[發明專利]基于攝像測量的風電葉片機械故障在線檢測系統及其方法

有效

• 申請號: 201910309300.0
• 申請日: 2019-04-17
• 公開（公告）號: CN109900712B
• 公開（公告）日: 2022-03-29
• 發明（設計）人: 于起峰;張東升;劉肖琳;尚洋;劉海波;孫聰
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G01N21/88
• 分類號: G01N21/88;G01B11/25;G01B11/16;G06T7/13;G06T7/80
• 代理公司: 無錫市匯誠永信專利代理事務所(普通合伙) 32260
• 代理人: 王闖

1.一種基于攝像測量的風電葉片機械故障在線檢測方法，特征在于，包括以下步驟：

步驟(1)，相機標定，相機標定工作可在室內預先完成，或在野外作業環境下進行：可直接利用風電葉片上特征，或利用裝載了合作標志的無人機在野外環境下的視場范圍內飛行，葉片全局運動測量系統的左右平臺相機同步采集多個特征的圖像，通過匹配合作標志完成相機標定并解得相機的內外參數；

步驟(2)，葉片全局運動測量及輪廓提取，兩個獨立的全局陣列相機測量平臺從不同角度拍攝采集旋轉葉片的圖像，對葉片在轉動過程中拍攝的序列圖像分析，通過數字圖像相關技術，獲得旋轉運動的葉片的全場位移和應變信息，并結合相機標定參數，獲得風電葉片感興趣點在轉動過程中三維運動軌跡；對風電葉片的圖像進行邊緣檢測，提取葉片輪廓；

步驟(3)，風電葉片整體的故障檢測分析，基于測量得到的葉片三維運動信息，采用時域分析或頻域分析，分析葉片在旋轉面內的轉動和葉片的離面位移，測量葉片不同位置不同受力狀態下的相對變形，判斷葉片表面的異常情況；

步驟(4)，風電葉片局部區域的故障檢測分析，信息處理分析和控制系統在全局運動測量系統測量結果規劃引導下，控制長焦隨動相機跟蹤拍攝，獲取葉片感興趣局部區域在不同位置不同受力狀態下的高分辨圖像；基于數字圖像相關或投影結構光獲取葉片三維形貌數據，根據人工或自動判讀葉片表面的異常情況，包括損傷、開裂或裂紋；

基于圖像相關的風電葉片裂紋檢測與識別分為三個步驟：

第一步，對圖像的進行預處理，包括圖像灰度化、圖像去噪、邊緣檢測，其作用是通過加工、整理、分析處理所獲得圖像信息，尋找出圖像中反映葉片輪廓與裂紋的紋理；

第二步，葉片輪廓提取與圖像中的葉片局部圖像分割，準確定位葉片的局部圖像；

第三步，在葉片局部圖像區域對裂紋的分類識別，首先，提取裂紋的投影特征，得出橫紋與縱紋的投影規律；然后，利用形態學中的開運算和閉運算，去除邊緣檢測中的小顆粒噪聲及毛刺，便于提取裂紋圖像的幾何特征；最后，提取裂紋骨架，并計算裂紋的幾何特征，包括長度或寬度；

為了實現裂紋識別的自動化，可以根據實際情況設定損傷度預警閾值；對于形貌輪廓、紋理差異變化的高于損傷度預警閾值的葉片區域，系統自動判定為異常區域；對于形貌輪廓、紋理差異變化的低于損傷度安全閾值的葉片區域，系統自動判定為正常區域；對于處于損傷度預警閾值與安全閾值之間的葉片區域，提示反饋，采用人工判讀的方式；

為了檢測葉片表面的裂紋，可定義葉片局部損傷度：

其中，P_s為利用圖像邊緣檢測算法，在葉片局部表面圖像輪廓內部，檢測到的圖像中灰度值、顏色或者紋理不連續及突變的區域的像素面積；P_a為葉片局部表面在圖像中所占的像素面積。