風機巡檢的必要性

能源緊缺問題日趨嚴峻， 人們對可再生能源的需求量加大，作為可再生能源的“巨頭”之一風能自然備受關注。風能需要風力渦輪機運作，風力發(fā)電機主要由葉輪、機艙、塔筒三部分構成，風機的葉輪負責將風能轉化為機械能，由葉片、輪轂和整流罩組成。?

磨損會降低渦輪機結構部件捕風的效率影響其使用壽命。因此對渦輪機進行日常的維護巡檢尤為重要，無人機對于風力渦輪機的檢查可以識別葉片分層、核心缺陷、內部組件故障等，更詳細的對關鍵缺陷進行定位，利用風電巡檢數(shù)據管理與分析平臺，實現(xiàn)數(shù)據上傳、管理與AI缺陷分析，最后一鍵生成巡檢報告。

無人機激光雷達風機葉片巡檢方案

通過激光雷達與視覺融合傳感構建，結合超強算力的邊緣計算芯片，在無人機端實時進行航線規(guī)劃、圖像處理、葉片檢測跟蹤，利用RTK高精度定位技術以及激光雷達信息，精準控制飛機的飛行控制以及與葉片相對距離。兼容大疆雙光譜相機H20T、全畫幅相機P1等掛載，即插即用、快速安裝作業(yè)。

核心技術

1.葉片與輪轂朝向實時測量技術

融合可見光圖像與低成本激光雷達的點云信息，感知三維場景、提高外場作業(yè)魯棒性與作業(yè)效率。

? ? ? ?? ? ??

2.淺表層缺陷巡檢技術

可見光+熱紅外結合，突破肉眼邊界，對淺表層隱藏的開裂、分層、褶皺等缺陷進行全面捕捉。

3.葉片缺陷智能識別技術

利用大量采集的葉片缺陷數(shù)據，基于深度學習算法模型進行自動缺陷篩查，結合人工確認，快速形成巡檢報告。

風電巡檢數(shù)據管理分析平臺

優(yōu)勢

支持缺陷快速識別

采用AI缺陷識別算法預處理與人工復查的機制，規(guī)范報告質量、提高作業(yè)效率。

缺陷定位與葉片拼接

平臺支持對所標記缺陷的比例尺測量，自動輸出缺陷位置、大小等信息；并可將整條航線圖片進行自動拼接，便于瀏覽與展示。

數(shù)據關聯(lián)分析

采用可追溯的飛行航線，使得不同時間段巡檢的數(shù)據具有可對照性，根據缺陷的歷史數(shù)據關聯(lián)，可以進一步輔助維修處理決策。

功能

巡檢數(shù)據管理

巡檢數(shù)據一鍵上傳，支持單臺與多臺上傳風場、風機、巡檢、缺陷數(shù)據一體化管理，大容量數(shù)據存儲，缺陷預測性分析。

人工智能處理

缺陷自動分類與識別大幅葉片全景拼接，3D視角圖像展示，精確計算缺陷位置與大小。

自動生成報告

支持AI初篩+人工復查的雙重確認機制PDF報告自動生成，大幅提高后處理效率。

工作流程

空中采集，按照規(guī)劃路線進行拍攝，數(shù)據回傳至云端，進行數(shù)據分析識別處理，生成檢測報告。