基于计算机视觉的风力机叶片缺陷诊断研究

摘要

随着科技的进步对能源的需求不断增加,而传统化石燃料价格不断上升和对环境的污染性日益被人们所认知,致使作为清洁与可再生能源的风能的利用日益受到整个社会的重视。风力机装机容量在近年来成不断上升趋势。随着装机容量的增加风力机所面临的故障问题也日益凸显,并不断受到经营者和科研人员的重视。风力机单机容量的增大和所处环境的恶劣导致风力机主要组成部分的风力机叶片故障发生率不断上升,所以对风力机叶片故障的监督与判定故障种类具有十分重要的实际意义。
　　本文从实际应用角度出发对风力机叶片故障种类的判定和故障定位进行了研究。通过对风力机叶片在故障定位方法的研究提出了对风力机叶片背景剔除方法,并利用定位色带和定位点对叶片进行区域划分,以达到对风力机故障特征提取和对故障生长监控的目的。对风力机叶片提取所遇到的光照和拍摄角度进行了研究,并得到了叶片图像数据提取所适用的光照范围和拍摄角度范围。在对风力机叶片故障图像特征提取方法研究中对流形学习方法进行了改进,并使用双树复小波和流形学习数据特征提取方法和改进流形学习算法分别提取故障数据并训练支持向量机并然后其训练效果进行了对比,选出了效果做好的方法作为实际应用方法。
　　在对风力叶片故障监控的基础上设计了风力机故障监测系统,系统对摄像头的安装、系统硬件、软件的构成做了详细的说明。通过对叶片状态的监控提高风力机的安全可靠性,保证风力机的稳定运行。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 引言

1.2 研究背景

1.3 研究工作

2 风力机叶片图像预处理方法研究

2.1 叶片监测环境背景剔除研究

2.2 叶片故障定位研究

2.3 运动叶片拍摄方法探讨

2.4 结论

3 风力机叶片故障诊断方法研究

3.1 叶片故障实验

3.2 实验数据处理方法研究

3.3 实验处理结果

3.4 结论

4 风力发电机叶片故障诊断系统设计

4.1 监测系统硬件构成

4.2 监控系统软件构成

5 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

附录 攻读硕士期间所参与的工作