CN116027314A - 一种基于雷达数据的风机叶片净空距离监测方法 - Google Patents
一种基于雷达数据的风机叶片净空距离监测方法 Download PDFInfo
- Publication number
- CN116027314A CN116027314A CN202310138689.3A CN202310138689A CN116027314A CN 116027314 A CN116027314 A CN 116027314A CN 202310138689 A CN202310138689 A CN 202310138689A CN 116027314 A CN116027314 A CN 116027314A
- Authority
- CN
- China
- Prior art keywords
- radar
- clearance distance
- fan
- monitoring
- criterion
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000005457 optimization Methods 0.000 claims description 19
- 238000006467 substitution reaction Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000011218 segmentation Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- 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
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
Description
技术领域
本发明涉及风机监测领域,具体涉及一种基于雷达数据的风机叶片净空距离监测方法。
背景技术
风能作为一种无污染、可再生的绿色能源,它对于解决全球性的能源危机和环境危机有着重要的意义。随着科学技术的发展,风电技术已经相当成熟,更大型、性能更好的风力发电机组已经开发并投入生产试运行,但是由于风力发电机大多都安装在环境较恶劣的地区,容易发生故障,若没有及时预警故障,不仅会影响设备的寿命和工作效率,甚至会导致风力发电机损毁等重大事故,带来无法挽回的损失。
风机叶片是将风能转化为电能的重要设备,但在运行过程中叶片会因承受不同载荷的风力而产生一定的形变和位移。塔架是风机的主要承重机构,对于大型风机而言,通常高度都会达到百米以上。目前,风机叶片在旋转过程中和塔架发生碰撞而导致风机损毁已是屡见不鲜。净空距离是指叶片尖端扫过塔架表面时叶尖部位距离塔架的最小几何距离,为了避免出现叶尖扫塔的现象,当净空距离小于安全值时须立即产生预警并进行降速等操作,从而有效地保证了风机的运行安全。
现有技术中,针对净空距离的监测手段,主要有:
一、利用安装于机舱的视频监测设备,获取风力发电机组在运行过程中的图像,图像包括风力发电机组的叶片的尖端以及塔筒;从获取的图像中确定所述风力发电机组的叶片的尖端的位置;且从获取的图像中识别所述塔筒的边缘;根据图像中确定的叶片尖端的位置和识别的塔筒的边缘,计算叶片的尖端到塔筒的边缘的距离以获得塔架净空距离,根据实时监测的塔架净空距离,从而避免叶片扫塔情况的发生。
二、通过在地面距离塔筒外壁的安全净空值处确定一个点,然后在风机侧面安装一个带可见光参考的激光测距仪,用于发射激光,激光发射垂直向下,当看到可见光打向地面定好的点时,固定激光测距仪;由于激光测距仪与地面定点的距离是固定的,当测到距离小于其固定值时判断叶片变形入侵安全距离。
三、通过叶尖安装的红外线发射装置,发射出特定红外信号,并在风力发电机组的机舱处安装特制的红外摄像头,所述红外摄像头能够过滤无用信号并接收红外线发射装置发出的特定红外信号,并对焦在叶尖扫过塔筒时高度所在的平面和在感光元件上成像记录,通过已知的对焦平面距离和成像夹角,得出各像素点距离成像中心对应的实际距离,并通过几何关系计算出叶尖距离塔筒壁的距离,即净空距离,从而保障风力发电机组安全高效运行。
上述监测手段存在的问题是:
上述手段均采用非接触方式进行监测,视频监测极容易受大雾、雨、雪、沙尘等因素影响,可见激光发射装置采用的方法只能判断叶尖是否入侵安全距离,并不能实时测量叶尖到塔筒的距离,无法根据不同安全距离进行多级预警,其存在局限性,而对于红外摄像头探测技术来说,当有雷电天气,叶片转动到高于机舱上部避雷装置时,叶尖处红外线发射装置容易引起雷电,造成设备损坏,安全性较低。
综上所述,急需一种基于雷达数据的风机叶片净空距离监测方法以解决现有技术中不同环境及荷载条件下对叶片进行可靠监测的问题。
发明内容
本发明目的在于提供一种基于雷达数据的风机叶片净空距离监测方法,以解决现有技术中不同环境及荷载条件下对叶片进行可靠监测的问题,具体技术方案如下:
一种基于雷达数据的风机叶片净空距离监测方法,包括如下步骤:
步骤S1:在风机上安装雷达,雷达用于观测风机的叶尖划过最低点形成的轨迹;
步骤S2:以风机的基座平面为水平坐标平面,正东方为轴正方向,正北方为轴正方向,塔筒中心轴为轴建立三维空间坐标系;
步骤S3:通过雷达扫描叶尖最低点,对叶尖划过最低点形成的轨迹在平面的投影直线进行拟合;
步骤S4:求解三维空间坐标系的原点到投影直线的距离;
步骤S5:通过步骤S4中得到的距离求解叶片的净空距离。
以上技术方案优选的,所述步骤S1中,所述雷达为三维激光雷达,三维激光雷达安装在风机的机舱底部,且三维激光雷达的照射面对准叶尖的最低点。
以上技术方案优选的,所述步骤S3包括步骤S3.1以及步骤S3.2;
步骤S3.1:通过雷达扫描叶尖,获取叶尖扫过最低点时的个点云平面坐标数据;
步骤S3.2:基于直线方程,通过个点云平面坐标数据拟合出投影直线。
以上技术方案优选的,所述步骤S3.2中,拟合出的投影直线如式1)所示;
1);
其中,、均为投影直线的方程参数;表示投影直线的自变量。
以上技术方案优选的,式1)中,通过个点云平面坐标数据获取方程参数以及,过程如下:
步骤S3.21:基于无测量误差的情况下,进行直线方程拟合,得到关于投影直线的两个第一方程参数,分别设为、;
步骤S3.22:基于无测量误差的情况下,进行直线方程拟合,得到关于投影直线的两个第二方程参数,分别设为、;
步骤S3.23:和进行平均值运算,得到;和进行平均值运算,得到;
其中,表示第个点云平面坐标中的轴数值;表示第个点云平面坐标中的轴数值。
以上技术方案优选的,所述步骤S3.21中,基于无测量误差的情况下,获取和的过程如下:
步骤S3.211:将、代入式1),得到第一直线方程;
步骤S3.212:将代入第一直线方程,得到第个点云的第一直线方程;
步骤S3.213:将与相减,得到个差值,取这个差值的平方的和作为第一判据,并取该第一判据的最小值为第一优化判据,如式2)所示:
2);
在第一判据中,分别对、求偏导数,并分别令这两个偏导数等于零,得到第一优化判据;
步骤S3.214:基于第一优化判据,解出和,如式3)所示:
3)。
以上技术方案优选的,所述步骤S3.22中,基于无测量误差的情况下,获取和的过程如下:
步骤S3.221:将、代入式1),得到第二直线方程;
步骤S3.222:将代入第二直线方程,得到第个点云的第二直线方程,令,;
步骤S3.223:将与相减,得到个差值,取这个差值的平方的和作为第二判据,并取该第二判据的最小值作为第二优化判据,如式4)所示:
4);
在第二判据中,分别对、求偏导数,并分别令这两个偏导数等于零,得到第二优化判据;
步骤S3.224:基于第二优化判据,解出和,如式5)所示:
5)。
以上技术方案优选的,所述步骤S3.23中,和获取如式6)所示:
6);
其中,表示平均值运算。
以上技术方案优选的,所述步骤S4中,距离如式7所示):
7)。
以上技术方案优选的,所述步骤S5中,净空距离如式8)所示:
8);
其中,表示风机的塔筒半径。
应用本发明的技术方案,具有以下有益效果:
(1)本发明公开的基于雷达数据的风机叶片净空距离监测方法通过对点云分类和点云分割算法进行研究,实现对风机叶片运行状态中位置信息监测由点到面到三维空间的提升,完成对不同环境及荷载条件下叶片变形的高精度、稳定可靠的监测。
(2)本发明的监测方法在拟合投影直线时,考虑到点云坐标的和具有同等地位,即、存在误差的可能性是相同的,分别假设其中一个测量值无误差的两种情况下,对拟合直线方程求解两组方程参数值、,可以更好地提升直线方程参数的精准度。
本发明除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
在附图中:
图1是本实施例中风机叶片的净空距离示意图;
图2是本实施例中雷达测量净空距离的平面示意图(示意了两条投影直线);
1、雷达;2、叶片;3、塔筒;4、机舱。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例
本实施例公开一种基于雷达数据的风机叶片净空距离监测方法,包括如下步骤S1至步骤S5,如图1至图2所示,具体如下:
步骤S1:如图1所示,在风机上安装雷达,雷达用于观测风机的叶尖划过最低点形成的轨迹,本实施例中,雷达优选为固态三维激光雷达,该雷达安装在风机的机舱下方,将该雷达的照射面对准叶片的叶尖最低点,通过该雷达观测风机叶尖划过最低点形成的轨迹。
步骤S2:假设风机基座塔筒的半径为,以风机塔筒基座平面中心为原点,基座平面为水平坐标平面,正东方为轴正方向,正北方为轴正方向,塔筒的中心轴为轴建立三维空间坐标系。
步骤S3:如图2所示,通过雷达扫描叶尖最低点,对叶尖划过最低点形成的轨迹在平面的投影直线进行拟合,本步骤S3包括步骤S3.1以及步骤S3.2,具体如下:
步骤S3.1:通过雷达每秒高频扫描叶尖,获取叶尖扫过最低点时的个点云平面坐标数据(基于步骤S2中的坐标系下的坐标),个点云平面坐标分别记为,,…,,;即可以得知的是,下述中:即表示第个点云坐标中的轴数值,即表示第个点云坐标中的轴数值;
步骤S3.2:基于直线方程(即直线表达式中的斜截式),通过步骤S3.1中的个点云平面坐标数据拟合出投影直线,投影直线如下式1)所示:
1);
其中,、均为投影直线的方程参数;表示投影直线的自变量。
在上述式1)中,需要通过个点云平面坐标获取得到两个方程参数,即获取和,具体如步骤S3.21至步骤S.23所示:
步骤S3.21:基于无测量误差的情况下,进行直线方程拟合,得到关于投影直线的两个第一方程参数,两个第一方程参数分别设为、,具体如下:
步骤S3.211:将、代入式1),得到第一直线方程;
步骤S3.212:将代入第一直线方程,得到第个点云的第一直线方程;
步骤S3.213:将与相减,得到个差值(即把个点云进行对应的相减,即可得到个差值),取这个差值的平方的和为第一判据,并取第一判据的最小值为第一优化判据;对此处的进一步解释是:由于受到、的影响,因此,的值刚开始是不确定的,那么也就是说第一判据的值刚开始也是不确定的,而通过选取第一判据的最小值作为第一优化判据(具体如下式2.1所示),能够显著提高拟合精度,第一判据如式2)所示:
2);
进一步的,在第一判据中,分别对、求偏导数,并分别令这两个偏导数等于零,得到第一优化判据,如式2.1)和式2.2)所示:
2.1);
将式2.1)变形得到式2.2):
2.2);
步骤S3.214:基于第一优化判据,解出和,进一步来说就是,基于式2.2)可解得、,和如式3)所示:
3)。
步骤S3.22:由于坐标(即观测坐标)和具有同等地位,本实施例中再次基于计算,以下为基于无测量误差的情况下,进行直线方程拟合,得到关于投影直线的两个第二方程参数,两个第二方程参数分别设为、,需要说明的是,此步骤S3.22中获取、的步骤与上述步骤S3.21中获取、的原理基本一致,具体如下:
步骤S3.221:将、代入式1),得到第二直线方程;
步骤S3.222:将代入第二直线方程,得到第个点云的第二直线方程,令,,第二直线方程即可表示为:;
步骤S3.223:将与相减,得到个差值,取这个差值的平方的和作为第二判据,并取第二判据的最小值作为第二优化判据,第二判据如式4)所示:
4);
进一步的,在第二判据中,分别对、求偏导数,并分别令这两个偏导数等于零,得到第二优化判据,如下式4.1)和式4.2)所示:
4.1);
将式4.1)变形得到式4.2):
4.2);
步骤S3.224:基于第二优化判据,解出和,进一步来说就是,基于式4.2)可解得、,和如式5)所示:
5);
步骤S3.23:和进行平均值运算,得到;和进行平均值运算,得到,具体如下式6)所示:
6);
其中,表示平均值运算。
步骤S4:求解三维空间坐标系的原点到投影直线的距离,即根据点到直线的距离公式,可得距离,如下式7)所示:
7);
其中,、均为投影直线的方程参数。
步骤S5:通过步骤S4中得到的距离求解叶片(叶尖)的净空距离,如下式8)所示:
8);
其中,表示风机的塔筒半径。
需要说明的是,通过对净空距离进行监测,进而可以对叶片扫塔进行监测,即在计算得到了净空距离后,基于净空距离对风机进行安全监测是本技术领域的公知常识,本实施例针对此部分内容不再赘述。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于雷达数据的风机叶片净空距离监测方法,其特征在于,包括如下步骤:
步骤S1:在风机上安装雷达,雷达用于观测风机的叶尖划过最低点形成的轨迹;
步骤S2:以风机的基座平面为水平坐标平面,正东方为轴正方向,正北方为轴正方向,塔筒中心轴为轴建立三维空间坐标系;
步骤S3:通过雷达扫描叶尖最低点,对叶尖划过最低点形成的轨迹在平面的投影直线进行拟合;
步骤S4:求解三维空间坐标系的原点到投影直线的距离;
步骤S5:通过步骤S4中得到的距离求解叶片的净空距离。
2.根据权利要求1所述的基于雷达数据的风机叶片净空距离监测方法,其特征在于,
所述步骤S1中,所述雷达为三维激光雷达,三维激光雷达安装在风机的机舱底部,且三维激光雷达的照射面对准叶尖的最低点。
3.根据权利要求1所述的基于雷达数据的风机叶片净空距离监测方法,其特征在于,所述步骤S3包括步骤S3.1以及步骤S3.2;
步骤S3.1:通过雷达扫描叶尖,获取叶尖扫过最低点时的个点云平面坐标数据;
步骤S3.2:基于直线方程,通过个点云平面坐标数据拟合出投影直线。
4.根据权利要求3所述的基于雷达数据的风机叶片净空距离监测方法,其特征在于,所述步骤S3.2中,拟合出的投影直线如式1)所示;
1);
其中,、均为投影直线的方程参数;表示投影直线的自变量。
5.根据权利要求4所述的基于雷达数据的风机叶片净空距离监测方法,其特征在于,式1)中,通过个点云平面坐标数据获取方程参数以及,过程如下:
步骤S3.21:基于无测量误差的情况下,进行直线方程拟合,得到关于投影直线的两个第一方程参数,分别设为、;
步骤S3.22:基于无测量误差的情况下,进行直线方程拟合,得到关于投影直线的两个第二方程参数,分别设为、;
步骤S3.23:和进行平均值运算,得到;和进行平均值运算,得到;
其中,表示第个点云平面坐标中的轴数值;表示第个点云平面坐标中的轴数值。
6.根据权利要求5所述的基于雷达数据的风机叶片净空距离监测方法,其特征在于,
所述步骤S3.21中,基于无测量误差的情况下,获取和的过程如下:
步骤S3.211:将、代入式1),得到第一直线方程;
步骤S3.212:将代入第一直线方程,得到第个点云的第一直线方程;
步骤S3.213:将与相减,得到个差值,取这个差值的平方的和作为第一判据,并取该第一判据的最小值为第一优化判据,如式2)所示:
2);
在第一判据中,分别对、求偏导数,并分别令这两个偏导数等于零,得到第一优化判据;
步骤S3.214:基于第一优化判据,解出和,如式3)所示:
3)。
7.根据权利要求6所述的基于雷达数据的风机叶片净空距离监测方法,其特征在于,所述步骤S3.22中,基于无测量误差的情况下,获取和的过程如下:
步骤S3.221:将、代入式1),得到第二直线方程;
步骤S3.222:将代入第二直线方程,得到第个点云的第二直线方程,令,;
步骤S3.223:将与相减,得到个差值,取这个差值的平方的和作为第二判据,并取该第二判据的最小值作为第二优化判据,如式4)所示:
4);
在第二判据中,分别对、求偏导数,并分别令这两个偏导数等于零,得到第二优化判据;
步骤S3.224:基于第二优化判据,解出和,如式5)所示:
5)。
8.根据权利要求5-7任意一项所述的基于雷达数据的风机叶片净空距离监测方法,其特征在于,所述步骤S3.23中,获取和如式6)所示:
6);
其中,表示平均值运算。
9.根据权利要求8所述的基于雷达数据的风机叶片净空距离监测方法,其特征在于,所述步骤S4中,距离如式7所示):
7)。
10.根据权利要求9所述的基于雷达数据的风机叶片净空距离监测方法,其特征在于,所述步骤S5中,净空距离如式8)所示:
8);
其中,表示风机的塔筒半径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310138689.3A CN116027314B (zh) | 2023-02-21 | 2023-02-21 | 一种基于雷达数据的风机叶片净空距离监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310138689.3A CN116027314B (zh) | 2023-02-21 | 2023-02-21 | 一种基于雷达数据的风机叶片净空距离监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116027314A true CN116027314A (zh) | 2023-04-28 |
CN116027314B CN116027314B (zh) | 2023-06-20 |
Family
ID=86070758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310138689.3A Active CN116027314B (zh) | 2023-02-21 | 2023-02-21 | 一种基于雷达数据的风机叶片净空距离监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116027314B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006337142A (ja) * | 2005-06-01 | 2006-12-14 | Mitsubishi Nuclear Fuel Co Ltd | ミキシングベーン検査方法と検査装置 |
WO2013000810A2 (en) * | 2011-06-27 | 2013-01-03 | Lm Wind Power A/S | Method of controlling a wind turbine and related system |
CN106091941A (zh) * | 2016-06-21 | 2016-11-09 | 远景能源(江苏)有限公司 | 风力发电机叶尖塔筒净空的测量方法 |
US20180196126A1 (en) * | 2017-01-10 | 2018-07-12 | Beijing Aerospace Institute For Metrology And Measurement Technology | Method for correcting measuring errors of long-distance scanning laser radar |
CN108360318A (zh) * | 2018-02-09 | 2018-08-03 | 武汉迈普时空导航科技有限公司 | 针对轨道不平顺检测的a-ins精密测量分段线形拟合方法 |
CN110939549A (zh) * | 2019-11-18 | 2020-03-31 | 陈伟春 | 一种叶片净空距离监测系统及叶片净空距离监测方法 |
CN111830528A (zh) * | 2020-06-29 | 2020-10-27 | 西安交通大学 | 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 |
WO2021218541A1 (zh) * | 2020-04-30 | 2021-11-04 | 北京金风科创风电设备有限公司 | 风力发电机组的净空监测系统、监测方法及装置 |
CN113962045A (zh) * | 2021-12-22 | 2022-01-21 | 东方电气风电股份有限公司 | 一种以风力发电机组叶片运行轨迹计算净空距离方法 |
CN114294171A (zh) * | 2021-11-11 | 2022-04-08 | 北京华能新锐控制技术有限公司 | 风电机组叶片净空距离监测方法及监测系统 |
CN114623049A (zh) * | 2022-01-29 | 2022-06-14 | 西安翔迅科技有限责任公司 | 一种风电机组塔架净空监测方法、计算机程序产品 |
CN115218801A (zh) * | 2022-07-15 | 2022-10-21 | 无锡太湖学院 | 基于机器视觉的风力发电机净空距离测量方法及装置 |
CN115541109A (zh) * | 2022-08-26 | 2022-12-30 | 陕西中科启航科技有限公司 | 一种基于机器视觉叶轮不平衡监测的方法 |
-
2023
- 2023-02-21 CN CN202310138689.3A patent/CN116027314B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006337142A (ja) * | 2005-06-01 | 2006-12-14 | Mitsubishi Nuclear Fuel Co Ltd | ミキシングベーン検査方法と検査装置 |
WO2013000810A2 (en) * | 2011-06-27 | 2013-01-03 | Lm Wind Power A/S | Method of controlling a wind turbine and related system |
CN106091941A (zh) * | 2016-06-21 | 2016-11-09 | 远景能源(江苏)有限公司 | 风力发电机叶尖塔筒净空的测量方法 |
US20180196126A1 (en) * | 2017-01-10 | 2018-07-12 | Beijing Aerospace Institute For Metrology And Measurement Technology | Method for correcting measuring errors of long-distance scanning laser radar |
CN108360318A (zh) * | 2018-02-09 | 2018-08-03 | 武汉迈普时空导航科技有限公司 | 针对轨道不平顺检测的a-ins精密测量分段线形拟合方法 |
CN110939549A (zh) * | 2019-11-18 | 2020-03-31 | 陈伟春 | 一种叶片净空距离监测系统及叶片净空距离监测方法 |
WO2021218541A1 (zh) * | 2020-04-30 | 2021-11-04 | 北京金风科创风电设备有限公司 | 风力发电机组的净空监测系统、监测方法及装置 |
CN111830528A (zh) * | 2020-06-29 | 2020-10-27 | 西安交通大学 | 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 |
CN114294171A (zh) * | 2021-11-11 | 2022-04-08 | 北京华能新锐控制技术有限公司 | 风电机组叶片净空距离监测方法及监测系统 |
CN113962045A (zh) * | 2021-12-22 | 2022-01-21 | 东方电气风电股份有限公司 | 一种以风力发电机组叶片运行轨迹计算净空距离方法 |
CN114623049A (zh) * | 2022-01-29 | 2022-06-14 | 西安翔迅科技有限责任公司 | 一种风电机组塔架净空监测方法、计算机程序产品 |
CN115218801A (zh) * | 2022-07-15 | 2022-10-21 | 无锡太湖学院 | 基于机器视觉的风力发电机净空距离测量方法及装置 |
CN115541109A (zh) * | 2022-08-26 | 2022-12-30 | 陕西中科启航科技有限公司 | 一种基于机器视觉叶轮不平衡监测的方法 |
Non-Patent Citations (2)
Title |
---|
韩花丽 等: "考虑空间坐标转换的风电机组载荷建模与分析", 重庆大学学报, no. 01 * |
魏同利 等: "基于直线加权平均的平均值法、逐差法和最小二乘法的等效假设研究", 《物理与工程》, vol. 28, no. 04 * |
Also Published As
Publication number | Publication date |
---|---|
CN116027314B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110554704B (zh) | 一种基于无人机的风机叶片自主巡检方法 | |
CN112267980B (zh) | 风力发电机组的叶片净空监测系统和方法 | |
CN110603379B (zh) | 用于风力设备检查工具的检查工具控制装置 | |
CN102434403B (zh) | 用于风力涡轮机检查的系统及方法 | |
CN106091941A (zh) | 风力发电机叶尖塔筒净空的测量方法 | |
CN113324548B (zh) | 一种风力发电机叶片巡检路径的规划方法 | |
CN112734970B (zh) | 基于LoRaWAN定位技术的风电场无人机自动巡检系统及方法 | |
CN115620239B (zh) | 一种点云和视频结合的输电线路在线监测方法和系统 | |
Guo et al. | Detecting and positioning of wind turbine blade tips for uav-based automatic inspection | |
CN109555654A (zh) | 基于风机模型重构的叶片自动跟踪检测方法及系统 | |
CN114743021A (zh) | 一种输电线路图像与点云数据的融合方法及系统 | |
CN112648150A (zh) | 一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法 | |
CN114972631A (zh) | 一种输电线路激光点云模型在线重建方法及系统 | |
CN115326075A (zh) | 一种基于无人机实现风场全域自动化巡检的路径规划方法 | |
CN113339205A (zh) | 一种风力发电机组叶片运行轨迹监测方法及系统 | |
EP4097354A1 (en) | Method of imaging a wind turbine rotor blade | |
CN113279921B (zh) | 采用激光照明的视频风电叶片净空距离测量方法与系统 | |
CN113137344B (zh) | 一种风力发电机组净空测量装置、方法以及风力发电机组 | |
CN116027314B (zh) | 一种基于雷达数据的风机叶片净空距离监测方法 | |
CN115773209A (zh) | 一种风机叶片净空检测装置及检测方法 | |
CN204832111U (zh) | 一种风场运行中的风力发电机叶片检测装置 | |
CN115807741A (zh) | 一种风电机组叶尖净空测量系统 | |
CN114294171A (zh) | 风电机组叶片净空距离监测方法及监测系统 | |
Zhou et al. | Three dimensional fully autonomous inspection method for wind power employing unmanned aerial vehicle based on 5G wireless communication and artificial intelligence | |
CN111120223B (zh) | 一种基于双阵列的叶片故障监测方法与设备 |
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 |