风力发电机叶片无人机检查路径规划技术研究

多旋翼无人机由于其悬停性能好、便于起降、易于维护等特点,被广泛运用于各种巡检场合,随着微控制器技术的不断进步,多旋翼无人机的通用飞控算法已能适应常规飞行任务需要,但仍无法满足特定工况下的巡检任务需求.本文首先简单介绍了多旋翼无人机及其驱动模型,随后介绍了风力发电机叶片自动巡检场景的任务需求,提出了基于前馈控制的提高无人...     

基于改进Yolov4的风电机组叶片缺陷检测算法

新型能源的发展离不开风力发电。随着风电机组性能的不断优化,对叶片运维提出了更高要求。为了提升风电机组的叶片巡检效率,有必要探索自动化、智能化的风电机组叶片巡检技术。无人机巡检技术已在多个领域有所应用,基于挂载高清摄像头的无人机对风电机组叶片所拍摄的近距离图像,通过图像识别实现风电机组叶片缺陷检测。通过研究Yolov4算法在风电机组叶片无人机自动巡检系统中的应用,探索出了提升风电机组叶片缺陷检测精度的新路径。通过深度学习和计算机视觉技术,提高了风电机组叶片检测的实时性、高效性和准确性。通过实验证明,利用数据增强和改进目标检测Yolov4算法,可使风电机组叶片缺陷的检测平均精度（mAP）达83%。     

基于遗传算法的风力发电机叶片气弹阻尼优化

叶片气弹阻尼是评估风力发电机运行稳定性的关键指标。基于遗传算法对风力发电机叶片气弹阻尼进行优化,具体做法为采用遗传算法对风力发电机叶片各截面的刚度进行寻优迭代,找到影响气弹阻尼的敏感截面;根据刚度分布参考曲线,调整叶片铺层,使叶片刚度分布能够包络参考曲线,进而优化叶片气弹阻尼,提高风力发电机的运行稳定性。研究结果表明,利用遗传算法可以实现风力发电机叶片参数的自动寻优,能够快速准确优化叶片气弹阻尼,为风力发电机叶片的优化设计提供参考。     

测试技术在风力发电机中的应用

风能是一种清洁环保的可再生能源,已经在世界范围内得到了高度重视。风力发电机测试技术是提高风力发电机运行效率及可靠性、降低运行成本的保障,对促进风力发电技术的发展起到十分关键的作用。介绍了几种常用的风力发电机叶片测试方法、风速测量方法及振动测试方法,对各测试方法的特点进行了分析。概述了风力发电机叶片测试技术、风速测量技术及振动测试技术国内外的应用现状,并在此基础上展望了风力发电机测试技术的发展趋势与研究方向。     

基于可见光和热成像的风机叶片全周期无损检测综述

风机叶片在制造、服役和维修阶段的无损检测非常重要。叶片长期在高强度的风力载荷下工作,制造过程产生的任何微小缺陷将在服役中扩大,进一步威胁到风机的正常运行。因而,风机叶片的无损检测一直是工业界与学术界探索的难题。根据叶片视觉检测方法结合无人机技术应用、相关数据包括图像处理方法以及缺陷评判方法的智能程度等方面对前人以及作者所在课题组的前期工作进行综述、总结、分析与对比。目前,可见光视觉检测与红外热成像检测等以视觉为基础的检测手段满足了风机叶片在役运维时非接触、高效、低成本、安全等需求。视觉检测与无人机巡检技术相结合能最大程度的保证人员安全,同时克服了望远镜检测视野受限的难题。然而该检测手段在风机叶片巡检中目前尚存在缺陷定量难、内部缺陷识别率低等方面的不足。通过分析对比可见光检测与热成像检测技术,认为结合智能算法的无人机搭载双光融合检测手段未来有望于解决风机叶片检测中存在的不足。     

基于强化学习的无人机全自主电力巡检

针对无人机在电力巡检中的全自主性进行研究,提出全自主电力巡检系统,该系统由无人机智能体、充电桩和待巡检目标构成。借助无线充电技术和强化学习决策算法使无人机拥有全自主执行任务的能力,并在设计的仿真环境中进行了验证,训练后的无人机智能体可以自主路径规划进行电力巡检和自主决策到附近的无线充电桩充电,无需人工介入可完成所有巡检任务。由于传统的近端策略优化算法在本系统中奖励低的问题,因此提出一种基于动作掩码的近端策略优化算法来训练无人机智能体,仿真实验结果表明,动作掩码机制使奖励提高了39%,能耗降低了15.34%。     

基于气动噪声的风电机组叶片开裂缺陷检测初步研究

风电机组叶片作为风力发电机的关键部件之一,直接影响着风力发电机的效率、寿命和性能。针对传统风机叶片开裂缺陷检测方法无法实现风机叶片的非接触、实时检测等不足,对基于风电机组的气动噪声实现风机叶片的开裂缺陷检测进行了可行性分析,利用某风场的两台机组的气动噪声数据进行了实测验证。实测结果表明,通过检测风机工作时产生的气动噪声变化可以定性判断叶片的损伤,无需机组停运,具有非接触、可连续检测等优点,为风机叶片的健康检测提供了可行性参考。     

风力发电机叶片表面损伤图像识别方法研究分析

风力发电是一种绿色清洁的能源，其安全运行是实现可持续发展的关键。风力发电机叶片是风力发电的重要部件，其表面损伤直接影响发电效率，因此需要对其表面损伤进行及时、准确识别。由于叶片表面损伤具有面积大、形状不规则、裂纹分布不均匀等特点，使得传统图像识别方法无法实现对叶片表面损伤的识别。本文通过对现有叶片表面损伤识别方法进行分析，总结归纳出了不同的图像识别方法和各自的优缺点，为实现风力发电机叶片表面损伤的自动识别提供了思路。     

风力发电机叶片状态监测与故障诊断技术近况

风力发电技术是新能源发电技术领域的重要研究方向,也是目前风能的主要利用方式,故风力发电机叶片稳健工作是风力发电过程的关键保障,对风力发电机叶片状态的实时在线监测技术也成为该领域的重要研究内容。该文回顾了风力发电机叶片机械故障的产生原理、现有的风力发电机叶片状态监测技术,对比了现有各技术的优势和劣势,分析了未来叶片检测技术的发展趋势。     

基于差分定位的输电线路多旋翼无人机智能巡检研究

本文针对当前人工操作无人机开展输电线路巡检产生的问题,基于载波相位差分定位技术设计出一款多旋翼无人机智能巡检系统,该系统可充分利用差分定位技术在定位精度上存在的优势,完成输电线路自主巡检方案的设计,实现巡检过程的标准化,保障定点巡航任务的完成效果,提高无人机智能巡线作业水平。     

风力发电机叶片损伤演化预测方法研究

根据风力发电机叶片的实际铺层和使用状况,以刚度退化模型为基础,发展了一个适合于风力发电机叶片的损伤演化模型,模型的基本思路是以单层板的刚度退化规律来预测整个叶片的损伤演化过程.对损伤过程进行了分析,给出了复合材料层合板刚度退化、内部损伤和损伤累积规律.     

上海电气进一步拓展新能源风电行业人工智能应用落地

正扩博智能Clobotics日前发布风力发电机叶片全自动巡检新品,并与上海电气风电集团有限公司签署战略合作协议,全面推进巡检新品在新能源风电行业中的应用落地,不仅为风力发电机叶片提供智能巡检服务,而且将智能巡检解决方案与资产数字化管理相结合,共同探究数据化、智能化、数字化发展的前景和价值。在当前全球应对气候变化的挑战中,我国的可再生能源,特别是风能产业快速发展。伴随风电装机量的迅速增长和维修成     

变电站无人机自主巡检系统的设计应用

针对变电站设备巡检主要依赖人工巡检,运维人员工作繁重等问题,介绍了在线智能巡视系统的实际应用及提升巡视效率和监控强度的意义。通过对轻小型无人机自主巡检系统结构组成及实践应用的探讨,说明无人机自主巡检系统能提升设备状态的管控力和运检管理穿透力,能实现提高设备运维检修效率、降低运检人员现场监控、巡检、检测的工作强度的目标。     

多旋翼无人机自主巡检关键技术研究

基于目前多旋翼无人机广泛应用于输电线路电力巡检的背景,从功能设计、自动避障、路径规划三个方面讨论多旋翼无人机自主巡检关键技术。研究设计多旋翼无人机自主巡检控制功能模块并划分无人机巡检工作状态,然后分析无人机自动避障原理及搭载多元化传感器避障的传感器选型依据,阐述多种无人机路径规划算法的核心原理并进行了优劣性对比。     

无人机技术在电力巡检信息化管理中的应用研究

随着飞控技术、传感器技术和数据处理技术的发展,无人机技术飞速进步,无人机作为空中可以灵活移动的飞行平台,根据任务的具体要求可以灵活搭载不同的专业设备,将信息采集与处理、远程传输、测绘等功能融合于一体,促进电力巡检信息化管理的发展。鉴于此,通过对无人机电力巡检系统的研究,基于多旋翼无人机巡检系统在电力线路巡检中的实际应用,探索无人机技术在电力巡检信息化管理中的应用,以期促进智慧电力巡检的发展。     

固定翼无人机在电力巡检应用中的技术升级

无人机巡线是一种高效智能的巡检方式,在电力巡检中逐渐取代人工巡检与有人直升机巡检。固定翼无人机作为无人机的一种,具有装载能力强、续航能力长、速度快等优势,在电力巡检中扮演越来越重要的角色。广东电网在积累了多年运行经验的基础上,对固定翼无人机的巡检应用技术进行升级和完善。介绍了广东电网固定翼无人机巡检在起降技术、定位技术、像控技术、远程操控技术、自动驾驶技术、数据处理技术等方面的改造优化,为固定翼无人机在输电线路巡检的应用提供全方位的技术升级。     

风力发电机叶轮叶片新技术的发展

对风力发电机叶轮叶片的结构形状设计、风力发电领域中叶片材料的进展、叶片制造工艺进展等方面进行了研究,并在此基础上介绍了国内外风力发电机产品的特点和发展.由此分析得出:叶片的设计和制造质量水平十分重要,被视为风力发电系统的关键技术,也可视为代表风力发电机的技术水平.     

基于BEM理论的小型风机叶片设计与分析

风力发电机叶片是吸收风能并将其转换成机械能的重要部件之一,叶片的翼型、数量和尖速比都直接影响叶片接受风能的效率.本文针对风力发电机的关键部件叶片进行了系统的研究与设计.     

Radian激光跟踪仪在风力发电机制造领域的应用

<正>随着风力发电机技术的不断发展,风力发电机的单机容量在持续增大,从而可以更从容、稳定地保障发电效率。由于风力发电机叶片长度的不断增加、且因其需要长期处于风力压力的环境下,对风电叶片的强度要求也随之增加,这就要求叶片制造过程中,需要将综合精度误差控制在小于1 mm的范围内;与此同时,超长的叶片不易于通过公路运输,这就促使了风力发电机生产商需在沿海地区对风电叶片进行加工和焊接,     

风力发电机叶片三维模型重构及气动特性分析

风力发电机叶片形状直接影响风力发电机气动性能,根据风力发电机叶片特点规划测量路径,采用三坐标测量机（CMM）对风力发电机叶片表面进行测量,提取表面的三维点云数据.对点云数据进行分组和处理,在Pro/E中生成叶片的三维几何模型.在Fluent软件中对叶片翼型进行了不同攻角的气动特性分析,得到了不同攻角下的流场分布情况.