CN116027314B - 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 PDF

Info

Publication number
CN116027314B
CN116027314B CN202310138689.3A CN202310138689A CN116027314B CN 116027314 B CN116027314 B CN 116027314B CN 202310138689 A CN202310138689 A CN 202310138689A CN 116027314 B CN116027314 B CN 116027314B
Authority
CN
China
Prior art keywords
radar
fan
clearance distance
straight line
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.)
Active
Application number
CN202310138689.3A
Other languages
English (en)
Other versions
CN116027314A (zh
Inventor
谢鸿
梁晓东
吴勇生
孙永旭
尹俊宇
李荣学
张敏
邓龙飞
李佳
夏明福
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Lianzhi Monitoring Technology Co ltd
Original Assignee
Hunan Lianzhi Monitoring Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Lianzhi Monitoring Technology Co ltd filed Critical Hunan Lianzhi Monitoring Technology Co ltd
Priority to CN202310138689.3A priority Critical patent/CN116027314B/zh
Publication of CN116027314A publication Critical patent/CN116027314A/zh
Application granted granted Critical
Publication of CN116027314B publication Critical patent/CN116027314B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

本发明公开一种基于雷达数据的风机叶片净空距离监测方法，包括步骤S1至步骤S5：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：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
Figure ZY_1
的投影直线
Figure ZY_2
进行拟合；步骤S4：求解三维空间坐标系的原点
Figure ZY_3
到投影直线
Figure ZY_4
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。本发明的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。

Description

一种基于雷达数据的风机叶片净空距离监测方法
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
Figure SMS_1
，正东方为/>
Figure SMS_2
轴正方向，正北方为/>
Figure SMS_3
轴正方向，塔筒中心轴为/>
Figure SMS_4
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
Figure SMS_5
的投影直线/>
Figure SMS_6
进行拟合；
步骤S4：求解三维空间坐标系的原点
Figure SMS_7
到投影直线/>
Figure SMS_8
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
Figure SMS_9
个点云平面坐标数据；
步骤S3.2：基于直线方程，通过
Figure SMS_10
个点云平面坐标数据拟合出投影直线/>
Figure SMS_11
。
以上技术方案优选的，所述步骤S3.2中，拟合出的投影直线
Figure SMS_12
如式1）所示；
Figure SMS_13
1）；
其中，
Figure SMS_14
、/>
Figure SMS_15
均为投影直线的方程参数；/>
Figure SMS_16
表示投影直线的自变量。
以上技术方案优选的，式1）中，通过
Figure SMS_17
个点云平面坐标数据获取方程参数/>
Figure SMS_18
以及/>
Figure SMS_19
，过程如下：
步骤S3.21：基于
Figure SMS_20
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
Figure SMS_21
的两个第一方程参数，分别设为/>
Figure SMS_22
、/>
Figure SMS_23
；
步骤S3.22：基于
Figure SMS_24
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
Figure SMS_25
的两个第二方程参数，分别设为/>
Figure SMS_26
、/>
Figure SMS_27
；
步骤S3.23：
Figure SMS_28
和/>
Figure SMS_29
进行平均值运算，得到/>
Figure SMS_30
；/>
Figure SMS_31
和/>
Figure SMS_32
进行平均值运算，得到/>
Figure SMS_33
；
其中，
Figure SMS_34
表示第/>
Figure SMS_35
个点云平面坐标中的/>
Figure SMS_36
轴数值；/>
Figure SMS_37
表示第/>
Figure SMS_38
个点云平面坐标中的
Figure SMS_39
轴数值。
以上技术方案优选的，所述步骤S3.21中，基于
Figure SMS_40
无测量误差的情况下，获取/>
Figure SMS_41
和
Figure SMS_42
的过程如下：
步骤S3.211：将
Figure SMS_43
、/>
Figure SMS_44
代入式1），得到第一直线方程/>
Figure SMS_45
；
步骤S3.212：将
Figure SMS_46
代入第一直线方程/>
Figure SMS_47
，得到第/>
Figure SMS_48
个点云的第一直线方程/>
Figure SMS_49
；
步骤S3.213：将
Figure SMS_51
与/>
Figure SMS_52
相减，得到/>
Figure SMS_53
个差值，取这/>
Figure SMS_54
个差值的平方的和作为第一判据/>
Figure SMS_55
，并取该第一判据/>
Figure SMS_56
的最小值为第一优化判据/>
Figure SMS_57
，/>
Figure SMS_50
如式2）所示：
Figure SMS_58
2）；
在第一判据
Figure SMS_59
中，分别对/>
Figure SMS_60
、/>
Figure SMS_61
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/>
Figure SMS_62
；
步骤S3.214：基于第一优化判据
Figure SMS_63
，解出/>
Figure SMS_64
和/>
Figure SMS_65
，如式3）所示：
Figure SMS_66
3）。
以上技术方案优选的，所述步骤S3.22中，基于
Figure SMS_67
无测量误差的情况下，获取/>
Figure SMS_68
和
Figure SMS_69
的过程如下：
步骤S3.221：将
Figure SMS_70
、/>
Figure SMS_71
代入式1），得到第二直线方程/>
Figure SMS_72
；
步骤S3.222：将
Figure SMS_73
代入第二直线方程/>
Figure SMS_74
，得到第/>
Figure SMS_75
个点云的第二直线方程/>
Figure SMS_76
，令/>
Figure SMS_77
，/>
Figure SMS_78
；
步骤S3.223：将
Figure SMS_80
与/>
Figure SMS_81
相减，得到/>
Figure SMS_82
个差值，取这/>
Figure SMS_83
个差值的平方的和作为第二判据/>
Figure SMS_84
，并取该第二判据/>
Figure SMS_85
的最小值作为第二优化判据/>
Figure SMS_86
，/>
Figure SMS_79
如式4）所示：
Figure SMS_87
4）；
在第二判据
Figure SMS_88
中，分别对/>
Figure SMS_89
、/>
Figure SMS_90
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/>
Figure SMS_91
；
步骤S3.224：基于第二优化判据
Figure SMS_92
，解出/>
Figure SMS_93
和/>
Figure SMS_94
，如式5）所示：
Figure SMS_95
5）。
以上技术方案优选的，所述步骤S3.23中，
Figure SMS_96
和/>
Figure SMS_97
获取如式6）所示：
Figure SMS_98
6）；
其中，
Figure SMS_99
表示平均值运算。
以上技术方案优选的，所述步骤S4中，距离
Figure SMS_100
如式7所示）：
Figure SMS_101
7）。
以上技术方案优选的，所述步骤S5中，净空距离
Figure SMS_102
如式8）所示：
Figure SMS_103
8）；
其中，
Figure SMS_104
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
Figure SMS_105
和/>
Figure SMS_106
具有同等地位，即/>
Figure SMS_107
、/>
Figure SMS_108
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/>
Figure SMS_109
、/>
Figure SMS_110
，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
Figure SMS_111
，以风机塔筒基座平面中心为原点/>
Figure SMS_112
，基座平面为水平坐标平面/>
Figure SMS_113
，正东方为/>
Figure SMS_114
轴正方向，正北方为/>
Figure SMS_115
轴正方向，塔筒的中心轴为
Figure SMS_116
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
Figure SMS_117
的投影直线/>
Figure SMS_118
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
Figure SMS_120
个点云平面坐标数据（基于步骤S2中的坐标系下的坐标），/>
Figure SMS_121
个点云平面坐标分别记为/>
Figure SMS_123
，/>
Figure SMS_127
，…，
Figure SMS_128
，/>
Figure SMS_129
；即可以得知的是，下述中：/>
Figure SMS_130
即表示第/>
Figure SMS_119
个点云坐标中的/>
Figure SMS_122
轴数值，/>
Figure SMS_124
即表示第/>
Figure SMS_125
个点云坐标中的/>
Figure SMS_126
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
Figure SMS_131
个点云平面坐标数据拟合出投影直线/>
Figure SMS_132
，投影直线/>
Figure SMS_133
如下式1）所示：
Figure SMS_134
1）；
其中，
Figure SMS_135
、/>
Figure SMS_136
均为投影直线的方程参数；/>
Figure SMS_137
表示投影直线的自变量。
在上述式1）中，需要通过
Figure SMS_138
个点云平面坐标获取得到两个方程参数，即获取/>
Figure SMS_139
和/>
Figure SMS_140
，具体如步骤S3.21至步骤S.23所示：
步骤S3.21：基于
Figure SMS_141
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
Figure SMS_142
的两个第一方程参数，两个第一方程参数分别设为/>
Figure SMS_143
、/>
Figure SMS_144
，具体如下：
步骤S3.211：将
Figure SMS_145
、/>
Figure SMS_146
代入式1），得到第一直线方程/>
Figure SMS_147
；
步骤S3.212：将
Figure SMS_148
代入第一直线方程/>
Figure SMS_149
，得到第/>
Figure SMS_150
个点云的第一直线方程/>
Figure SMS_151
；
步骤S3.213：将
Figure SMS_158
与/>
Figure SMS_159
相减，得到/>
Figure SMS_160
个差值（即把/>
Figure SMS_165
个点云进行对应的相减，即可得到/>
Figure SMS_166
个差值），取这/>
Figure SMS_167
个差值的平方的和为第一判据/>
Figure SMS_168
，并取第一判据/>
Figure SMS_152
的最小值为第一优化判据/>
Figure SMS_153
；对此处的进一步解释是：由于/>
Figure SMS_154
受到/>
Figure SMS_156
、/>
Figure SMS_161
的影响，因此，/>
Figure SMS_162
的值刚开始是不确定的，那么也就是说第一判据/>
Figure SMS_163
的值刚开始也是不确定的，而通过选取第一判据/>
Figure SMS_164
的最小值作为第一优化判据/>
Figure SMS_155
（具体如下式2.1所示），能够显著提高拟合精度，第一判据/>
Figure SMS_157
如式2）所示：
Figure SMS_169
2）；
进一步的，在第一判据
Figure SMS_170
中，分别对/>
Figure SMS_171
、/>
Figure SMS_172
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/>
Figure SMS_173
，/>
Figure SMS_174
如式2.1）和式2.2）所示：
Figure SMS_175
2.1）；
将式2.1）变形得到式2.2）：
Figure SMS_176
2.2）；
步骤S3.214：基于第一优化判据
Figure SMS_177
，解出/>
Figure SMS_178
和/>
Figure SMS_179
，进一步来说就是，基于式2.2）可解得/>
Figure SMS_180
、/>
Figure SMS_181
，/>
Figure SMS_182
和/>
Figure SMS_183
如式3）所示：
Figure SMS_184
3）。
步骤S3.22：由于坐标（即观测坐标）
Figure SMS_186
和/>
Figure SMS_188
具有同等地位，本实施例中再次基于/>
Figure SMS_189
计算，以下为基于/>
Figure SMS_191
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/>
Figure SMS_193
的两个第二方程参数，两个第二方程参数分别设为/>
Figure SMS_194
、/>
Figure SMS_195
，需要说明的是，此步骤S3.22中获取/>
Figure SMS_185
、
Figure SMS_187
的步骤与上述步骤S3.21中获取/>
Figure SMS_190
、/>
Figure SMS_192
的原理基本一致，具体如下：
步骤S3.221：将
Figure SMS_196
、/>
Figure SMS_197
代入式1），得到第二直线方程/>
Figure SMS_198
；
步骤S3.222：将
Figure SMS_199
代入第二直线方程/>
Figure SMS_200
，得到第/>
Figure SMS_201
个点云的第二直线方程/>
Figure SMS_202
，令/>
Figure SMS_203
，/>
Figure SMS_204
，第二直线方程即可表示为：/>
Figure SMS_205
；
步骤S3.223：将
Figure SMS_206
与/>
Figure SMS_208
相减，得到/>
Figure SMS_209
个差值，取这/>
Figure SMS_210
个差值的平方的和作为第二判据/>
Figure SMS_211
，并取第二判据/>
Figure SMS_212
的最小值作为第二优化判据/>
Figure SMS_213
，第二判据/>
Figure SMS_207
如式4）所示：
Figure SMS_214
4）；
进一步的，在第二判据
Figure SMS_215
中，分别对/>
Figure SMS_216
、/>
Figure SMS_217
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/>
Figure SMS_218
，/>
Figure SMS_219
如下式4.1）和式4.2）所示：
Figure SMS_220
4.1）；
将式4.1）变形得到式4.2）：
Figure SMS_221
4.2）；
步骤S3.224：基于第二优化判据
Figure SMS_222
，解出/>
Figure SMS_223
和/>
Figure SMS_224
，进一步来说就是，基于式4.2）可解得/>
Figure SMS_225
、/>
Figure SMS_226
，/>
Figure SMS_227
和/>
Figure SMS_228
如式5）所示：
Figure SMS_229
5）；
步骤S3.23：
Figure SMS_230
和/>
Figure SMS_231
进行平均值运算，得到/>
Figure SMS_232
；/>
Figure SMS_233
和/>
Figure SMS_234
进行平均值运算，得到/>
Figure SMS_235
，具体如下式6）所示：
Figure SMS_236
6）；
其中，
Figure SMS_237
表示平均值运算。
步骤S4：求解三维空间坐标系的原点
Figure SMS_238
到投影直线/>
Figure SMS_239
的距离/>
Figure SMS_240
，即根据点到直线的距离公式，可得距离/>
Figure SMS_241
，如下式7）所示：
Figure SMS_242
7）；
其中，
Figure SMS_243
、/>
Figure SMS_244
均为投影直线/>
Figure SMS_245
的方程参数。
步骤S5：通过步骤S4中得到的距离
Figure SMS_246
求解叶片（叶尖）的净空距离/>
Figure SMS_247
，如下式8）所示：
Figure SMS_248
8）；
其中，
Figure SMS_249
表示风机的塔筒半径。
需要说明的是，通过对净空距离
Figure SMS_250
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/>
Figure SMS_251
后，基于净空距离/>
Figure SMS_252
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 (7)

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XOY，正东方为X轴正方向，正北方为Y轴正方向，塔筒中心轴为Z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XOY的投影直线y进行拟合；
步骤S4：求解三维空间坐标系的原点O到投影直线y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；
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n个点云平面坐标数据；
步骤S3.2：基于直线方程，通过n个点云平面坐标数据拟合出投影直线y；
所述步骤S3.2中，拟合出的投影直线y如式1)所示；
y＝kx+b1)；
其中，k、b均为投影直线的方程参数；x表示投影直线的自变量；
式1)中，通过n个点云平面坐标数据获取方程参数k以及b，过程如下：
步骤S3.21：基于xi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y的两个第一方程参数，分别设为k1、b1；
步骤S3.22：基于yi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y的两个第二方程参数，分别设为k2、b2；
步骤S3.23：k1和k2进行平均值运算，得到k；b1和b2进行平均值运算，得到b；
其中，xi表示第i个点云平面坐标中的X轴数值；yi表示第i个点云平面坐标中的Y轴数值。
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S3.21中，基于xi无测量误差的情况下，获取k1和b1的过程如下：
步骤S3.211：将k1、b1代入式1)，得到第一直线方程y'＝k1x+b1；
步骤S3.212：将xi代入第一直线方程y'＝k1x+b1，得到第i个点云的第一直线方程yi'＝k1xi+b1；
步骤S3.213：将yi与yi'相减，得到n个差值，取这n个差值的平方的和作为第一判据
Figure FDA00042209842500000216
并取该第一判据/>
Figure FDA0004220984250000021
的最小值为第一优化判据/>
Figure FDA0004220984250000022
Figure FDA0004220984250000023
如式2)所示：
Figure FDA0004220984250000024
在第一判据
Figure FDA0004220984250000025
中，分别对k1、b1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/>
Figure FDA0004220984250000026
步骤S3.214：基于第一优化判据
Figure FDA0004220984250000027
解出k1和b1，如式3)所示：
Figure FDA0004220984250000028
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S3.22中，基于yi无测量误差的情况下，获取k2和b2的过程如下：
步骤S3.221：将k2、b2代入式1)，得到第二直线方程y”＝k2x+b2；
步骤S3.222：将yi代入第二直线方程y”＝k2x+b2，得到第i个点云的第二直线方程
Figure FDA0004220984250000029
令/>
Figure FDA00042209842500000211
步骤S3.223：将xi与xi'相减，得到n个差值，取这n个差值的平方的和作为第二判据
Figure FDA00042209842500000212
并取该第二判据/>
Figure FDA00042209842500000213
的最小值作为第二优化判据/>
Figure FDA00042209842500000214
如式4)所示：
Figure FDA00042209842500000215
在第二判据
Figure FDA0004220984250000031
中，分别对K、B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/>
Figure FDA0004220984250000032
步骤S3.224：基于第二优化判据
Figure FDA0004220984250000033
解出k2和b2，如式5)所示：
Figure FDA0004220984250000034
5.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S3.23中，获取k和b如式6)所示：
Figure FDA0004220984250000035
其中，AVERAGE表示平均值运算。
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S4中，距离Oy如式7所示)：
Figure FDA0004220984250000036
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S5中，净空距离D如式8)所示：
D＝Oy-R8)；
其中，R表示风机的塔筒半径。
CN202310138689.3A 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 Active CN116027314B (zh)

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 CN116027314A (zh) 2023-04-28
CN116027314B true 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 (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013000810A2 (en) * 2011-06-27 2013-01-03 Lm Wind Power A/S Method of controlling a wind turbine and related system

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4549931B2 (ja) * 2005-06-01 2010-09-22 三菱原子燃料株式会社 ミキシングベーン検査方法と検査装置
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
CN106597417A (zh) * 2017-01-10 2017-04-26 北京航天计量测试技术研究所 一种远距离扫描激光雷达测量误差的修正方法
CN108360318B (zh) * 2018-02-09 2019-08-02 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
CN110939549B (zh) * 2019-11-18 2020-10-23 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
CN113586357B (zh) * 2020-04-30 2023-08-18 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
CN113962045B (zh) * 2021-12-22 2022-03-15 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
CN115218801B (zh) * 2022-07-15 2023-06-02 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

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013000810A2 (en) * 2011-06-27 2013-01-03 Lm Wind Power A/S Method of controlling a wind turbine and related system

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
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;魏同利 等;《物理与工程》;第28卷(第04期);全文 *

Also Published As

Publication number Publication date
CN116027314A (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
CN112267980B (zh) 风力发电机组的叶片净空监测系统和方法
CN110554704A (zh) 一种基于无人机的风机叶片自主巡检方法
CN102434403B (zh) 用于风力涡轮机检查的系统及方法
CN110603379B (zh) 用于风力设备检查工具的检查工具控制装置
CN109900713B (zh) 摄像引导的无人机风电叶片缺陷动态检测系统及其方法
CN112904877A (zh) 一种基于无人机的风机叶片自动巡检系统及方法
CN113324548B (zh) 一种风力发电机叶片巡检路径的规划方法
CN114743021A (zh) 一种输电线路图像与点云数据的融合方法及系统
CN115240093B (zh) 基于可见光和激光雷达点云融合的输电通道自动巡检方法
CN109555654A (zh) 基于风机模型重构的叶片自动跟踪检测方法及系统
CN115442532B (zh) 风机不停机巡检的方法、系统、设备及存储介质
CN114972631A (zh) 一种输电线路激光点云模型在线重建方法及系统
Guo et al. Detecting and positioning of wind turbine blade tips for uav-based automatic inspection
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
CN112734970A (zh) 基于LoRaWAN定位技术的风电场无人机自动巡检系统及方法
EP4097354A1 (en) Method of imaging a wind turbine rotor blade
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
CN109131895A (zh) 用于叶片自动跟踪检测的无人机挂载装置、无人机及方法
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
CN111811419A (zh) 一种基于激光的桥梁挠度检测系统及方法
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
CN112882487A (zh) 风机叶片的无人机巡检轨迹生成方法，巡检方法及系统
CN114562939B (zh) 基于无人机的激光盘煤系统

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
GR01 Patent grant
GR01 Patent grant