风机叶片缺陷检测系统技术方案

本申请涉及一种风机叶片缺陷检测系统。所述系统包括：无人机、边缘算模块和云服务器，边缘计算模块分别与云服务器和无人机连接；边缘计算模块响应风机叶片缺陷检测指令，发送采样消息至无人机，无人机响应采样消息，从边缘计算模块获取飞行路径、并根据飞行路径对风机叶片进行采样，得到风机叶片超声波检测数据和风机叶片图像数据，将风机叶片超声波检测数据和风机叶片图像数据发送至边缘计算模块，边缘计算模块根据风机叶片超声波检测数据和风机叶片图像数据进行风机叶片缺陷检测，得到风机叶片缺陷检测结果，并将风机叶片超声波检测数据、风机叶片图像数据和风机叶片缺陷检测结果发送至云服务器。采用本系统能实现高效且准确的叶片缺陷检测。的叶片缺陷检测。的叶片缺陷检测。

【技术实现步骤摘要】
风机叶片缺陷检测系统


[0001]本申请涉及视觉检测和超声检测
，特别是涉及一种风机叶片缺陷检测系统。

技术介绍

[0002]随着新能源行业的快速发展，我国风力发电装机容量迅速增长，单机容量与叶轮直径不断增大，叶片长度由原来的(30～40)米增加至(60～70)米。风机叶片是风力发电机的关键部件之一，主要的作用是将风能转换成机械能。由于风机复杂的内部结构、制造工艺以及工作过程中受到风雨冲刷、潮湿空气腐蚀等环境因素的影响，风机叶片不可避免地会出现各种类型的损伤，如果不及时进行检测处理可能会导致风机叶片断裂，造成严重后果。因此，保证风机叶片的质量可靠性不容忽视，对风机和风机叶片进行健康监测和缺陷检测是保证风机寿命、避免安全事故和保障风机发电经济效益的有效途径。
[0003]传统的叶片损伤、故障的检测手段是使用望远镜观察和绳索垂降人工检测，该检测方式因为是高空作业，检测成本高，且是人工巡检的方式，工人劳动强度大，使得检测时间长，检测效率低下。近年来，为了应对以上传统检测方法的检测效率低下的缺陷，有人提出了新的基于机器视觉理论和图像处理技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风机叶片缺陷检测系统，其特征在于，所述系统包括：无人机、边缘计算模块和云服务器，所述边缘计算模块分别与所述云服务器和所述无人机连接；所述边缘计算模块响应风机叶片缺陷检测指令，发送采样消息至所述无人机，所述无人机响应所述采样消息，从所述边缘计算模块获取飞行路径、并根据所述飞行路径对风机叶片进行采样，得到风机叶片超声波检测数据和风机叶片图像数据，将所述风机叶片超声波检测数据和所述风机叶片图像数据发送至所述边缘计算模块，所述边缘计算模块根据所述风机叶片超声波检测数据和所述风机叶片图像数据进行风机叶片缺陷检测，得到风机叶片缺陷检测结果，并将所述风机叶片超声波检测数据、所述风机叶片图像数据和所述风机叶片缺陷检测结果发送至所述云服务器。2.根据权利要求1所述的风机叶片缺陷检测系统，其特征在于，所述云服务器还用于基于所述风机叶片超声波检测数据、所述风机叶片图像数据和预设的风机叶片状态预测输出值，结合预设的马氏距离的故障预警判据，进行风机叶片故障预警。3.根据权利要求2所述的风机叶片缺陷检测系统，其特征在于，所述云服务器还用于将所述风机叶片超声波检测数据和所述风机叶片图像数据输入至已训练的风机叶片故障预测模型中，得到风机叶片状态实际输出值，根据所述风机叶片状态实际输出值和预存的风机叶片状态预测输出值，结合基于马氏距离的故障预警判据，进行风机叶片故障预警。4.根据权利要求1所述的风机叶片缺陷检测系统，其特征在于，所述风机叶片缺陷检测结果包括风机叶片内部缺陷检测结果和风机叶片外部缺陷检测结果；所述边缘计算模块还用于将所述风机叶片超声波检测数据输入至已训练的超声波风机叶片缺陷检测模型进行风机叶片内部缺陷检测，得到风机叶片内部缺陷检测结果，将所述风机叶片图像数据输入至已训练的视觉风机叶片缺陷检测模型进行风机叶片外部缺陷检测，得到风机叶片外部...

【专利技术属性】
技术研发人员：赵耀，赵毅君，周扬，
申请(专利权)人：湖南工程学院，
类型：发明
国别省市：