引言

風(fēng)電機組工作環(huán)境復(fù)雜惡劣,且長期承受交變負(fù)荷作用,葉片容易出現(xiàn)裂紋、油漆脫落、磨損等表面缺陷。早期損傷如未被及時發(fā)現(xiàn),有可能在惡劣工況下發(fā)展為機械故障,一旦發(fā)生事故,后果嚴(yán)重,風(fēng)電場為了避免上述問題的發(fā)生,會不定期對并網(wǎng)發(fā)電中的風(fēng)電機組進(jìn)行斷網(wǎng)檢修,這種傳統(tǒng)的檢測方式不僅存在效率低、盲區(qū)大、風(fēng)險大及受人腦主觀影響大等諸多弊端,還會嚴(yán)重影響風(fēng)電場的產(chǎn)值和收益,所以對葉片進(jìn)行在線健康狀況監(jiān)測和損傷識別研究變得尤為必要。

目前,已有基于各種傳感器,如聲發(fā)射傳感器、振動傳感器、光纖傳感器和超聲傳感器等,在風(fēng)電機組葉片上的缺陷檢測研究。Tang等人采用聲發(fā)射實現(xiàn)了風(fēng)電機組葉片結(jié)構(gòu)健康在線監(jiān)測,證實了聲發(fā)射監(jiān)測方法能對在役風(fēng)電機組葉片損傷提供早期預(yù)警。陳娟子采用時分復(fù)用和波分復(fù)用相結(jié)合的方法,利用光纖布拉格光柵實現(xiàn)風(fēng)電機組葉片健康狀態(tài)的應(yīng)變監(jiān)測。由于在役風(fēng)力機組葉片受反射及污垢等環(huán)境因素干擾,導(dǎo)致將該方法運用到在役風(fēng)電機組葉片在線監(jiān)測一直是個挑戰(zhàn)。以上幾種技術(shù)多為離線檢測,且不能從多角度高精度識別出風(fēng)電機組葉片的表面細(xì)節(jié)缺陷。本文利用搭建的相機陣列及其圖像處理系統(tǒng)所采集的風(fēng)電機組葉片圖像,聯(lián)合圖像識別軟件,提出了一種風(fēng)電機組葉片缺陷檢測系統(tǒng)。通過相機陣列成像設(shè)備采集葉片表面圖像,輸送到圖像識別系統(tǒng)中對圖像進(jìn)行處理和缺陷提取,以達(dá)到葉片快速高效缺陷檢測的目的。

1相機陣列及其圖像處理系統(tǒng)

本文搭建的風(fēng)電機組葉片缺陷檢測系統(tǒng)由圖像采集系統(tǒng)和圖像識別系統(tǒng)兩部分組成,其中,圖像采集系統(tǒng)包含了高清相機陣列和圖像處理服務(wù)器。

風(fēng)電機組葉片缺陷檢測系統(tǒng)中,相機陣列和圖像處理服務(wù)器之間的連接關(guān)系如下:（1）相機陣列里面有兩組相機,一組是高清陣列,用來識別缺陷:另一組是定位相機,用來定位葉片是否充滿整個視野范圍,輔助調(diào)整相機陣列的拍攝角度。（2）相機陣列和圖像處理服務(wù)器之間通過一根通信線纜連接,方便現(xiàn)場組裝拆卸。（3）相機陣列安裝在三腳架上面,可以調(diào)節(jié)拍攝角度。（4）相機陣列與電腦顯示器之間是網(wǎng)線連接,長度可以達(dá)到1000,方便現(xiàn)場布線。（5）考慮到實際現(xiàn)場情況,成像陣列可以架設(shè)在葉片正下方,或者架設(shè)在塔筒下方,拍攝距離為m56750。

1.1相機陣列成像原理

光學(xué)系統(tǒng)成像原理及公式如下:

式中,/'為焦距:7為物方視場:7'為像方視場:1為物距:1'為像距。

本文搭建的相機陣列由7個鏡頭組成,以相機陣列的中心鏡頭為例,設(shè)備中使用的鏡頭焦距/'是=500,工作距離1是730,像方視場7'是1381300。根據(jù)以上公式可以計算出物方視場是11.2=0,即單個鏡頭視場為11.2=0。每個鏡頭都以7.59夾角進(jìn)行排列,7個鏡頭拼接融合后的總視場為74.30。

根據(jù)風(fēng)電場現(xiàn)場狀況,本文搭建了風(fēng)電機組葉片圖像采集的相機陣列。現(xiàn)在以風(fēng)電機組的塔筒高度=00為例,說明該相機陣列的拍攝原理。相機陣列一般位于距離風(fēng)電機組塔筒邊約5.50,此時葉片與塔筒夾角為71.m59,相機陣列與葉片的垂直距離為730。

1.2圖像處理系統(tǒng)

本系統(tǒng)對相機陣列中的7臺千兆網(wǎng)相機同時進(jìn)行圖像采集,可以對圖像進(jìn)行增益、曝光等調(diào)節(jié):可以實時保存從相機得到的圖像,并保存到硬盤中進(jìn)行檢測。

拍攝時,風(fēng)電機組需停機,所拍攝葉片旋轉(zhuǎn)到與塔筒成729±109夾角。葉片表面朝向地面方向。架設(shè)相機陣列,使三腳架固定相機設(shè)備高度在1.30以上。相機陣列距離塔筒5.50以內(nèi)。調(diào)整三角架角度,令中間相機與葉片表面保持垂直,同時葉片需全部出現(xiàn)在7個相機視野中。

圖像處理軟件中圖像輸出頁面按照風(fēng)場-機組/葉片序號/正反面對圖片進(jìn)行保存。軟件需配合7臺千兆網(wǎng)相機進(jìn)行使用。

圖像采集系統(tǒng)通過安裝在三腳架上的高清相機陣列,對靜止的風(fēng)電機組葉片部分進(jìn)行多角度拍攝,并存儲于計算機。存儲的圖像一方面通過風(fēng)電機組葉片圖像處理服務(wù)器來對其進(jìn)行檢測,另一方面存入缺陷數(shù)據(jù)庫中,通過人工智能識別系統(tǒng)與來自系統(tǒng)中的缺陷信息進(jìn)行對比,為最終實現(xiàn)葉片缺陷的準(zhǔn)確檢測和葉片質(zhì)量分析報告的輸出做準(zhǔn)備。

2現(xiàn)場檢測結(jié)果分析

為了驗證本文所搭建相機陣列在風(fēng)電機組葉片缺陷檢測中的可行性,研究人員于2019年=月份對浙江長興某風(fēng)電場進(jìn)行了葉片缺陷檢測試驗。該風(fēng)電場于201=年10月并網(wǎng)發(fā)電,單臺風(fēng)機容量為2.2Mw,葉片長度為5=0,塔筒高度為900,質(zhì)保期5年,目前仍在質(zhì)保期內(nèi)。根據(jù)風(fēng)電場人員反饋,本試驗選擇了巡檢過程中表面缺陷相對較多的3臺風(fēng)機進(jìn)行圖像采集工作,每臺風(fēng)機采集的圖像數(shù)量約200張左右,采集時間大約需要15min。最后針對表面裂痕、表面腐蝕和油漆剝落的缺陷類型,用圖像識別軟件對所采集圖片進(jìn)行檢測、分類和定位,并針對檢出的缺陷部位進(jìn)行了現(xiàn)場復(fù)核,檢測結(jié)果如表1所示。

由檢測結(jié)果可知,該檢測系統(tǒng)的缺陷檢出數(shù)比風(fēng)電場巡檢記錄的缺陷數(shù)量要多,這是因為風(fēng)電場傳統(tǒng)的巡檢方式是利用高清照相機對葉片進(jìn)行拍攝,拍攝角度和分辨率有限。經(jīng)過對本系統(tǒng)檢測到缺陷數(shù)的現(xiàn)場復(fù)核,裂痕準(zhǔn)確率近100%,這與裂痕長度長、識別度高有關(guān):油漆剝落的準(zhǔn)確率較低,分析其原因主要是受葉片表面污漬影響所致,同時與圖像識別系統(tǒng)訓(xùn)練的樣本數(shù)量少有關(guān),一旦有足夠多的訓(xùn)練樣本,會提高其檢出準(zhǔn)確率。本試驗充分驗證了所搭建的基于相機陣列的葉片采集系統(tǒng)在檢測風(fēng)電機組葉片缺陷上的高精準(zhǔn)性。

3結(jié)語

本文利用搭建的葉片相機陣列對浙江某風(fēng)電場進(jìn)行葉片缺陷檢測試驗,首先利用相機陣列采集系統(tǒng)對現(xiàn)場巡檢中發(fā)現(xiàn)有缺陷的3臺風(fēng)電機組葉片進(jìn)行圖像采集,并用圖像識別軟件對所采集的圖像進(jìn)行缺陷檢測、分類、定位,統(tǒng)計處理結(jié)果,與風(fēng)電場葉片傳統(tǒng)巡檢方法進(jìn)行對比。根據(jù)試驗對比結(jié)果,驗證了本文提出的基于相機陣列與圖像處理服務(wù)器結(jié)合的缺陷檢測系統(tǒng)對風(fēng)電機組葉片無損檢測方法的可行性和適用性,驗證了該檢測方法的高效率和高精度等優(yōu)勢。