- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
无人机激光雷达风机叶片巡检方案--第1页
无人机激光雷达风机叶片巡检方案
能源紧缺问题日趋严峻,人们对可再生能源的需求量加大,作为可再
生能源的〃巨头〃之一风能自然备受关注。风能需要风力涡轮机运作,
风力发电机主要由叶轮、机舱、塔筒三部分构成,风机的叶轮负责将
风能转化为机械能,由叶片、轮毂和整流罩组成。
磨损会降低涡轮机结构部件捕风的效率影响其使用寿命。因此对涡轮
机进行日常的维护巡检尤为重要,无人机对于风力涡轮机的检查可以
识别叶片分层、核心缺陷、内部组件故障等,更详细的对关键缺陷进
行定位,利用风电巡检数据管理与分析平台,实现上传、管理与
AI缺陷分析,最后一键生成巡检报告。
无人机激光雷达风机叶片巡检方案
通过激光雷达与视觉融合传感构建,结合超强算力的边缘计算芯片,
在无人机端实时进行航线规划、图像处理、叶片检测跟踪,利用RTK
高精度定位技术以及激光雷达信息,精准控制飞机的飞行控制以及与
H20TPI
叶片相对距离。兼容大疆双光谱相机、全画幅相机等挂载,
即插即用、快速安装作业。
无人机激光雷达风机叶片巡检方案--第1页
无人机激光雷达风机叶片巡检方案--第2页
核心技术
1.叶片与轮毂朝向实时测量技术
融合可见光图像与低成本激光雷达的点云信息,感知三维场景、提
高外场作业鲁棒性与作业效率。
2.
浅表层缺陷巡检技术
可见光+热红外结合,突破肉眼边界,对浅表层隐藏的开裂、
分层、褶皱等缺陷进行全面捕捉。
3.叶片缺陷智能识别技术
利用大量采集的叶片缺陷数据,基于深度学习算法模型进行自动缺
陷筛查,结合人工确认,快速形成巡检报告。
风电巡检数据管理分析平台
优势
无人机激光雷达风机叶片巡检方案--第2页
无人机激光雷达风机叶片巡检方案--第3页
支持缺陷快速识别
采用Al缺陷识别算法预处理与人工复查的机制,规范报告质量、提
高作业效率。
缺陷定位与叶片拼接
平台支持对所标记缺陷的比例尺测量,自动输出缺陷位置、大小等
信息;并可将整条航线图片进行自动拼接,便于浏览与展示。
数据关联分析
采用可追溯的飞行航线,使得不同时间段巡检的数据具有可对照性,
根据缺陷的历史数据关联,可以进一步辅助维修处理决策。
功能
巡检数据管理
巡检数据一键上传,支持单台与多台上传风场、风机、巡检、缺陷
数据一体化管理,大容量数据存储,缺陷预测性分析。
人工智能处理
缺陷自动分类与识别大幅叶片全景拼接,3D视角图像展示,精确计
算缺陷位置与大小。
无人机激光雷达风机叶片巡检方案--第3页
无人机激光雷达风机叶片巡检方案--第4页
自动生成报告
支持AI初筛+人工复查的双重确认机制PDF报告自动生成,大幅提
高后处理效率。
工作流程
空中采集,按照规划路线进行拍摄,数据回传至云端,进行数据分
析识别处理,生成检测报告。
无人机激光雷达风机叶片巡检方案--第4页
文档评论(0)