某风机叶片无人机智能化检测项目
项目背景
近日,国家能源局召开2024年1月份全国可再生能源开发建设形势分析视频会,会议指出2023年我国可再生能源保持高速度发展、高比例利用、高质量消纳的良好态势。截至2023年12月底,全国可再生能源发电总装机达15.16亿千瓦,占全国发电总装机的51.9%,在全球可再生能源发电总装机中的比重接近40%,其中,2023年风电机组等关键零部件的产量占到全球市场的70%以上,在全球的领先优势更加稳固。
而随着风电装机总量的逐渐增加和风电场规模的逐渐扩大,风机叶片的运维管理逐渐成了一个挑战。风机叶片是风力发电机的关键部件之一,其质量可靠性是保障风电机组安全运行的关键因素之一。风力发电机工作于多风沙、多盐雾、多灾害的恶劣环境,叶片表面常会受到各种介质伤害从而形成缺陷损伤,直接影响风机的整体性能。因此,对风机叶片进行缺陷检测是保障风电机组寿命、降低安全隐患的重要方式。
珈鹰方案
1.建立三维可视化模型

图一 风机叶片三维模型图
2.系统输入
将建立好的风机叶片三维模型导入到无人机巡检系统中。系统会根据模型数据自动计算和优化巡检路径、相机参数等。
3.系统输出
基于输入的风机叶片模型,系统会根据预设的巡检标准和要求,自动计算出最佳的相机变焦倍数、拍照间距等参数。这些参数将直接指导无人机在巡检过程中的拍摄操作。
4.执行无人机巡检任务
根据系统输出的参数,操作无人机进行实际的巡检任务。无人机将按照规划的路径和参数进行拍摄,获取风机叶片的高清图像和数据。
5.图像数据处理与分析
将无人机采集的图像数据上传检测平台进行处理和分析。利用专业的图像处理软件和算法,对图像进行增强、滤波等操作,以提高图像的清晰度和对比度。同时,利用深度学习技术对图像进行缺陷识别和分类。
6.搭建数据平台支持在线查询
业主可以通过平台与缺陷数据交互,通过缺陷演化趋势规划叶片运维方案,提高风电站的安全性能。
图六 数字平台与缺陷三维展示