一种基于视觉的风机叶片结冰检测方法.pdf
一只****签网
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于视觉的风机叶片结冰检测方法.pdf
本发明具体涉及一种基于视觉的风机叶片结冰检测方法,用于解决现有风机叶片结冰检测技术无法检测风机叶片全局结冰情况,以及现有检测方法无法在循环载荷或恶劣天气持续使用的问题。本发明包括如下步骤:步骤1制备叶片分割模型;步骤1.1收集风机正常运行状态下的图片制备成分割数据集;步骤1.2训练叶片分割模型;通过优化的SOLO_R50_3x模型建立的初始叶片分割模型获取图片中仅包含叶片的精细区域mask图;然后依据定位后的精细区域mask图进行边缘提取,获得分割后的新图;步骤2根据叶片分割模型处理得到的数据制备叶片结冰
一种风机叶片结冰预测方法.pdf
本发明公开了一种风机叶片结冰预测方法,包括如下步骤:S1:获取风机运行的历史数据,并对历史数据进行预处理,将历史数据转换为三维矩阵,采用历史数据训练形成优选的预测模型;S2:获取风机带时间观察窗口的实时数据,并对实时数据进行预处理,将实时数据转换为三维矩阵;S3:将观察窗口等分为若干个子观察窗口,预测各子观察窗口的结冰状况,并统计计算观察窗口内的结冰概率;S4:判断结冰概率是否超过设定阈值,如果超过阈值则给风机发结冰报警指令,如果不超过阈值,风机则正常运行,转步骤S2。本发明操作方便,预测效率和准确率高,
一种基于机器视觉的风机叶片缺陷自诊断定位方法.pdf
本发明公开一种基于机器视觉的风机叶片缺陷自诊断定位方法,具体面向风力发电机表面裂纹、麻面、点蚀、折断等缺陷的快速诊断、分类及定位。该方法通过CMOS摄像机、光源、控制盒及自动传输平台构成的机器视觉系统获取风机叶片各种缺陷样本数据集;采用中值滤波去除图像中的大部分噪声同时较为完整地保留了边缘细节信息;使用阈值分割和Blob分割法相结合,最大限度地减少图像处理复杂度,提高效率,快速剔除背景并标记缺陷位置;收集缺陷特征样本,依据样本特性创建基于颗粒特征向量的分类器,并对样本集合利用支持向量机进行决策分类,得到准
基于神经网络的风机叶片缺陷检测方法.pdf
本发明提供了一种基于神经网络的风机叶片缺陷检测方法,包括:控制无人机以第一轨迹分别绕处于检修状态的待检测风机的各个叶片的轴线飞行,并在绕飞过程中对叶片进行拍照,得到多个待检测图像;将待检测图像输入预先训练的目标叶片缺陷检测模型,输出待检测图像的缺陷检测信息,缺陷信息包括缺陷在待检测图像中的位置以及缺陷的类别;目标叶片缺陷检测模型经由如下步骤训练得到:获取样本图像集合,将样本图像中缺陷的位置和类别作为样本标签,标记样本图像;将标记后的样本图像输入预先构建的初始叶片缺陷检测模型,将标记后的样本图像的样本标签作
一种变桨矩风力发电机组的风机叶片结冰自检测方法.pdf
本发明公开了一种变桨矩风力发电机组的风机叶片结冰自检测方法,在风力发电机组运行在叶片无结冰可能的条件下,控制系统检测并存储风机的运行工况;在一定区间内调节风机的运行状态变量的取值;每调节一次运行状态变量的取值,控制系统检测并存储风机的运行工况及该运行工况下风机的叶轮运行产生的叶片扭矩值;将相同工况下的检测扭矩值与扭矩值参考阈值比对,判断风机叶片有无结冰;该方法不引入新的测量设备,依靠在风机主控策略中加入新的控制算法,完成数据分析,即可判定风机叶片有无结冰,该方法不引入新的测量设备,依靠在风机主控策略中加入