JP7499211B2 - Generator inspection device, generator inspection method, and generator inspection program - Google Patents
Generator inspection device, generator inspection method, and generator inspection program Download PDFInfo
- Publication number
- JP7499211B2 JP7499211B2 JP2021077501A JP2021077501A JP7499211B2 JP 7499211 B2 JP7499211 B2 JP 7499211B2 JP 2021077501 A JP2021077501 A JP 2021077501A JP 2021077501 A JP2021077501 A JP 2021077501A JP 7499211 B2 JP7499211 B2 JP 7499211B2
- Authority
- JP
- Japan
- Prior art keywords
- inspection
- stator coil
- generator
- image
- coil
- 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
Links
- 238000007689 inspection Methods 0.000 title claims description 132
- 238000000034 method Methods 0.000 title claims description 38
- 230000002265 prevention Effects 0.000 claims description 39
- 239000000463 material Substances 0.000 claims description 36
- 238000003384 imaging method Methods 0.000 claims description 27
- 230000008034 disappearance Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 24
- 230000006866 deterioration Effects 0.000 description 18
- 238000012360 testing method Methods 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 238000003786 synthesis reaction Methods 0.000 description 6
- 238000003708 edge detection Methods 0.000 description 5
- 238000013519 translation Methods 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000576 coating method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
Landscapes
- Manufacture Of Motors, Generators (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
本開示は、発電機の固定子コイル表面（部分放電防止層）の劣化状態を、画像処理を用いて定量的に評価する発電機点検装置、発電機点検方法、および発電機点検プログラムに関するものである。 This disclosure relates to a generator inspection device, a generator inspection method, and a generator inspection program that quantitatively evaluate the deterioration state of the generator stator coil surface (partial discharge prevention layer) using image processing.
空冷タービン発電機などの固定子コイル表面に施している部分放電防止材は、経年劣化により消失することで、コイルのフレッティング事象が発生し地絡などの障害につながる。このような障害が発生することを予知するために、画像処理技術を用いた点検作業が行われている。 Partial discharge prevention materials applied to the surface of stator coils in air-cooled turbine generators and other equipment can disappear due to deterioration over time, causing fretting in the coil and leading to problems such as ground faults. Inspection work using image processing technology is being carried out to predict the occurrence of such problems.
ロータ、ステータなどを構成する金属板における絶縁皮膜の剥がれを、画像処理技術を用いて検査する従来技術がある（例えば、特許文献１参照）。また、組み上がって製品化された発電機の固定子コイル表面の状態を、撮像画像を用いて検査する手法としては、定期点検的に回転子を抜き、固定子のコアダクトからファイバースコープカメラを挿入し、撮像された映像を作業員が目視でチェックすることで、コイル表面の劣化状態を判定するものがある。 There is a conventional technique for inspecting the peeling of insulating coatings on metal plates that compose rotors, stators, etc., using image processing technology (see, for example, Patent Document 1). In addition, a method for inspecting the condition of the stator coil surface of an assembled generator using captured images includes removing the rotor for periodic inspections, inserting a fiberscope camera through the stator core duct, and having workers visually check the captured images to determine the deterioration state of the coil surface.
しかしながら、ファイバースコープカメラの映像を目視により評価するため、評価結果に個人差が生じる。また、目視点検箇所は、最大で約１００００箇所にわたり、摩耗状態を目視により判定するためには長時間を要し、長時間作業に伴う誤判断、判定精度のばらつき等の懸念があった。 However, because the images from the fiberscope camera are visually evaluated, there are individual differences in the evaluation results. In addition, the number of locations to be visually inspected can reach up to approximately 10,000, and it takes a long time to visually determine the state of wear, raising concerns about misjudgments and variations in the accuracy of the assessment due to long hours of work.
本開示は、上記のような課題を解決するためになされたものであり、発電機の固定子コイル表面の劣化状態を点検する際に、点検作業の効率化を図るとともに、均一な基準での劣化状態の評価を実現することのできる発電機点検装置、発電機点検方法、および発電機点検プログラムを得ることを目的としている。 The present disclosure has been made to solve the above problems, and aims to provide a generator inspection device, a generator inspection method, and a generator inspection program that can improve the efficiency of inspection work when inspecting the deterioration state of the surface of a generator's stator coil, and can evaluate the deterioration state using uniform standards.
本開示に係る発電機点検装置は、発電機の固定子コイルの表面の画像を撮像する撮像装置と、撮像装置による撮像結果に基づいて固定子コイルの表面における状態を検査する検査部とを備え、検査部は、固定子コアのダクト毎に、撮像装置を固定子コイルの表面に沿って移動させながら撮像された時系列画像データに対して画像処理を施すことで固定子コイルの表面の状態を定量的に判定するものである。 The generator inspection device according to the present disclosure includes an imaging device that captures images of the surface of the generator's stator coil, and an inspection unit that inspects the condition of the surface of the stator coil based on the imaging results of the imaging device. The inspection unit quantitatively determines the condition of the surface of the stator coil by performing image processing on the time-series image data captured while moving the imaging device along the surface of the stator coil for each duct of the stator core.
本開示に係る発電機点検方法は、撮像装置により撮像された発電機の固定子コイルの表面の画像に基づいて固定子コイルの表面における状態を検査するコンピュータで実行される発電機点検方法であって、固定子コアのダクト毎に、撮像装置を固定子コイルの表面に沿って移動させることで撮像された時系列画像データを取得するステップと、時系列画像データに対して画像処理を施すことで固定子コイルの表面の状態を定量的に判定するステップを有するものである。 The generator inspection method according to the present disclosure is a generator inspection method executed by a computer that inspects the condition of the surface of the stator coil of the generator based on an image of the surface of the stator coil captured by an imaging device, and includes the steps of acquiring time-series image data captured by moving the imaging device along the surface of the stator coil for each duct of the stator core, and quantitatively determining the condition of the surface of the stator coil by performing image processing on the time-series image data.
また、本開示に係る発電機点検プログラムは、撮像装置により撮像された発電機の固定子コイルの表面の画像に基づいて固定子コイルの表面における状態を検査する発電機点検プログラムであって、コンピュータを、固定子コアのダクト毎に、撮像装置を固定子コイルの表面に沿って移動させることで撮像された時系列画像データを取得する手段と、時系列画像データに対して画像処理を施すことで固定子コイルの表面の状態を定量的に判定する手段として機能させるものである。 The generator inspection program according to the present disclosure is a generator inspection program that inspects the condition of the surface of a stator coil of a generator based on an image of the surface of the stator coil captured by an imaging device, and causes a computer to function as a means for acquiring time-series image data captured by moving the imaging device along the surface of the stator coil for each duct of the stator core, and as a means for quantitatively determining the condition of the surface of the stator coil by performing image processing on the time-series image data.
本開示によれば、画像処理技術を用いて、作業員による個人差をなくし、劣化状態を定量的にかつ効率的に評価できる構成を備えた発電機点検装置となっている。この結果、発電機の固定子コイル表面の劣化状態を点検する際に、点検作業の効率化を図るとともに、均一な基準での劣化状態の評価を実現することのできる発電機点検装置、発電機点検方法、および発電機点検プログラムを得ることができる。 According to the present disclosure, a generator inspection device is provided that uses image processing technology to eliminate individual differences among workers and to quantitatively and efficiently evaluate the deterioration state. As a result, it is possible to obtain a generator inspection device, a generator inspection method, and a generator inspection program that can improve the efficiency of the inspection work when inspecting the deterioration state of the surface of the stator coil of a generator and can realize the evaluation of the deterioration state based on uniform standards.
以下、本開示の発電機点検装置、発電機点検方法、および発電機点検プログラムの好適な実施の形態につき、図面を用いて説明する。 Below, preferred embodiments of the generator inspection device, generator inspection method, and generator inspection program disclosed herein are described with reference to the drawings.
実施の形態１．
まず始めに、本実施の形態１に係る発電機点検装置の動作概要について、図１に基づいて説明する。図１は、本開示の実施の形態１に係る発電機点検装置の全体構成を示した説明図である。作業員は、撮像装置であるファイバースコープカメラ１０とパソコン（ＰＣ）１００とを接続し、さらに、ファイバースコープカメラ１０に治具１１を装着する。その後、作業員は、点検対象となる固定子１のコアダクト２の中に、ファイバースコープカメラ１０を挿入する。
Embodiment 1.
First, an overview of the operation of the generator inspection device according to the first embodiment will be described with reference to Fig. 1. Fig. 1 is an explanatory diagram showing the overall configuration of the generator inspection device according to the first embodiment of the present disclosure. An operator connects a fiberscope camera 10, which is an imaging device, to a personal computer (PC) 100, and further attaches a jig 11 to the fiberscope camera 10. After that, the operator inserts the fiberscope camera 10 into the core duct 2 of the stator 1 to be inspected.
なお、以下の説明では、撮像装置の具体例として、ファイバースコープカメラ１０を用いる場合について説明するが、本開示に係る撮像装置は、ファイバースコープカメラ１０に限定されるものではない。本開示に係る撮像装置は、点検対象となる固定子コイル３の表面の映像を撮影できればよく、小型カメラなど、他の機器を適用することも可能である。 In the following explanation, a fiberscope camera 10 is used as a specific example of an imaging device, but the imaging device according to the present disclosure is not limited to the fiberscope camera 10. The imaging device according to the present disclosure only needs to be able to capture an image of the surface of the stator coil 3 to be inspected, and other devices such as a small camera can also be used.
コアダクト２内を撮影する際には、作業員は、コアダクト２のスロット番号を入力した後、ファイバースコープカメラ１０を、固定子コイル３の表面に沿ってコアダクト２の入り口に引き寄せながら、固定子コイル３の表面の映像を撮影する。 When photographing the inside of the core duct 2, the worker inputs the slot number of the core duct 2, then moves the fiberscope camera 10 along the surface of the stator coil 3 toward the entrance of the core duct 2, capturing an image of the surface of the stator coil 3.
または、ファイバースコープカメラ１０を、固定子コイル３の表面に沿ってコアダクト２の入り口から差し込みながら、固定子コイル３の表面の映像を撮影する。引き寄せによる撮影と差し込みによる撮影の両方を可能にすることによって、コアダクト２内の撮影を順次行う際に、撮影時間の短縮を図ることができる。 Alternatively, the fiberscope camera 10 is inserted from the entrance of the core duct 2 along the surface of the stator coil 3, and an image of the surface of the stator coil 3 is captured. By enabling both approaching and inserting the camera for capture, the capture time can be reduced when sequentially capturing images of the inside of the core duct 2.
ファイバースコープカメラ１０により撮影された映像は、デジタル化された信号として、ＰＣ１００内に伝送される。ＰＣ１００内では、デジタル化された信号に基づいて、固定子コイル３の表面の状態を定量的に判定する。ここで、固定子コイル３の表面の状態とは、固定子コイル３の表面において、部分放電防止材が消失した状態、コイルが摩耗した状態、コイル表面に異物等が付着して絶縁性能の劣化要因となる状態などに相当する。なお、以下の説明では、固定子コイル３の表面の状態のことを、単にコイル表面の状態と称することとする。 The image captured by the fiberscope camera 10 is transmitted to the PC 100 as a digitized signal. In the PC 100, the surface condition of the stator coil 3 is quantitatively determined based on the digitized signal. Here, the surface condition of the stator coil 3 corresponds to a state in which the partial discharge prevention material has disappeared on the surface of the stator coil 3, a state in which the coil is worn, a state in which foreign matter has adhered to the coil surface and is a cause of deterioration of insulation performance, and the like. In the following explanation, the surface condition of the stator coil 3 will be simply referred to as the coil surface condition.
次に、本実施の形態１に係る発電機点検装置が有する各機能について、概要を説明する。 Next, we will provide an overview of each function of the generator inspection device according to the first embodiment.
図２は、本開示の実施の形態１に係る発電機点検装置の機能ブロック図である。本実施の形態１における発電機点検装置は、ファイバースコープカメラ１０およびパソコン１００を備えて構成されている。特に、この図２では、パソコン１００の内部を各機能ブロックに分けて示しており、各機能の概要を以下に説明する。 Figure 2 is a functional block diagram of the generator inspection device according to the first embodiment of the present disclosure. The generator inspection device according to the first embodiment is configured with a fiberscope camera 10 and a personal computer 100. In particular, Figure 2 shows the inside of the personal computer 100 divided into functional blocks, and an overview of each function is described below.
本実施の形態１に係るパソコン１００は、画像メモリ１１０、検査部１２０、および点検履歴データベース１３０を備えている。画像メモリ１１０は、撮像装置に相当するファイバースコープカメラ１０により撮像された画像を、順次、時系列データとして記憶できるように、複数フレーム分の画像メモリとして構成されている。 The personal computer 100 according to the first embodiment includes an image memory 110, an inspection unit 120, and an inspection history database 130. The image memory 110 is configured as an image memory for multiple frames so that images captured by a fiberscope camera 10, which corresponds to an imaging device, can be stored sequentially as time-series data.
例えば、６０ｆｐｓまたは３０ｆｐｓで撮像された映像フレームが、順次、時系列データとして画像メモリ１１０に記憶されることとなる。１フレーム分の画像は、複数の画素から構成される。 For example, video frames captured at 60 fps or 30 fps are stored in sequence as time-series data in the image memory 110. One frame of an image is made up of multiple pixels.
また、検査部１２０は、検査画像再構成部１２１、コイル表面良否判定部１２２、および点検履歴データ生成部１２３を含んで構成されている。ここで、検査部１２０は、発電機の固定子コイル表面の劣化状態を点検するためのプログラムを実行するコンピュータに相当する。検査画像再構成部１２１は、画像メモリ１１０に順次記憶された映像フレームを切り出し、レンズ歪を補正して、平行移動量を計算し、合成画像を生成する。 The inspection unit 120 is also configured to include an inspection image reconstruction unit 121, a coil surface quality determination unit 122, and an inspection history data generation unit 123. Here, the inspection unit 120 corresponds to a computer that executes a program for inspecting the deterioration state of the surface of the stator coil of the generator. The inspection image reconstruction unit 121 cuts out video frames stored sequentially in the image memory 110, corrects lens distortion, calculates the amount of parallel movement, and generates a composite image.
検査画像再構成部１２１は、撮像されたすべての映像フレームの合成が完了すると、合成画像に対してエッジ検出を行い、コイルの上口と下口の中間にある中間ライナーを認識して、上口／下口を分離し、検査領域に相当するコイル領域を特定する。これらの一連処理により、検査画像再構成部１２１は、劣化状態の検査対象となるコイル領域を、検査画像データとして再構成する。 When the test image reconstruction unit 121 has completed the synthesis of all captured video frames, it performs edge detection on the synthesized image, recognizes the intermediate liner between the upper and lower ends of the coil, separates the upper and lower ends, and identifies the coil area that corresponds to the inspection area. Through this series of processes, the test image reconstruction unit 121 reconstructs the coil area that is to be inspected for deterioration as test image data.
次に、コイル表面良否判定部１２２は、検査画像再構成部１２１により特定されたコイル領域の検査画像データについて、部分放電防止材の消失部を検出する。コイル表面良否判定部１２２は、コイル領域全体の面積と、部分放電防止材の消失部の面積との割合から、部分放電防止材の消失率を算出し、消失率の大きさから補修の要否を決定する。ここで、面積とは、画像上の画素数に相当する。 Next, the coil surface quality determination unit 122 detects the disappearance of the partial discharge prevention material in the inspection image data of the coil area identified by the inspection image reconstruction unit 121. The coil surface quality determination unit 122 calculates the disappearance rate of the partial discharge prevention material from the ratio of the area of the entire coil area to the area of the disappearance of the partial discharge prevention material, and determines whether or not repair is necessary based on the magnitude of the disappearance rate. Here, the area corresponds to the number of pixels on the image.
次に、点検履歴データ生成部１２３は、コイル表面良否判定部１２２によって全てのコアダクト２のスロットに対する消失率の算出が完了すると、スロットに対するダクト毎に消失率を書き込んだ点検履歴データを作成する。さらに、点検履歴データ生成部１２３は、絶縁劣化診断を行った点検日と関連付けた点検履歴データを点検履歴データベース１３０に記憶させることで、データベース化を行う。 Next, when the coil surface quality determination unit 122 has completed calculation of the loss rates for all slots of the core duct 2, the inspection history data generation unit 123 creates inspection history data in which the loss rate for each duct for the slot is written. Furthermore, the inspection history data generation unit 123 stores the inspection history data associated with the inspection date on which the insulation deterioration diagnosis was performed in the inspection history database 130, thereby creating a database.
従って、コイル表面良否判定部１２２は、データベース化された点検履歴データに基づいて、最新の点検日における点検履歴データと、最新の点検日よりも過去の点検日における点検履歴データとの比較から、コイル表面の状態を定量的に判定し、補修の要否を決定することができる。ただし、コイル表面良否判定部１２２は、上述したように、最新の点検日における点検履歴データだけを用いて、コイル表面の状態を定量的に判定し、補修の要否を決定することもできる。 The coil surface quality determination unit 122 can therefore quantitatively determine the condition of the coil surface and determine whether repair is required by comparing the inspection history data on the most recent inspection date with the inspection history data on an inspection date prior to the most recent inspection date based on the databased inspection history data. However, as described above, the coil surface quality determination unit 122 can also quantitatively determine the condition of the coil surface and determine whether repair is required using only the inspection history data on the most recent inspection date.
次に、作業員による実際の点検作業手順に即して、各々の処理の詳細を説明する。作業員は、最初に、撮影する固定子コアのスロット番号を入力する。スロット番号は、キーボードによる入力、または、作業員がマイクを介して発声する音声入力、または、発電機の固定子コアにスロット番号を貼り、ヘルメット等に装着したカメラで撮像したスロット番号を画像認識することによって、スロット番号を入力することも考えられる。 Next, the details of each step will be explained in accordance with the actual inspection procedure performed by a worker. First, the worker inputs the slot number of the stator core to be photographed. The slot number can be entered from a keyboard, or by the worker speaking into a microphone, or it can be entered by attaching the slot number to the stator core of the generator and then performing image recognition of the slot number captured by a camera attached to a helmet or the like.
キーボードによる入力に関しては、ＰＣ１００で実行可能である。また、音声入力に関しては、ファイバースコープカメラ１０あるいはＰＣ１００に音声認識機能を持たせることで、スロット番号を音声認識することが可能となる。 Keyboard input can be performed on the PC 100. Voice input can also be performed by providing a voice recognition function to the fiberscope camera 10 or the PC 100, allowing the slot number to be recognized by voice.
図３は、本開示の実施の形態１に係る発電機点検装置の治具を示した説明図である。作業員は、例えば、図３に示したように、治具１１にファイバースコープカメラ１０を装着し、固定子コアのダクト内に治具１１と一体化されたファイバースコープカメラ１０を挿入しながら、または、手前に引きながら、固定子１の表面を撮影する。 Figure 3 is an explanatory diagram showing a jig of a generator inspection device according to the first embodiment of the present disclosure. For example, as shown in Figure 3, an operator attaches a fiberscope camera 10 to the jig 11, and photographs the surface of the stator 1 while inserting the fiberscope camera 10 integrated with the jig 11 into the duct of the stator core or while pulling it toward himself.
治具１１にスコープ台を装着することで、撮影の際に、固定子コイルの表面とファイバースコープカメラ１０の撮像面との距離を一定に保つことが容易となる。また、ファイバースコープカメラ１０の移動が等速になるようにするためには、図３に示すステッピングモータから回転ローラを等速に回転させ、一定速度でファイバースコープカメラ１０を手前に引いたり、押し込んだりして、撮影を行うことが可能になる。 By mounting the scope stand on the jig 11, it becomes easy to keep the distance between the surface of the stator coil and the imaging surface of the fiberscope camera 10 constant during photography. Also, to ensure that the fiberscope camera 10 moves at a constant speed, the stepping motor shown in Figure 3 rotates the rotating roller at a constant speed, making it possible to take photographs by pulling or pushing the fiberscope camera 10 toward you at a constant speed.
ファイバースコープカメラ１０で撮影した映像は、デジタル化され、一例として、２５６階調の濃淡値の映像データとしてＰＣ１００に伝送される。なお、ＲＧＢの映像データを用いることも可能である。ＰＣ１００は、ファイバースコープカメラ１０から転送された映像データをリアルタイムで読み取る。読み取った映像データは、一連の時系列画像データとしてＰＣ１００上の画像メモリ１１０に記憶される。 The image captured by the fiberscope camera 10 is digitized and transmitted to the PC 100 as, for example, image data with 256 gray levels. Note that RGB image data can also be used. The PC 100 reads the image data transferred from the fiberscope camera 10 in real time. The read image data is stored in the image memory 110 on the PC 100 as a series of time-series image data.
検査画像再構成部１２１は、画像メモリ１１０に順次記憶された時系列画像データを読み出し、画像間に合成処理を施すことで、検査対象となる固定子コイル３の表面の画像を検査画像データとして再構成する。 The inspection image reconstruction unit 121 reads out the time-series image data stored in the image memory 110 in sequence, and performs a synthesis process between the images to reconstruct an image of the surface of the stator coil 3 to be inspected as inspection image data.
次に、検査画像データの再構成の具体的な手法について、図面を用いて詳細に説明する。図４は、本開示の実施の形態１における画像再構成手順を示した説明図である。図４に示したように、作業員は、固定子のコアダクト２内に挿入された、治具１１と一体化されたファイバースコープカメラ１０を引き出しながら、検査対象である固定子コイル３の表面の映像を撮影する。撮影結果は、時系列画像データとして画像メモリ１１０に記憶される。 Next, a specific method for reconstructing the inspection image data will be described in detail with reference to the drawings. FIG. 4 is an explanatory diagram showing the image reconstruction procedure in the first embodiment of the present disclosure. As shown in FIG. 4, an operator captures an image of the surface of the stator coil 3 to be inspected while pulling out the fiberscope camera 10 integrated with the jig 11 inserted into the stator core duct 2. The captured image is stored in the image memory 110 as time-series image data.
図４中に概略を示したように、画像メモリ１１０に時系列画像データとして記憶されたそれぞれのフレーム画像に対して合成処理を繰り返すことで、検査対象となる固定子コイル３の表面の画像が検査画像データとして再構成される。そこで、図５のフローチャートを用いて、再構成手順を詳細に説明する。 As shown in FIG. 4, by repeating the synthesis process for each frame image stored as time-series image data in the image memory 110, an image of the surface of the stator coil 3 to be inspected is reconstructed as inspection image data. The reconstruction procedure will now be described in detail using the flowchart in FIG. 5.
図５は、本開示の実施の形態１における画像再構成手順の一連処理を示したフローチャートである。まず、検査画像再構成部１２１は、コアダクト２を撮影した映像フレームを画像メモリ１１０から順次取り出し、レンズによる歪を補正する（ステップＳ５０１～ステップＳ５０３参照）。 Figure 5 is a flowchart showing a series of steps in the image reconstruction procedure in the first embodiment of the present disclosure. First, the inspection image reconstruction unit 121 sequentially retrieves video frames of the core duct 2 from the image memory 110 and corrects distortion caused by the lens (see steps S501 to S503).
次に、検査画像再構成部１２１は、時系列的に隣接した２枚の画像に対して平行移動量を計算し、計算結果に基づいて２枚の画像の合成処理を行う（ステップＳ５０４、ステップＳ５０５参照）。 Next, the inspection image reconstruction unit 121 calculates the amount of parallel movement for two chronologically adjacent images, and performs a synthesis process for the two images based on the calculation results (see steps S504 and S505).
平行移動量は、画像から求めてもよいし、等速で動作する治具の速度と撮影距離から求めてもよい。画像から求める場合には、時刻ｔの映像フレームと時刻ｔ＋Δｔの映像フレームとを用いて求める。 The amount of parallel movement may be found from an image, or from the speed of a jig moving at a constant speed and the shooting distance. When found from an image, it is found using the video frame at time t and the video frame at time t+Δt.
適切な平行移動量は、例えば、画像の相関値が最小になる値、または画像間の距離が最小となる値を基にして計算する。画像間の距離を基に計算した場合には、下式（１）に従って求めることができる。 The appropriate amount of parallel movement is calculated, for example, based on the value that minimizes the correlation value of the images or the value that minimizes the distance between the images. When calculated based on the distance between the images, it can be obtained according to the following formula (1).
ここで、Ｄｔ（ｘｉ，ｙｊ）は、時刻ｔにおける画像の座標ｘｉ，ｙｊの画素の濃淡値である。 Here, Dt(xi,yj) is the gray value of the pixel at coordinates xi,yj in the image at time t.
治具の速度から求める場合には、撮影距離に応じた１画素当たりの長さを計算することによって、時刻Δｔの間に進む距離を求めることができる。 When determining from the jig speed, the distance traveled during time Δt can be determined by calculating the length per pixel according to the shooting distance.
そして、検査画像再構成部１２１は、例えば、上式（１）が成立するｙｊとｙｊ＋Δｙを取り出し、平行移動量とする。 Then, the inspection image reconstruction unit 121 extracts, for example, yj and yj+Δy for which the above formula (1) holds, and sets them as the amount of parallel translation.
図６は、本開示の実施の形態１における２枚の画像間の平行移動量を示した説明図である。検査画像再構成部１２１は、上式（１）に基づく照合を行うことで算出した平行移動量に基づいて２枚の映像フレームを合成することで、図６に示したような合成画像を生成することができる。 Figure 6 is an explanatory diagram showing the amount of parallel translation between two images in embodiment 1 of the present disclosure. The inspection image reconstruction unit 121 can generate a composite image as shown in Figure 6 by synthesizing two video frames based on the amount of parallel translation calculated by performing matching based on the above formula (1).
検査画像再構成部１２１は、上述した手法により、２枚の映像フレームを合成し、合成した画像と次の映像フレームとの間で、同様の処理を繰り返し、平行移動量の計算、画像合成を行っていくことで、全フレームの合成処理を行う（ステップＳ５０６参照）。 The inspection image reconstruction unit 121 synthesizes two video frames using the method described above, and repeats the same process between the synthesized image and the next video frame, calculating the amount of parallel movement and synthesizing the images, thereby synthesizing all frames (see step S506).
この結果、検査画像再構成部１２１は、最終的に、撮影した映像データから合成した、固定子コイル３の表面の平面画像を生成することができる。図７は、本開示の実施の形態１に係る検査画像再構成部１２１によって生成された、固定子コイル３の表面の平面画像の一例を示した図である。 As a result, the inspection image reconstruction unit 121 can finally generate a planar image of the surface of the stator coil 3 that is synthesized from the captured video data. FIG. 7 is a diagram showing an example of a planar image of the surface of the stator coil 3 generated by the inspection image reconstruction unit 121 according to the first embodiment of the present disclosure.
次に、検査画像再構成部１２１は、全フレームの合成処理後に得られた図７の平面画像に対して、エッジ検出を行い、上口コイルおよび下口コイルの判定を行う（ステップＳ５０７、ステップＳ５０８参照）。 Next, the test image reconstruction unit 121 performs edge detection on the planar image of FIG. 7 obtained after the synthesis process of all frames, and determines whether the coil is an upper or lower exit coil (see steps S507 and S508).
検査画像再構成部１２１は、例えば、ｈｏｕｇｈ変換、ｓｏｂｅｌフィルタなどを用いて上口コイルおよび下口コイルの境界の候補のエッジを検出する。さらに、検査画像再構成部１２１は、検出したエッジのうち、最も適切なエッジを選択する。また、検査画像再構成部１２１は、エッジの選択方法として、コイルの長さあるいは中間ライナーのテクスチャを用いてエッジを判定する。 The test image reconstruction unit 121 detects candidate edges for the boundary between the upper and lower coils using, for example, a Hough transform, a Sobel filter, or the like. Furthermore, the test image reconstruction unit 121 selects the most appropriate edge from among the detected edges. In addition, the test image reconstruction unit 121 determines the edge using the length of the coil or the texture of the intermediate liner as a method for selecting the edge.
または、コイル境界付近の画像を学習させ、コイル境界付近で検出されたエッジをコイル境界位置とする判定モデルを事前に作成しておくことによっても、エッジを判定することができる。 Alternatively, edges can be determined by learning images near the coil boundaries and creating a determination model in advance that uses edges detected near the coil boundaries as the coil boundary positions.
図８は、本開示の実施の形態１に係る検査画像再構成部１２１によって実行されるエッジ検出処理、中間ライナー検出処理、および上口コイル／下口コイルの判定処理に関する説明図である。 Figure 8 is an explanatory diagram of the edge detection process, intermediate liner detection process, and upper/lower coil determination process executed by the test image reconstruction unit 121 according to the first embodiment of the present disclosure.
合成処理によって生成された２５６階調の平面画像に対して、例えばＨｏｕｇｈ変換処理を施すことで、図８に示したように、上口コイル端、中間ライナー、および下口コイル端には、白い線状の画像が残る。そこで、検査画像再構成部１２１は、平面画像に対してＨｏｕｇｈ変換処理を施すことで生成された画像に対してエッジ検出処理を実行することで白い線状部分を特定する。 By performing, for example, a Hough transform process on the 256-level planar image generated by the synthesis process, white linear images remain at the upper coil end, the intermediate liner, and the lower coil end, as shown in FIG. 8. Therefore, the test image reconstruction unit 121 identifies the white linear portions by performing an edge detection process on the image generated by performing a Hough transform process on the planar image.
この結果、検査画像再構成部１２１は、固定子１の表面の中間部分に存在する中間ライナー、および固定子１の表面の両端部分に存在する上口コイル端、下口コイル端を分離することができ、検査対象となる上口コイル領域および下口コイル領域を抽出することができる。 As a result, the inspection image reconstruction unit 121 can separate the intermediate liner present in the middle part of the surface of the stator 1, and the upper and lower end coil ends present at both ends of the surface of the stator 1, and can extract the upper and lower end coil regions to be inspected.
次に、図９のフローチャートを用いて、抽出された上口コイル領域および下口コイル領域のそれぞれに対して、部分放電防止材の消失領域を判定し、消失率を算出する手順を詳細に説明する。 Next, using the flowchart in Figure 9, we will explain in detail the procedure for determining the disappearance area of partial discharge prevention material for each of the extracted upper and lower coil areas and calculating the disappearance rate.
図９は、本開示の実施の形態１における部分放電防止材の消失率算出手順の一連処理を示したフローチャートである。消失率の算出に基づく部分放電防止材の良否判定は、コイル表面良否判定部１２２によって行われる。 Figure 9 is a flowchart showing a series of steps for calculating the disappearance rate of the partial discharge prevention material in the first embodiment of the present disclosure. The quality of the partial discharge prevention material is determined based on the calculation of the disappearance rate by the coil surface quality determination unit 122.
まず、コイル表面良否判定部１２２は、合成画像から抽出された上口コイル領域、下口コイル領域のそれぞれに対して、部分放電防止材の消失領域を抽出する（ステップＳ９０１～ステップＳ９０４参照）。 First, the coil surface quality determination unit 122 extracts the areas where partial discharge prevention material has disappeared for each of the upper and lower coil areas extracted from the composite image (see steps S901 to S904).
具体的には、コイル表面良否判定部１２２は、上口コイル領域および下口コイル領域として特定されるコイル領域の２５６階調の画像に対して２値化処理を施すことで、部分放電防止材の消失領域を白画像として抽出する。 Specifically, the coil surface quality determination unit 122 performs binarization processing on the 256-level image of the coil areas identified as the upper and lower coil areas, and extracts the areas where the partial discharge prevention material has disappeared as a white image.
図１０は、本開示の実施の形態１に係るコイル表面良否判定部１２２によって実行される部分放電防止材消失領域の抽出処理に関する説明図である。コイル表面良否判定部１２２は、部分放電防止材の消失領域を抽出するためにグレースケール化した画像に対して２値化処理を施すことで、図１０に示したように、部分放電防止材の消失領域を白画像として抽出し、部分放電防止材が消失した領域を識別することができる。 Figure 10 is an explanatory diagram of the extraction process of partial discharge prevention material disappearance areas executed by the coil surface quality determination unit 122 according to the first embodiment of the present disclosure. The coil surface quality determination unit 122 performs binarization processing on the grayscaled image in order to extract the partial discharge prevention material disappearance areas, and as shown in Figure 10, it is possible to extract the partial discharge prevention material disappearance areas as white images and identify the areas where the partial discharge prevention material has disappeared.
また、コイル表面良否判定部１２２は、色情報に基づいて部分放電防止材消失領域を抽出することもできる。図１１は、本開示の実施の形態１において、色情報に基づいて部分放電防止材消失領域であるか否かを判別する手法の説明図である。図１１では、色情報として、色相と彩度を用いた場合を例示している。なお、色情報の１つに明度があるが、明度は位置によって大きく変化するため、除外した。 The coil surface quality determination unit 122 can also extract areas where partial discharge prevention material has disappeared based on color information. FIG. 11 is an explanatory diagram of a method for determining whether an area is a partial discharge prevention material disappearance area based on color information in the first embodiment of the present disclosure. FIG. 11 illustrates an example in which hue and saturation are used as color information. Note that although brightness is one type of color information, it has been excluded because brightness varies greatly depending on the position.
２値化処理の代わりに、図１１に示したように、部分放電防止材の正常領域から取得した複数のサンプリング点における色情報（色相と彩度）と、消失領域から取得した複数のサンプリング点における色情報をプロットすることで、正常クラスと消失領域クラスとを識別する境界面をあらかじめ求めておくことができる。 Instead of binarization processing, as shown in Figure 11, by plotting color information (hue and saturation) at multiple sampling points obtained from the normal area of the partial discharge prevention material and color information at multiple sampling points obtained from the lost area, it is possible to obtain in advance the boundary surface that distinguishes between the normal class and the lost area class.
図１２は、本開示の実施の形態１に係るコイル表面良否判定部１２２によって色情報に基づいて実行される部分放電防止材消失領域の抽出処理に関する説明図である。コイル表面良否判定部１２２は、判定したい領域の色情報が、あらかじめ求めておいた境界面のどちらのクラスに位置するかを識別することで、その領域が正常領域であるか消失領域であるかを判定することができる。 Figure 12 is an explanatory diagram regarding the extraction process of partial discharge prevention material disappearance areas, which is executed based on color information by the coil surface quality determination unit 122 according to the first embodiment of the present disclosure. The coil surface quality determination unit 122 can determine whether the area to be determined is a normal area or a disappearance area by identifying which class of the boundary surface obtained in advance the color information of the area to be determined belongs to.
上述したように、本開示に係る検査部１２０は、画像処理として２値化処理、または、色情報に関するカラー画像処理を施し、固定子コイルの表面の部分放電防止材の消失箇所を識別することで、部分放電防止材の状態を定量的に判定することができる。 As described above, the inspection unit 120 according to the present disclosure performs image processing such as binarization processing or color image processing related to color information, and can quantitatively determine the state of the partial discharge prevention material by identifying areas where the partial discharge prevention material has disappeared on the surface of the stator coil.
図１３は、本開示の実施の形態１に係るコイル表面良否判定部１２２によって、平面画像から部分放電防止材の消失領域を白画像として抽出した状態を示した説明図である。コイル表面良否判定部１２２は、上口コイル領域、下口コイル領域として認識された領域の画素数全体と、部分放電防止材の消失領域として抽出された画素数との比から、消失率を計算することができる（ステップＳ９０５参照）。 Figure 13 is an explanatory diagram showing a state in which the coil surface quality determination unit 122 according to the first embodiment of the present disclosure extracts the partial discharge prevention material disappearance area from the planar image as a white image. The coil surface quality determination unit 122 can calculate the disappearance rate from the ratio of the total number of pixels in the area recognized as the upper end coil area and the lower end coil area to the number of pixels extracted as the partial discharge prevention material disappearance area (see step S905).
消失率の計算は、コイル表面良否判定部１２２によって、それぞれのスロットにおいて、上口コイル、下口コイル毎に別々に算出される。コイル表面良否判定部１２２は、消失率が、あらかじめ設定された閾値に相当するα％を超えることで、部分放電防止材の劣化が発生した箇所を特定し、部分放電防止材の補修が必要であると判断することができる。 The loss rate is calculated separately for the upper and lower coils in each slot by the coil surface quality determination unit 122. When the loss rate exceeds α%, which corresponds to a preset threshold value, the coil surface quality determination unit 122 can identify the location where degradation of the partial discharge prevention material has occurred and determine that repair of the partial discharge prevention material is necessary.
次に、点検履歴データについて説明する。点検履歴データ生成部１２３は、コイル表面良否判定部１２２によって上口コイル、下口コイル毎に算出された消失率に基づいて点検履歴データを生成する。 Next, the inspection history data will be described. The inspection history data generation unit 123 generates the inspection history data based on the loss rate calculated for each of the upper and lower coils by the coil surface quality determination unit 122.
一例として、点検履歴データ生成部１２３は、消失率に応じて５段階に分けて点検履歴データを生成することができる。すなわち、部分放電防止材の消失箇所の画素数の割合に応じて、消失度合をレベル分けする。 As an example, the inspection history data generating unit 123 can generate inspection history data divided into five levels according to the disappearance rate. In other words, the degree of disappearance is divided into levels according to the percentage of pixels in the area where the partial discharge prevention material has disappeared.
点検履歴データ生成部１２３は、消失率によってレベル分けされたデータを指標として、コアダクト２のスロット番号と関連付けて、上口コイル、下口コイル毎に個別の点検履歴データを生成することができる。 The inspection history data generation unit 123 can use the data classified into levels according to the loss rate as an index, associate it with the slot number of the core duct 2, and generate individual inspection history data for each upper and lower coils.
図１４は、本開示の実施の形態１に係る点検履歴データ生成部１２３によって生成された点検履歴データの一例を示した説明図である。図１４では、上口コイルにおいて、コアダクトの番号およびスロット番号と、５段階にレベル分けされた部分放電防止材の消失劣化レベルとが関連付けられた点検履歴データの一例が示されている。 Figure 14 is an explanatory diagram showing an example of inspection history data generated by the inspection history data generating unit 123 according to the first embodiment of the present disclosure. Figure 14 shows an example of inspection history data in which the core duct number and slot number are associated with the loss deterioration level of the partial discharge prevention material, which is classified into five levels, for the upper coil.
なお、図１４では、レベル１～レベル５を、丸数字として示している。また、消失劣化レベルに関しては、上述したような５段階には限定されず、２以上のＮ段階に区分けすることも可能である。また、点検履歴データ生成部１２３は、レベル分けせずに、消失率の値自身を、部分放電防止層の状態を示す指標として用い、点検履歴データを作成することも可能である。 In FIG. 14, levels 1 to 5 are indicated by circled numbers. The disappearance degradation levels are not limited to the five levels described above, and can be divided into N levels of 2 or more. The inspection history data generating unit 123 can also create the inspection history data by using the disappearance rate value itself as an index showing the state of the partial discharge prevention layer, without dividing the levels.
また、点検履歴データ生成部１２３は、点検日と関連付けて点検履歴データを作成し、点検履歴データベース１３０に記憶させることができる。この場合、コイル表面良否判定部１２２は、点検日と関連付けられた点検履歴データを用いて、時系列的に部分放電防止層の劣化状態の推移を管理することができる。 The inspection history data generating unit 123 can also create inspection history data in association with the inspection date and store it in the inspection history database 130. In this case, the coil surface quality determining unit 122 can use the inspection history data associated with the inspection date to manage the progression of the deterioration state of the partial discharge prevention layer in chronological order.
具体的には、コイル表面良否判定部１２２は、最新の点検日における点検履歴データと、最新の点検日よりも過去の点検日における点検履歴データとの比較から、部分放電防止材の劣化状態の推移を定量的に判定し、補修の要否を決定することができる。 Specifically, the coil surface quality determination unit 122 can quantitatively determine the progression of the deterioration state of the partial discharge prevention material by comparing the inspection history data on the most recent inspection date with the inspection history data on an inspection date prior to the most recent inspection date, and determine whether or not repair is required.
なお、図５および図９のそれぞれのフローチャートで示した各ステップは、本開示に係る発電機点検装置において実行される発電機点検方法に相当する。また、コンピュータに相当する検査部１２０を、このような発電機点検方法による各ステップに相当する手段として機能させるような発電機点検プログラムを用いることで、定量的な劣化診断を実現できる。 The steps shown in the respective flow charts of FIG. 5 and FIG. 9 correspond to a generator inspection method executed in the generator inspection device according to the present disclosure. In addition, quantitative deterioration diagnosis can be realized by using a generator inspection program that causes the inspection unit 120, which corresponds to a computer, to function as a means corresponding to each step of such a generator inspection method.
以上のように、実施の形態１によれば、固定子コイル表面の部分放電防止材の撮像結果に基づいて生成された平面画像に対して画像処理を施すことで、部分放電防止材の消失率を定量的に算出することができる構成を備えている。この結果、発電機固定子コイルの部分放電防止材の劣化状態を点検する際に、点検作業の効率化を図るとともに、均一な基準での劣化状態の評価を実現することのできる発電機点検装置を得ることができる。 As described above, according to the first embodiment, a configuration is provided that can quantitatively calculate the loss rate of partial discharge prevention material by performing image processing on a planar image generated based on the imaging results of the partial discharge prevention material on the stator coil surface. As a result, it is possible to obtain a generator inspection device that can improve the efficiency of the inspection work when inspecting the deterioration state of the partial discharge prevention material of the generator stator coil and can evaluate the deterioration state based on a uniform standard.
１ 固定子、２ コアダクト、３ 固定子コイル、１０ ファイバースコープカメラ（撮像装置）、１１ 治具、１００ パソコン、１１０ 画像メモリ、１２０ 検査部、１２１ 検査画像再構成部、１２２ コイル表面良否判定部、１２３ 点検履歴データ生成部、１３０ 点検履歴データベース。 1 stator, 2 core duct, 3 stator coil, 10 fiberscope camera (imaging device), 11 jig, 100 personal computer, 110 image memory, 120 inspection unit, 121 inspection image reconstruction unit, 122 coil surface quality determination unit, 123 inspection history data generation unit, 130 inspection history database.
Claims (10)
前記撮像装置による撮像結果に基づいて前記固定子コイルの表面における状態を検査する検査部と
を備え、
前記検査部は、固定子コアのダクト毎に、前記撮像装置を前記固定子コイルの表面に沿って移動させながら撮像された時系列画像データに対して画像処理を施すことで前記固定子コイルの表面の前記状態を定量的に判定する
発電機点検装置。 an imaging device that captures an image of a surface of a stator coil of the generator;
an inspection unit that inspects a state of a surface of the stator coil based on an imaging result by the imaging device,
The inspection unit quantitatively determines the condition of the surface of the stator coil by performing image processing on time-series image data captured while moving the imaging device along the surface of the stator coil for each duct of the stator core.
前記ファイバースコープカメラに装着され、ファイバースコープカメラを前記固定子コイルの表面に沿って移動させる際に、前記表面と前記ファイバースコープカメラの撮像面との距離を一定に保つ治具
をさらに備える請求項１に記載の発電機点検装置。 the imaging device is a fiberscope camera or a small camera;
The generator inspection device according to claim 1 , further comprising a jig attached to the fiberscope camera for maintaining a constant distance between the surface of the stator coil and an imaging surface of the fiberscope camera when the fiberscope camera is moved along the surface of the stator coil.
前記時系列画像データに対して画像処理を施すことで前記状態の検査領域を特定した前記固定子コイルの内部の画像を検査画像データとして再構成し、
再構成した前記検査画像データに対して画像処理を施すことで、前記固定子コイルの表面の前記状態を定量的に判定する
請求項１または２に記載の発電機点検装置。 The inspection unit includes:
image processing is performed on the time-series image data to reconstruct an image of the inside of the stator coil in which the inspection region in the state is specified as inspection image data;
The generator inspection device according to claim 1 or 2, wherein the condition of the surface of the stator coil is quantitatively determined by performing image processing on the reconstructed inspection image data.
請求項１から３のいずれか１項に記載の発電機点検装置。 The generator inspection device according to any one of claims 1 to 3, wherein the inspection unit performs binarization or color image processing as the image processing, and quantitatively determines the condition by identifying areas where partial discharge prevention material has disappeared on the surface of the stator coil.
請求項４に記載の発電機点検装置。 The generator inspection device according to claim 4 , wherein the inspection unit classifies the degree of disappearance into levels according to the number of pixels in the lost portion, and quantitatively determines the state.
請求項１から５のいずれか１項に記載の発電機点検装置。 The generator inspection device according to claim 1 , wherein the inspection unit generates inspection history data that associates the determined state with a slot number of the stator core.
固定子コアのダクト毎に、前記撮像装置を前記固定子コイルの表面に沿って移動させる際に作業員が発声するスロット番号を音声認識して識別する音声認識機能を有し、
判定した前記状態と音声認識した前記スロット番号とを関連付けて前記点検履歴データを生成する
請求項６項に記載の発電機点検装置。 The inspection unit includes:
a voice recognition function for recognizing and identifying a slot number spoken by an operator when moving the imaging device along a surface of the stator coil for each duct of the stator core;
The generator inspection device according to claim 6, wherein the inspection history data is generated by associating the determined state with the slot number recognized by voice recognition.
前記状態を定量的に判定する検査を実施した点検日をさらに関連付けて前記点検履歴データを生成し、
最新の点検日における点検履歴データと、前記最新の点検日よりも過去の点検日における点検履歴データとの比較に基づいて、前記状態の推移を定量的に判定する
請求項６または７に記載の発電機点検装置。 The inspection unit includes:
generating the inspection history data by further associating the inspection date on which the inspection for quantitatively determining the state was performed;
The generator inspection device according to claim 6 or 7, wherein the change in state is quantitatively determined based on a comparison of inspection history data on a latest inspection date with inspection history data on an inspection date earlier than the latest inspection date.
固定子コアのダクト毎に、前記撮像装置を前記固定子コイルの表面に沿って移動させることで撮像された時系列画像データを取得するステップと、
前記時系列画像データに対して画像処理を施すことで前記固定子コイルの表面の前記状態を定量的に判定するステップ
を有する発電機点検方法。 1. A generator inspection method executed by a computer for inspecting a condition of a surface of a stator coil of a generator based on an image of the surface of the stator coil captured by an imaging device, comprising:
acquiring time-series image data captured by moving the imaging device along a surface of the stator coil for each duct of a stator core;
a step of quantitatively determining the condition of the surface of the stator coil by performing image processing on the time-series image data.
コンピュータを、
固定子コアのダクト毎に、前記撮像装置を前記固定子コイルの表面に沿って移動させることで撮像された時系列画像データを取得する手段と、
前記時系列画像データに対して画像処理を施すことで前記固定子コイルの表面の前記状態を定量的に判定する手段と
して機能させる発電機点検プログラム。 A generator inspection program for inspecting a condition of a surface of a stator coil of a generator based on an image of the surface of the stator coil captured by an imaging device, comprising:
Computer,
a means for acquiring time-series image data captured by moving the imaging device along a surface of the stator coil for each duct of the stator core;
a generator inspection program that functions as a means for quantitatively determining the condition of the surface of the stator coil by performing image processing on the time-series image data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021077501A JP7499211B2 (en) | 2021-04-30 | 2021-04-30 | Generator inspection device, generator inspection method, and generator inspection program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021077501A JP7499211B2 (en) | 2021-04-30 | 2021-04-30 | Generator inspection device, generator inspection method, and generator inspection program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022171093A JP2022171093A (en) | 2022-11-11 |
| JP7499211B2 true JP7499211B2 (en) | 2024-06-13 |
Family
ID=83945816
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021077501A Active JP7499211B2 (en) | 2021-04-30 | 2021-04-30 | Generator inspection device, generator inspection method, and generator inspection program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7499211B2 (en) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001264260A (en) | 2000-03-16 | 2001-09-26 | Tomoe Corp | Deterioration degree evaluating method in inspecting pipe inner face corrosion |
| JP2009085718A (en) | 2007-09-28 | 2009-04-23 | Aisin Aw Co Ltd | Varnish impregnation inspection device and inspection method |
| JP2010193689A (en) | 2009-02-20 | 2010-09-02 | Mitsubishi Electric Corp | Method for forming coated film on surface of stator coil, and coating spray apparatus |
| JP2010271177A (en) | 2009-05-21 | 2010-12-02 | Honda Motor Co Ltd | Surface examination device |
| JP2015203613A (en) | 2014-04-14 | 2015-11-16 | 三菱電機株式会社 | Coil inspection method and coil inspection apparatus |
| JP2017125843A (en) | 2015-12-18 | 2017-07-20 | ゼネラル・エレクトリック・カンパニイ | System and method for inspecting turbine blades |
| US20180188187A1 (en) | 2016-12-31 | 2018-07-05 | Abb Schweiz Ag | Inspection system for inspecting an internal component of a machine |
| JP2018118733A (en) | 2018-03-22 | 2018-08-02 | 三菱電機株式会社 | Caterpillar track running device of robot for inspecting power generator and moving body of robot for inspecting power generator |
-
2021
- 2021-04-30 JP JP2021077501A patent/JP7499211B2/en active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001264260A (en) | 2000-03-16 | 2001-09-26 | Tomoe Corp | Deterioration degree evaluating method in inspecting pipe inner face corrosion |
| JP2009085718A (en) | 2007-09-28 | 2009-04-23 | Aisin Aw Co Ltd | Varnish impregnation inspection device and inspection method |
| JP2010193689A (en) | 2009-02-20 | 2010-09-02 | Mitsubishi Electric Corp | Method for forming coated film on surface of stator coil, and coating spray apparatus |
| JP2010271177A (en) | 2009-05-21 | 2010-12-02 | Honda Motor Co Ltd | Surface examination device |
| JP2015203613A (en) | 2014-04-14 | 2015-11-16 | 三菱電機株式会社 | Coil inspection method and coil inspection apparatus |
| JP2017125843A (en) | 2015-12-18 | 2017-07-20 | ゼネラル・エレクトリック・カンパニイ | System and method for inspecting turbine blades |
| US20180188187A1 (en) | 2016-12-31 | 2018-07-05 | Abb Schweiz Ag | Inspection system for inspecting an internal component of a machine |
| JP2018118733A (en) | 2018-03-22 | 2018-08-02 | 三菱電機株式会社 | Caterpillar track running device of robot for inspecting power generator and moving body of robot for inspecting power generator |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022171093A (en) | 2022-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fernandes et al. | Predicting heart rate variations of deepfake videos using neural ode | |
| US8792705B2 (en) | System and method for automated defect detection utilizing prior data | |
| JP5007953B2 (en) | Image processing apparatus, image processing method, and program | |
| CN110772286A (en) | System for discernment liver focal lesion based on ultrasonic contrast | |
| JP6927322B2 (en) | Pulse wave detector, pulse wave detection method, and program | |
| CN105813548A (en) | Process for evaluation of at least one facial clinical sign | |
| CN110493574B (en) | Security monitoring visualization system based on streaming media and AI technology | |
| JP2016223815A (en) | Deterioration diagnostic system and deterioration diagnostic method | |
| CN112367520B (en) | Video quality diagnosis system based on artificial intelligence | |
| CN113888518A (en) | Laryngopharynx endoscope tumor detection and benign and malignant classification method based on deep learning segmentation and classification multitask | |
| CN110322470A (en) | Action recognition device, action recognition method and recording medium | |
| CN110728269B (en) | High-speed rail contact net support pole number plate identification method based on C2 detection data | |
| CN115331002A (en) | Method for realizing remote processing of heating power station fault based on AR glasses | |
| JP7499211B2 (en) | Generator inspection device, generator inspection method, and generator inspection program | |
| CN112036328B (en) | Bank customer satisfaction calculating method and device | |
| CN113034359A (en) | Intelligent diagnosis method and device for generator set stator and rotor defects, computer equipment and storage medium | |
| CN112488165A (en) | Infrared pedestrian identification method and system based on deep learning model | |
| CN109766832A (en) | A kind of image pre-processing method, device, system, equipment and storage medium | |
| Cerrolaza et al. | Fully-automatic glottis segmentation with active shape models. | |
| KR102221317B1 (en) | Inspection apparatus and method based on deep learning | |
| CN105976429B (en) | Criminal investigation portrait computer auxiliary system and method | |
| CN114581705A (en) | Fruit ripening detection method and system based on YOLOv4 model and convolutional neural network | |
| JP5845960B2 (en) | Image processing apparatus, image processing method, and image processing program | |
| CN112560776A (en) | Intelligent fan regular inspection method and system based on image recognition | |
| Mendez et al. | Glottal space segmentation from motion estimation and gabor filtering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231011 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240515 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240528 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240603 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7499211 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |