用于检查风力涡轮机叶片壳部件的系统和方法技术方案

描述了一种用于检查诸如风力涡轮机叶片壳部件或风力涡轮机叶片翼梁帽之类的风力涡轮机叶片部件的缺陷的风力涡轮机叶片检查系统。所述风力涡轮机叶片壳部件在纵向方向上延伸，并且其中所述系统包括：至少第一图像捕获装置；运送构件，所述运送构件用于沿着所述风力涡轮机叶片部件来移动所述至少第一图像捕获装置，并且被配置以便沿着所述风力涡轮机叶片部件来捕获包括所述风力涡轮机叶片部件的部分的第一图像的多个所获取图像；以及图像处理单元，所述图像处理单元被配置成识别所述多个所获取图像中的异常，并且识别所述异常是否涉及所述风力涡轮机叶片部件中的缺陷。涉及所述风力涡轮机叶片部件中的缺陷。涉及所述风力涡轮机叶片部件中的缺陷。

【技术实现步骤摘要】
【国外来华专利技术】用于检查风力涡轮机叶片壳部件的系统和方法


[0001]本专利技术涉及用于检查风力涡轮机叶片壳部件的缺陷的风力涡轮机叶片检查系统以及用于检查风力涡轮机叶片壳部件的缺陷的方法。

技术介绍

[0002]诸如风力涡轮机叶片、飞机机翼和船体之类的细长结构能够以复合材料来被制造，所述复合材料包括被嵌入在聚合物基体中的纤维增强材料。所述纤维增强材料通常被堆叠，从而形成多个堆叠的层，同时将纤维的取向与细长结构的纵向方向对齐，以便提供纵向方向上的刚度。堆叠的纤维层的对齐对于细长结构的可靠性和强度是极其重要的。任何纤维未对齐可能引起风力涡轮机叶片的故障或破损。因此，识别或定位纤维未对齐或皱褶(例如平面内或平面外未对齐)对于补救纤维未对齐并且因此对于确保风力涡轮机叶片的可靠性至关重要。了解细长结构中是否存在纤维未对齐缺陷并且能够量化所述缺陷及其位点(location)允许开展适当的修理工作(诸如打磨掉纤维未对齐并且更换所打磨的部分)并且因此消除过多的修理工作。此外，纤维未对齐检测提供所制造的风力涡轮机叶片的更高可靠性，同时还提供加强的安全性。
[0003]当今，纤维未对齐通过采用手电筒在细长结构的表面上进行目视检查来被检测，并且在未对齐被观测到时使用非常简单的工具(例如皱褶梳和尺子)来被量化。这类目视检查不充分，因为它仅允许检测存在于细长结构的表面上的纤维未对齐。另外，针对在目视检查期间可能错过的微小表面起伏，这类目视检查可能费时且低效。不是仅处于表面上的纤维未对齐(诸如更深的纤维未对齐或隐藏的纤维未对齐)对细长结构的可靠性同等有害。
[0004]超声测试方法尚未被证明充分有用以作为识别和量化皱褶的方法。超声测试方法要求特定材料(所述材料可能污染叶片的表面)被添加以用于检测未对齐，以便提供传感器与被测对象之间的接触表面。进一步，传感器在不能够实现对皱褶的适当检测或量化的波长进行操作。
[0005]还众所周知的是，在结构的预固结或固化之后或期间例如使用摄像机系统来扫描其他缺陷。这类缺陷可能例如涉及具有在复合材料中或者在具有过高树脂含量的备选区中形成的气穴(airpocket)的区。然而，这类系统要求人类操作者的存在，以识别可能的缺陷以及还建议补救缺陷的合适修理方法。相应地，缺陷的检测依靠人类错误的经验并且易于出错。
[0006]相应地，存在对能够更高效地识别缺陷和建议补救缺陷的合适修理方法并且不太易于出错的自动化过程的需要。

技术实现思路

[0007]一目的是要取得克服或改善现有技术的缺点中的至少一个缺点或者提供有用的备选方案的系统和方法。
[0008]按照第一方面，这通过一种用于检查风力涡轮机叶片部件(诸如风力涡轮机叶片
壳部件或风力涡轮机叶片翼梁帽)的缺陷的风力涡轮机叶片检查系统来取得，其中所述风力涡轮机叶片部件在纵向方向上延伸，并且其中所述系统包括：至少第一图像捕获装置；运送构件，所述运送构件用于沿着所述风力涡轮机叶片部件来移动所述至少第一图像捕获装置，并且被配置以便沿着所述风力涡轮机叶片部件来捕获多个所获取图像，所述多个所获取图像包括所述风力涡轮机叶片部件的部分的第一图像；以及图像处理单元，所述图像处理单元被配置成识别所述多个所获取图像中的异常并且识别所述异常是否涉及所述风力涡轮机叶片部件中的缺陷。
[0009]按照第二方面，通过一种用于检查风力涡轮机叶片部件(诸如风力涡轮机叶片壳部件或风力涡轮机叶片翼梁帽)的缺陷的方法来取得目的，其中所述风力涡轮机叶片部件在纵向方向上延伸，并且其中所述方法包括下列的步骤：沿着所述风力涡轮机叶片部件来运送至少第一图像捕获装置；使用所述至少第一图像捕获装置沿着所述风力涡轮机叶片部件来捕获多个所获取图像，所述多个所获取图像包括所述风力涡轮机叶片部件的部分的第一图像；对所述多个所获取图像进行图像处理，以识别所述多个所获取图像中的任何所获取图像是否包含异常；以及根据识别异常，确定所述异常是否涉及所述风力涡轮机叶片部件中的缺陷。
[0010]因此，所述系统和方法被配置成：沿着风力涡轮机叶片来运送第一图像捕获装置，并且检测可能涉及风力涡轮机叶片部件中的缺陷的异常。因此，还清楚的是，所描述的解决方案用于识别复合结构中的缺陷，所述复合结构包括聚合物基体(例如固化的树脂)中的增强纤维(诸如玻璃和/或碳纤维)。
[0011]异常被定义为与来自所述多个所获取图像的数据的大多数偏离或者与预期的图像偏离的所述多个所获取图像中的观测。对于光学图像，它例如可以是风力涡轮机叶片的表面中的非预期的变化或起伏，以及对于热或红外图像，它例如可以是热图像中的非预期的变化，诸如热图像中的局部变化。表面高度中的变化可例如指示纤维绞合中的皱褶。进一步，(预期的)热辐射的缺乏可指示缺乏树脂和可能的气穴，而(预期的)热辐射中的增加可指示富树脂区。然而，这也可与风力涡轮机叶片部件的构造设计的预先知识(例如与翼梁帽、夹层构造和诸如此类的位置(position)有关的知识)相组合。在实践中并且如后面详细说明的，所述系统和方法可被配置成经由图像注释来识别异常。所述系统优选地被预训练成识别异常并且提供图像注释。在这类系统中，图像可采用例如表示特定缺陷类型的标签来被注释。
[0012]清楚的是，所述缺陷可能涉及表面缺陷或者涉及风力涡轮机叶片部件内的表面下缺陷。
[0013]在下面描述按照以上方面的优选的实施例。各个实施例可按任何设想的组合相结合。所述实施例提及风力涡轮机叶片部件。所述部件优选地是风力涡轮机叶片壳部件或者风力涡轮机叶片的翼梁帽。要注意，翼梁帽可分开被制造，并且例如通过粘附被连接到空气动力壳。因此，空气动力壳和翼梁帽均可分开被检查。然而，也可能制造具有被集成到风力涡轮机叶片壳部件中的翼梁帽的风力涡轮机叶片壳部件(例如压力侧壳或吸力侧壳)。在这类实施例中，空气动力壳和翼梁帽可同步被检查。
[0014]按照所要求保护的专利技术，所述系统和方法优选地涉及风力涡轮机叶片的制造期间
的检查。相应地，所述系统优选地被配置成在叶片的制造期间检查风力涡轮机叶片部件，诸如风力涡轮机叶片壳或翼梁帽。因此，所述系统配置成在制造设施来被使用。相似地，所述检查方法优选地在风力涡轮机叶片的制造期间(例如在风力涡轮机叶片壳或翼梁帽的固化之后)被使用。
[0015]进一步，按照所要求保护的专利技术，所述系统和方法优选地利用以热成像图像捕获装置或红外摄像机的形式的第一图像捕获装置以及以光学摄像机的形式的第二图像捕获装置两者。
[0016]在一有利实施例中，第一图像捕获装置是热成像图像捕获装置或红外摄像机。热成像图像捕获装置或红外摄像机可例如在风力涡轮机叶片部件正硬化或被固化时或者之后随即捕获图像，并且其中树脂可仍发射来自固化过程的放热辐射。热成像图像捕获装置或红外摄像机可将图像持续地捕获到视频馈送，或者它可配置成在例如预定义的位置或者以预定义的间距来获取静止图像。
[0017]在另一有利实施例中，第一图像捕获装置是光学摄像机。所述光学摄像机可捕获风力涡轮机叶片部件的特别是表面的图像，本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于检查诸如风力涡轮机叶片壳部件或风力涡轮机叶片翼梁帽之类的风力涡轮机叶片部件的缺陷的风力涡轮机叶片检查系统，其中所述风力涡轮机叶片壳部件在纵向方向上延伸，并且其中所述系统包括：第一图像捕获装置，其中所述第一图像捕获装置是热成像图像捕获装置或红外摄像机；第二图像捕获装置，其中所述第二图像捕获装置是光学摄像机；运送构件，所述运送构件用于沿着所述风力涡轮机叶片部件来移动所述至少第一图像捕获装置，并且被配置以便捕获多个所获取图像，所述多个所获取图像包括：来自所述第一图像捕获装置的沿着所述风力涡轮机叶片部件的所述风力涡轮机叶片部件的部分的第一图像以及来自所述第二图像捕获装置的沿着所述风力涡轮机叶片部件的所述风力涡轮机叶片部件的部分的第二图像；以及图像处理单元，所述图像处理单元被配置成识别所述多个所获取图像中的异常并且识别所述异常是否涉及所述风力涡轮机叶片部件中的缺陷。2.按照权利要求1所述的系统，其中，所述至少第一图像捕获装置被配置和定位成捕获示出所述风力涡轮机叶片部件的整个宽度的图像。3.按照权利要求1
‑
2中的任一项所述的系统，其中，所述系统进一步包括位置记录单元，所述位置记录单元被配置成记录所述多个所获取图像的位置。4.按照权利要求3所述的系统，其中，所述系统包括拼接模块，所述拼接模块被配置成将所述多个所获取图像或多个经图像处理的图像拼接成映射所述风力涡轮机叶片部件的全视图的拼接的图像。5.按照权利要求1
‑
4中的任一项所述的系统，其中，所述系统包括过滤器模块，所述过滤器模块被配置成过滤出从下列项的组中所挑选的图像：被模糊的图像和/或不含有所述风力涡轮机叶片部件的图像的图像和/或重叠多于预定义的重叠阈值的图像。6.按照权利要求5所述的系统，其中，所述过滤器模块使用统计图像处理和/或机器学习来识别模糊的图像。7.按照权利要求5
‑
6中的任一项所述的系统，其中，图像的所述重叠使用下列项的至少一个来被确定：两个图像的交叉相关性、两个图像的平方差或者例如使用连体网络的度量学习。8.按照权利要求5
‑
7中的任一项所述的系统，其中，所述重叠阈值处于10％与50％之间。9.按照权利要求1
‑
8中的任一项所述的系统，其中，所述系统被配置成经由图像注释来识别所述异常。10.按照权利要求1
‑
9中的任一项所述的系统，其中，所述系统包括分析模块，所述分析模块被配置成确定所述异常是否与来自多个可能缺陷类型中的特定缺陷类型相关。11.按照权利要求10所述的系统，其中，所述分析模块被配置成计算所述多个可能缺陷类型中的每个的置信值，所述置信值指示所述异常与所述多个可能缺陷类型中的特定缺陷类型相关的概率。12.按照权利要求10
‑
11中的任一项所述的系统，其中，所述分析模块被配置成：如果所述多个可能缺陷类型中的具有最高置信值的两个缺陷类型的置信值处于消歧义阈值之内，
则发起消歧义过程。13.按照权利要求10
‑
12中的任一项所述的系统，其中，所述分析模块被配置成：接收所述多个所获取图像，并且输出识别所述多个所获取图像的哪些像素属于缺陷并且优选地属于对应缺陷类型的掩码。14.按照权利要求13所述的系统，其中，所述分析模块被配置成将已被识别为属于缺陷并且属于相同缺陷类型的相邻像素归组到单个缺陷区域。15.按照权利要求1
‑
14中的任一项所述的系统，其中，所述系统进一步包括指示器单元，所述指示器单元被配置成照射所述风力涡轮机叶片部件上的一个或...

【专利技术属性】
技术研发人员：G，
申请(专利权)人：LM风力发电公司，
类型：发明
国别省市：