能巡视及诊断分析方法 | |
CN108869197B (zh) | 通过无人机进行风机高度精确测量方法及系统 | |
CN112326686A (zh) | 无人机智能巡航路面病害检测方法、无人机和检测系统 | |
CN111256702A (zh) | 一种电力杆塔巡检用无人机自主巡检方法 | |
CN106231191A (zh) | 全自动空中全景数据采集系统、方法及控制终端 | |
CN110007690A (zh) | 一种无人机巡检系统及方法 | |
CN113942616B (zh) | 一种海上风电场的巡检机构及方法 | |
CN112068539A (zh) | 一种风电机组叶片无人机自动驾驶巡检方法 | |
CN111650962B (zh) | 一种适用于带状测区的多旋翼无人机航线规划与航摄方法 | |
CN109190186B (zh) | 通过无人机进行风机模型自动重建方法及系统 | |
CN115586789B (zh) | 基于视觉的风力发电机巡检无人机悬停点确认及巡检方法 | |
CN114757454B (zh) | 一种风力发电机的无人机巡检航线生成方法、装置及设备 | |
CN112327929A (zh) | 一种无人机航飞管理系统 | |
Pinney et al. | Drone path planning and object detection via QR codes; a surrogate case study for wind turbine inspection | |
LU504712B1 (en) | Intelligent inspection method for fan blade |
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 |