无人机风电叶片自动运维巡检
2021年7月21日 09:381.风机作为最高端的loT设备,除叶片外核心部件如齿轮箱,发电机的运行与状态信息己实现数字化与智能化;
2.及时定期,完整,清晰的数字化叶片运行与状态信息的获取,是实现数字化运维管理的关键,目前的采集手段都不能满足,包括望远镜目测检查,蜘蛛人,用篮,地面系统等;
3.数字化,自动化,智能化的管理叶片资产,了解工作状态与可能损伤进而安排可预见性的运维作业,最终使风机与风场的后运维可以降本增效是叶片数字化运维的目标.
自动机场：实现飞机的释放与回收，对无人机进行换电池与充电;
无人机：搭载可变焦摄像头与激光雷达，进行风机全自主路径规划与图像拍摄；
后端控制中心：自动巡检系统运行中枢，调度无人机与机场，并获了实时视频；
AI识别与处理：通过深度学习进行故障检测.
1.风机停机需求
风机运行过程中40m长度风叶尖端，转动速度达80m/s，现有无人机性能无法跟随拍摄；
高动态下由于风叶在视场位置变化，难以对焦，导致成像效果差，影响视频分类处理的准确率；
停机状态，风机低速旋转，无人机可进行跟踪拍摄。
2.无人机路径规划
后端处理软件规划巡检路线；
机场自动换电，无人机释放；
无人机飞行至指定风机上方。
3.风机偏航角度测试
无人机飞行到风机正上方；
摄像头从上往下拍摄风机俯视图；
检测风机与机舱位置，确认风机在地理坐标系下朝向角度。
4.风机机舱轮毂定位
根据风机偏航与角度，飞行到风机正前方，安全距离20m；
识别机舱轮毂中心，无人机逼近到风机正前方10m处；
5.采用定制化载荷进行叶片定位导航
云台对无人机载荷增稳；
面阵激光雷达对风机距离与边沿检测；
变焦相机锁定拍照目标。
6.叶片全方面检测方案
无人机与风叶平台距离10m，分别沿叶片两侧飞行；
无人机与风叶两侧成45度夹角。
7.故障识别与处理
支持风机14种缺陷类型，初始模型识别准确率85%；
支持系统自学习。
工程师必备
- 项目客服
- 培训客服
- 平台客服
TOP
