【技术实现步骤摘要】
一种基于高光谱的风电叶片表面砂眼故障的检测系统及方法
本专利技术涉及风电叶片检测
,更具体地说,本专利技术涉及一种基于高光谱的风电叶片表面砂眼故障的检测方法。
技术介绍
风能是现在社会最主要的可再生能源之一,而将风能转换为电能主要依靠风电叶片。由于风力发电机安装在暴露的环境中,在自然环境和各种极端天气的影响下,风电叶片可能会发生故障。除此之外,风电叶片在运输安装的过程中也会对风电叶片造成一定程度的损伤。这些故障和损伤如果不及时处理则会造成灾难性后果。因此,及时准确地检测出风电叶片的故障至关重要。目前已有的无损检测风电叶片故障的方法主要有超声波检测法、X射线检验法、微波检验法、声发射检验法等。超声波检测法通过超声波对风电叶片进行检测,穿透力强,可较大范围检测出风电叶片的内部缺陷,但是由于风电叶片材料多种多样,结构复杂,应用超声波检测方法无法完全适用,不能保证对风电叶片安全有效的检测。X射线检验法是利用X射线对风电叶片进行检测,X射线对不同检测物质的衰减度不同,可检测风电叶片的不同缺陷,对于风电叶片如缺乏胶水或内部 ...
【技术保护点】
1.一种基于高光谱的风电叶片表面砂眼故障的检测系统,其特征在于,该系统包括:图像采集模块(1)、图像预处理模块(2)、分析处理模块(3)、数据库(4)和信息显示模块(5);/n图像采集模块(1)由无人机图像采集单元(11)和无线传输模块(12)组成,由无人机图像采集单元(11)中无人机搭载的高光谱相机在空中对风电叶片进行高光谱图像采集,通过无线传输模块(12)将采集到的风电叶片图像传输到图像预处理模块(2);/n图像预处理模块(2)用于图像的预处理以改善图像质量;/n分析处理模块(3)包含主成分分析单元(33)、对比分析单元(32)和颜色表征单元(31),其中主成分分析单元 ...
【技术特征摘要】
1.一种基于高光谱的风电叶片表面砂眼故障的检测系统,其特征在于,该系统包括:图像采集模块(1)、图像预处理模块(2)、分析处理模块(3)、数据库(4)和信息显示模块(5);
图像采集模块(1)由无人机图像采集单元(11)和无线传输模块(12)组成,由无人机图像采集单元(11)中无人机搭载的高光谱相机在空中对风电叶片进行高光谱图像采集,通过无线传输模块(12)将采集到的风电叶片图像传输到图像预处理模块(2);
图像预处理模块(2)用于图像的预处理以改善图像质量;
分析处理模块(3)包含主成分分析单元(33)、对比分析单元(32)和颜色表征单元(31),其中主成分分析单元(33)用于根据原协方差矩阵S的特征值和特征向量计算主成分的方差贡献率,保留包含绝大部分信息的主成分图像,从而对高光谱图像进行降维处理;
颜色表征单元(31)用于对主成分图像中包含砂眼光谱信息的区域通过颜色表征标示出来;
对比分析单元(32)用于将数据库(4)中提取同一位置上一次检测获得的经过颜色表征主成分图像和本次检测获得的经过颜色表征的主成分图像进行对比,通过在图像中标示的不同颜色变化分析出砂眼的数量及范围的变化结果;
数据库(4)包含数据存储单元(41)、数据提取单元(42)和数据库单元(43),数据存储单元(41)用于将获得的主成分图像存储至数据库单元(43)中,数据提取单元(42)用于将存储在数据库单元(43)的主成分图像提取出来;
信息显示模块(5)用于将对比分析的结果显示出来,供操作人员查看,操作人员通过显示出的砂眼数量变化以及砂眼的扩大范围决定是否需要修复。
2.根据权利要求1所述的基于高光谱的风电叶片表面砂眼故障的检测系统,其特征在于,图像预处理模块(2)由图像去噪单元(21)和图像校正单元(22)组成,图像去噪单元(21)用于图像去噪,图像校正单元(22)用于图像校正。
3.根据权利要求2所述的基于高光谱的风电叶片表面砂眼故障的检测系统,其特征在于,图像去噪单元(21)以SG平滑算法对图像进行去噪处理。
4.根据权利要求2所述的基于高光谱的风电叶片表面砂眼故障的检测系统,其特征在于,图像校正单元(22)以黑白校正方法对图像进行...
【专利技术属性】
技术研发人员:曹乐凡,赵红雨,张锐,张喜山,孟宪东,李文军,
申请(专利权)人:吉林大学,吉林中电投新能源有限公司,
类型:发明
国别省市:吉林;22
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。