留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种风机叶片图像采集及缺陷检测系统

赵春溢 郭洪涛 郭涛 梁国 荆海城

赵春溢, 郭洪涛, 郭涛, 梁国, 荆海城. 一种风机叶片图像采集及缺陷检测系统[J]. 红外技术, 2020, 42(12): 1203-1210.
引用本文: 赵春溢, 郭洪涛, 郭涛, 梁国, 荆海城. 一种风机叶片图像采集及缺陷检测系统[J]. 红外技术, 2020, 42(12): 1203-1210.
ZHAO Chunyi, GUO Hongtao, GUO Tao, LIANG Guo, JING Haicheng. Defect Detection System Based on UAV Images for Wind Turbine Blades[J]. Infrared Technology , 2020, 42(12): 1203-1210.
Citation: ZHAO Chunyi, GUO Hongtao, GUO Tao, LIANG Guo, JING Haicheng. Defect Detection System Based on UAV Images for Wind Turbine Blades[J]. Infrared Technology , 2020, 42(12): 1203-1210.

一种风机叶片图像采集及缺陷检测系统

详细信息
    作者简介:

    赵春溢(1970-),男,学士学位,高级工程师,主要研究方向火电及新能源技术管理,E-mail:sshsdsfyj@126.com

    通讯作者:

    荆海城(1973-),男,学士学位,高级工程师,主要研究方向为新能源技术管理。E-mail:smart_3d@126.com

  • 中图分类号: TP391

Defect Detection System Based on UAV Images for Wind Turbine Blades

  • 摘要: 本文针对目前风机叶片人工检测工作量大、效率低、缺陷检测准确率不高的问题,提出并设计了一种基于无人机图像的缺陷自动化检测系统。本文介绍了系统的图像采集系统、采集方法、缺陷检测原理及检测效果:系统以无人机为飞行载体实现了(风机叶片的)自动巡检,从而提高了巡检效率,降低了人工的工作量;通过图像分割及缺陷检测算法设计实现了缺陷可疑区域的自动检测;可见光加红外光双光融合提高了叶片缺陷自动识别的准确性。经过多次现场测试验证,本系统可以精确、快速地实现鼓包,裂纹和褶皱等缺陷的自动识别与检测。
  • 图  1  图像采集系统组成结构图

    Figure  1.  Image acquisition system composition structure diagram

    图  2  DJI经纬M600 PRO

    Figure  2.  DJI M600 PRO

    图  3  叶片位置

    Figure  3.  The position of the blade

    图  4  自动巡检路线(正视图、右视图、俯视图)

    Figure  4.  Automatic routing(front view, right view, top view)

    图  5  巡检任务流程图

    Figure  5.  Patrol task flow chart

    图  6  无人机自动巡检现场

    Figure  6.  UAV automatic inspection site

    图  7  可见光与红外示例图像

    Figure  7.  Image of visible and infrared sample

    图  8  可见光与红外图像融合效果

    Figure  8.  Fusion result of visible light and infrared image

    图  9  分割效果图

    Figure  9.  Segmentation effect picture

    图  10  可疑缺陷提取流程图

    Figure  10.  Suspicious defect extraction flow chart

    图  11  图像分块示意图

    Figure  11.  Image block diagram

    图  12  增强效果对比

    Figure  12.  Contrast of enhancement effect

    图  13  可见光图像缺陷检测效果图

    Figure  13.  Defect detection effect of visible light image

    图  14  可见光与红外对应缺陷

    Figure  14.  Visible and infrared corresponding defects

    表  1  可见光机芯参数表

    Table  1.   Parameters of visible light module

    Parameters Value
    Pixels 5280×3956
    CMOS 4"/3"
    Frame ratio 16:9
    下载: 导出CSV

    表  2  红外光机芯参数表

    Table  2.   Parameters of infrared light module

    Parameters Value
    Wavelength range 7.5-14 μm
    Pixels 640×480
    Temperature range 0℃-150℃
    Measurement accuracy 2℃
    下载: 导出CSV
  • [1] 贺斌, 贾建华, 赵峰, 等.无人机在风机叶片检测中的应用[J]. 电工技术, 2019(13): 64-65. doi:  10.3969/j.issn.1002-1388.2019.13.023

    HE Bin, JIA Jianhua, ZHAO Feng, et al. Application of UAV in detection of wind turbine blade[J]. Electric Engineering, 2019(13): 64-65. doi:  10.3969/j.issn.1002-1388.2019.13.023
    [2] Menon S, Schoess J N, Hamza R, et al. Wavelet-based acoustic emission detection method with adaptive thresholding[C]//Proc. of SPIE, 2000, 3986: 71-78.
    [3] CUI Hongyu, DING Ning, HONG Ming. Crack diagnosis of wind turbine blades based on MD method[J]. IOP Conference Series: Materials Science and Engineering, 2016, 157(1): 012003. http://adsabs.harvard.edu/abs/2016MS&E..157a2003H
    [4] WANG Long, ZHANG Zijun. Automatic detection of wind turbine blade surface cracks based on UAV-taken images[J]. IEEE Transactions on Industrial Electronics, 2017, 64(9): 7293-7303. doi:  10.1109/TIE.2017.2682037
    [5] 王凯, 韦宏利, 陈超波, 等.基于红外和可见光融合的目标跟踪[J]. 计算机系统应用, 2018, 27(1): 149-153. http://d.old.wanfangdata.com.cn/Periodical/gxsfdxxb201804007

    WANG Kai, WEI Hongli, CHEN Chaobo, et al. Target tracking based on infrared and visible light fusion[J]. Computer Systems & Applications, 2018, 27(1): 149-153. http://d.old.wanfangdata.com.cn/Periodical/gxsfdxxb201804007
    [6] 翟永杰, 刘金龙, 程海燕.基于机器视觉的汽车工件抓取定位系统设计与开发[J]. 现代电子技术, 2018, 41(20): 6-9. http://www.cqvip.com/main/zcps.aspx?c=1&id=7000859221

    ZHAI Yongjie, LIU Jinlong, CHENG Haiyan. Design and development of automobile workpiece grasping and positioning system based on machine vision[J]. Modern Electronics Technique, 2018, 41(20): 6-9. http://www.cqvip.com/main/zcps.aspx?c=1&id=7000859221
  • 加载中
图(14) / 表(2)
计量
  • 文章访问数:  580
  • HTML全文浏览量:  155
  • PDF下载量:  95
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-04-04
  • 修回日期:  2020-05-18
  • 刊出日期:  2020-12-26

目录

    /

    返回文章
    返回