摄像引导的无人机风电叶片缺陷动态检测系统及其方法技术方案

技术编号:21396221 阅读:26 留言:0更新日期:2019-06-19 06:18
本发明专利技术公开了一种摄像引导的无人机风电叶片缺陷动态检测系统,包括叶片全局运动测量系统、无人机站叶片局部损伤检测系统、信息处理分析和控制系统、以及野外综合支持与保障系统。还公开了基于上述系统的检测方法,先进行相机标定;再通过全局运动测量系统采集旋转叶片的图像,获取旋转叶片的全场位移和变形信息,并提取旋转叶片轮廓;然后控制规划无人机近距离局部观测,获取叶片感兴趣局部区域在不同位置不同受力状态下的高分辨图像;根据叶片上特征点位移和图像变化进行人工或者半自动故障检测分析。本发明专利技术检测过程稳定,实现了对大尺度风电叶片的全局与局部表面的高精度检测,具有检测效率高、功能丰富、容易控制的优点,节省了大量人力。

Video-guided UAV Wind Power Blade Defect Dynamic Detection System and Its Method

The invention discloses a camera-guided dynamic detection system for the defect of UAV wind turbine blades, including a blade global motion measurement system, a UAV station blade local damage detection system, an information processing analysis and control system, and a field integrated support and support system. The detection method based on the above system is also disclosed, and the camera calibration is carried out first. Then, the image of the rotating blade is collected by the global motion measurement system, and the displacement and deformation information of the rotating blade is obtained, and the profile of the rotating blade is extracted. Then, the close-range local observation of the planned UAV is controlled to obtain the high resolution of the region of interest of the blade under different stress conditions at different positions. Image; Artificial or semi-automatic fault detection and analysis is carried out according to the displacement and image change of feature points on the blade. The detection process of the invention is stable, realizes high-precision detection of the global and local surface of large-scale wind turbine blades, has the advantages of high detection efficiency, rich functions and easy control, and saves a lot of manpower.

【技术实现步骤摘要】
摄像引导的无人机风电叶片缺陷动态检测系统及其方法
本专利技术涉及摄像测量技术和云纹检测技术,尤其涉及一种摄像引导的无人机风电叶片鼓泡和表面缺陷的动态检测系统及方法。
技术介绍
随着我国综合国力的不断增强,国家对能源的需求量不断攀升。利用风能发电已经成为一种可靠的清洁能源。我国在20世纪80年代开始风电项目的探索和示范工作。预期到2050年能满足国内17%的电力需求。大型风力发电场多建于偏远的山区或近海区域,交通不便,并且机组处于高空,一旦机组的某些部件出现故障,不仅长时间停机造成发电量损失,而且整个机组的重新吊装和部件更换,都需要大量的人力和物力。作为主流的现代大型水平轴式风电机组,其结构非常复杂,一般由叶片、动力传动链、发电机和塔架等部件组成。常见风电设备机械故障的类型主要包括叶片故障、动力传动机构故障、发电机故障、偏航系统故障和塔架故障,这些关键部件的故障将造成风力发电机组的停机甚至失效。国内外已对风电叶片检测方法和仪器做了大量研究,但大都不成熟。实用的叶片检测方法仪器都需要在停机状态下利用望远镜和绳索蜘蛛人进行目测检测,可检测项目少、效率低、可靠性低,不能及时发现叶片等结构的机本文档来自技高网...

【技术保护点】
1.一种摄像引导的无人机风电叶片缺陷动态检测系统,其采用无人机搭载摄像测量载荷结合地面全局测量相机,实现对风电叶片非接触、动态全面的、高精度的在线健康监测,其特征在于,包括以下系统:叶片全局运动测量系统:其设置于地面,包括两个独立的全局相机测量平台,每一个全局相机测量平台具有由一台或若干台相机组成的相机阵列,两个全局相机测量平台的间距和交会角根据测量任务需求灵活布置,用于对风电叶片进行三维运动测量和图像边缘轮廓测量,并获得叶片各感兴趣点的三维运动轨迹;无人机站叶片局部损伤检测系统:包括无人机,无人机携带检测载荷,检测载荷可包括高分辨率相机和数字图像投射器,用于近距离拍摄叶片表面的光学图像,可观...

【技术特征摘要】
1.一种摄像引导的无人机风电叶片缺陷动态检测系统,其采用无人机搭载摄像测量载荷结合地面全局测量相机,实现对风电叶片非接触、动态全面的、高精度的在线健康监测,其特征在于,包括以下系统:叶片全局运动测量系统:其设置于地面,包括两个独立的全局相机测量平台,每一个全局相机测量平台具有由一台或若干台相机组成的相机阵列,两个全局相机测量平台的间距和交会角根据测量任务需求灵活布置,用于对风电叶片进行三维运动测量和图像边缘轮廓测量,并获得叶片各感兴趣点的三维运动轨迹;无人机站叶片局部损伤检测系统:包括无人机,无人机携带检测载荷,检测载荷可包括高分辨率相机和数字图像投射器,用于近距离拍摄叶片表面的光学图像,可观察叶片表面裂纹、损伤、脱毡等异常情况,同时也可测量不同位置不同受力状态下的叶片局部三维轮廓及叶片表面变形情况;信息处理分析和控制系统:包括计算机和传输线缆,用于全局运动测量系统和无人机站叶片局部损伤检测系统的数据同步、传输、处理与分析,同时根据任务需求完成对于无人机站运动状态的控制;野外综合支持与保障系统:包括若干辆越野车,用于摄影测量设备的运输和电力保障。2.如权利要求1所述的摄像引导的无人机风电叶片缺陷动态检测系统,其特征在于,叶片全局运动测量系统仅作为无人机站控制引导系统时,单个全局相机测量平台即可满足任务需求。3.一种摄像引导的无人机风电叶片缺陷动态检测方法,其采用如权利要求1所述的动态检测系统,其特征在于,包括以下步骤:步骤(1),相机标定,相...

【专利技术属性】
技术研发人员:于起峰尚洋张东升刘肖琳刘海波孙聪
申请(专利权)人:中国人民解放军国防科技大学
类型:发明
国别省市:湖南,43

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1