风力机叶片运行状态机器视觉监测技术研究
发布时间:2021-01-07 09:19
针对在役风力机叶片运行状态监测,运用图像处理技术,提出一种基于机器视觉的动态位置偏差法。获取叶片图像并经预处理后,计算出相邻叶片间因几何变形引起的叶尖标记点的位置偏差,与位置偏差阈值进行比较以判断叶片的变形程度,实现叶片运行状态监测的目的。为提高状态监测的准确性,提出动态阈值修正方法,实验模型验证了该方法的有效性和可靠性。
【文章来源】:太阳能学报. 2020,41(12)北大核心
【文章页数】:7 页
【部分图文】:
叶片基本变形形式
动态位置偏差法是在各叶片叶尖处设置一个矩形标记,利用相机获取各叶片顺序经过同一特定位置的图像,提取并计算2个相邻叶片叶尖标记区域中心点坐标间的欧式距离作为位置偏差,并与位置偏差阈值进行比较,以此判断叶片的挠曲变形量。该方法只需采集标记区域的图像信息,无需获取完整叶片的图像,图像获取易于实现。标记区域位置及拍摄位置如图2所示。相机安装于风力机机舱尾端,以保证风力机偏航运动时相机与叶轮的相对位置固定;相机斜向下安装,避免相机逆光、镜头积尘等影响。拍摄位置由叶轮主轴的旋转编码器实现,当叶片旋转至设定的拍摄位置时,叶轮主轴的旋转编码器向相机发出触发信号,从而获取叶尖标记图像。图3表示了标记投影与拍摄角之间的关系。图中,展向距离为标记区中心距镜头水平线的距离,水平距离为镜头与标记区间距离的水平分量。由成像原理可知,拍摄角度越大,图像中标记区的投影越小。因此,将镜头安装于机舱尾部,可增大水平距离,减小拍摄角,获取有利于对叶尖标记区进行提取和计算的图像。
建立风力机叶片运行状态机器视觉检测系统模型,如图4所示。模型主要包括叶片(直径为500 mm)、直流电动机、CCD相机、光电传感器、西门子S7-200 PLC、图像采集卡、PC机等。光电传感器通过PLC为相机提供触发信号。系统工作流程如图5所示,当光电传感器检测到叶片旋转至设定的拍摄位置时,向PLC发出触发信号,PLC控制相机和补光灯同步工作,完成叶尖标记图像采集。系统对采集到的图像进行预处理和标记中心提取后,将位置偏差与阈值进行比较,并定动态阈值进行修正。当位置偏差大于阈值时,系统发出报警信号,并将异常图片保存至故障数据库。
【参考文献】:
期刊论文
[1]风电叶片全场三维变形测试及分析[J]. 豆红尧,周华飞,秦良忠,谢子令,郝圣旺. 太阳能学报. 2015(09)
[2]风机叶片缺陷的无损检测方法比较与评价[J]. 刘双,胡斌,贺铸,李运涛. 无损检测. 2015(03)
[3]风电机组叶片检测现状与展望[J]. 杜万里,沈小军,李睿. 科技展望. 2015(02)
[4]大型风力机叶片研究现状与发展趋势[J]. 胡燕平,戴巨川,刘德顺. 机械工程学报. 2013(20)
硕士论文
[1]基于计算机视觉的风力机叶片缺陷诊断研究[D]. 张磊.华中科技大学 2013
本文编号:2962302
【文章来源】:太阳能学报. 2020,41(12)北大核心
【文章页数】:7 页
【部分图文】:
叶片基本变形形式
动态位置偏差法是在各叶片叶尖处设置一个矩形标记,利用相机获取各叶片顺序经过同一特定位置的图像,提取并计算2个相邻叶片叶尖标记区域中心点坐标间的欧式距离作为位置偏差,并与位置偏差阈值进行比较,以此判断叶片的挠曲变形量。该方法只需采集标记区域的图像信息,无需获取完整叶片的图像,图像获取易于实现。标记区域位置及拍摄位置如图2所示。相机安装于风力机机舱尾端,以保证风力机偏航运动时相机与叶轮的相对位置固定;相机斜向下安装,避免相机逆光、镜头积尘等影响。拍摄位置由叶轮主轴的旋转编码器实现,当叶片旋转至设定的拍摄位置时,叶轮主轴的旋转编码器向相机发出触发信号,从而获取叶尖标记图像。图3表示了标记投影与拍摄角之间的关系。图中,展向距离为标记区中心距镜头水平线的距离,水平距离为镜头与标记区间距离的水平分量。由成像原理可知,拍摄角度越大,图像中标记区的投影越小。因此,将镜头安装于机舱尾部,可增大水平距离,减小拍摄角,获取有利于对叶尖标记区进行提取和计算的图像。
建立风力机叶片运行状态机器视觉检测系统模型,如图4所示。模型主要包括叶片(直径为500 mm)、直流电动机、CCD相机、光电传感器、西门子S7-200 PLC、图像采集卡、PC机等。光电传感器通过PLC为相机提供触发信号。系统工作流程如图5所示,当光电传感器检测到叶片旋转至设定的拍摄位置时,向PLC发出触发信号,PLC控制相机和补光灯同步工作,完成叶尖标记图像采集。系统对采集到的图像进行预处理和标记中心提取后,将位置偏差与阈值进行比较,并定动态阈值进行修正。当位置偏差大于阈值时,系统发出报警信号,并将异常图片保存至故障数据库。
【参考文献】:
期刊论文
[1]风电叶片全场三维变形测试及分析[J]. 豆红尧,周华飞,秦良忠,谢子令,郝圣旺. 太阳能学报. 2015(09)
[2]风机叶片缺陷的无损检测方法比较与评价[J]. 刘双,胡斌,贺铸,李运涛. 无损检测. 2015(03)
[3]风电机组叶片检测现状与展望[J]. 杜万里,沈小军,李睿. 科技展望. 2015(02)
[4]大型风力机叶片研究现状与发展趋势[J]. 胡燕平,戴巨川,刘德顺. 机械工程学报. 2013(20)
硕士论文
[1]基于计算机视觉的风力机叶片缺陷诊断研究[D]. 张磊.华中科技大学 2013
本文编号:2962302
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/2962302.html
最近更新
教材专著