一种风力发电机叶片的红外热成像无损检测方法 【技术领域】 [0001] 本发明涉及一种红外热成像无损检测方法，具体涉及一种风力发电机叶片的红外热成像无损检测方法，其能对风力发电机叶片进行精确检测，属于无损检测技术领域。 【背景技术】 [0002] 随着化石能源日益消耗，寻找清洁实用的可再生能源成为亟需解决的问题。风能以其可再生、分布广泛、清洁无污染等特点备受关注，其主要利用方式是通过风力发电机将风能转换为电能。风能是目前技术最为成熟、市场最为广泛的可再生能源之一。在能源转型过程中，风力发电机组的质量和安全极其重要。风机叶片作为风机关键部件，在长期服役过程中，一方面受力条件复杂，包括翼面向弯曲载荷、惯性力以及扭转载荷；另一方面又不可避免地受到强风、盐雾、雷暴、风沙、雨雪等各种恶劣气候条件的影响，导致风机叶片产生不同程度的缺陷损伤。 [0003] 传统风力发电机叶片无损检测方法主要包括视觉检查和常规检测设备(如超声波检测、振动检测)。这些方法存在以下问题：1)，常规检测设备通常需要将设备直接接触叶片表面，可能对叶片造成损伤，尤其是在检测小缺陷时；2)，传统方法往往受到检测环境和设备维护的限制，无法实现全面高效的叶片内部检测；3)，视觉检查需要人工操作，效率低下，而常规检测设备可能需要停机检测，影响风力发电机的运行时间。 [0004] 因此，为解决上述问题，确有必要提供一种创新的风力发电机叶片的红外热成像无损检测方法，以克服现有技术中的所述缺陷。 【发明内容】 [0005] 为解决上述问题，本发明的目的在于提供一种风力发电机叶片的红外热成像无损检测方法，其采用吸附式无人机和红外热成像装置，结合先进的算法，高效率地实现对风力发电机叶片的损伤检测。 [0006] 为实现上述目的，本发明采取的技术方案为：一种风力发电机叶片的红外热成像无损检测方法，其采用一种吸附式无人机红外热成像装置，该装置包括无人机、中央控制处理系统、红外热成像仪、伸缩连杆装置和吸附装置； [0007] 所述检测方法包括如下步骤： [0008] 1)，无人机起飞，飞行至叶片的待检测位置后，通过吸附装置吸附在待测区域； [0009] 2)，中央控制处理系统激活红外热成像仪，产生适度的热源，使叶片待测区温度逐渐升高，并实时采集待测区域的红外图像，记录叶片在升温过程中的温度分布； [0010] 3)，中央控制处理系统对红外图像进行处理，识别温度分布中的异常区域，并从红外图像中提取关键特征； [0011] 4)，利用提取的特征进行异常检测，比对正常状态下的特征，识别叶片内部缺陷或异常，并生成详细的检测报告； [0012] 5)，完成该区域的检测后，通过吸附装置自带的滚轮，前往下一块待测区域，并重复2)至4)的操作。 [0013] 本发明的风力发电机叶片的红外热成像无损检测方法进一步为：所述红外热成像仪通过伸缩连杆装置与中央控制处理系统相连，伸缩连杆装置内部安装有万向旋钮，使红外热成像仪能对待测区域进行无死角检测；所述红外热成像仪包括红外成像相机和素闪光灯。 [0014] 本发明的风力发电机叶片的红外热成像无损检测方法进一步为：所述步骤1)具体为： [0015] 1‑1)，无人机到达待测区域上空，缓慢下降，直至吸附装置的可伸缩式吸盘精准贴合待测区； [0016] 1‑2)，吸附装置的可伸缩式吸盘上的排气阀开始启动，将待测区表面内的空气排出，使其牢牢吸附，排尽空气后，排气阀关闭； [0017] 1‑3)，该区域检测完毕后，无人机的螺旋桨开始反转，直至螺旋桨的升力和吸附装置的吸附力一样时，吸附装置的滚轮启动，滚轮带着装置移动到下一检测区域进行检测。 [0018] 本发明的风力发电机叶片的红外热成像无损检测方法进一步为：所述步骤2)中，红外热成像图像采集方法如下： [0019] 2‑1)，开启红外热成像仪； [0020] 2‑2)，所述红外热成像仪开始以某一固定的帧频记录热成像，待延迟一段时间后，将卤素闪光灯激励时形成的热成像进行保存； [0021] 2‑3)，将采集完成的红外热成像进行图像处理。 [0022] 本发明的风力发电机叶片的红外热成像无损检测方法进一步为：所述步骤3)中，温度异常区域采用温度梯度计算确定，方法如下： [0023] 3‑1)，假设风力发电机扇叶表面温度场可以用二维温度分布函数T(x,y,t)描述，其中x和y是叶片表面上的坐标，t是时间； [0024] 3‑2)，设定主动热源对叶片进行加热，产生一个额外的热源，用Q(x,y,t)表示； [0025] 3‑3)，热传导方程来描述温度场的演化： [0026] [0027] 其中：ρ是叶片的密度，c是叶片的比热容，k是叶片的热导率， 是散度运算符； [0028] 3‑4)，红外热成像设备通过感测叶片待测区的红外辐射，得到待测区温度分布图像T内部(x,y,t)；通过对红外图像进行处理，去噪、校准温度，得到处理后的内部温度分布图像T处理后(x,y,t)； [0029] 3‑5)，计算温度梯度，表示温度场的变化率： [0030] [0031] 其中， 表示温度梯度； [0032] 3‑6)，利用热梯度源的位置和强度信息，识别出主动热源引起的异常温度区域： [0033] [0034] 其中P(x,y,t)表示异常区域。 [0035] 本发明的风力发电机叶片的红外热成像无损检测方法进一步为：所述步骤4)中，叶片异常判定方法具体为： [0036] 4‑1)，使用动态基线模型，根据风力发电机的运行状态和环境： [0037] 动态基线模型i,j＝f(T历史,i,j,其他运行参数) [0038] 其中T历史,i,j表示观测数据的值，这里表示风力发电机运行的值； [0039] 4‑2)，设定一个自适应调整机制，根据历史数据和异常检测结果动态调整异常指数阈值： [0040] 异常指数阈值动态＝g(历史异常指数,其他因素) [0041] 4‑3)，对异常指数进行空间和时间上的平滑处理，以消除可能的噪声和突发变化： [0042] [0043] 其中，Mi,j为异常指数，Ni,j为原始异常指数； [0044] 4‑4)，使用动态阈值，即根据不同的运行状态和环境条件动态调整阈值，采用统计学方法来设定阈值： [0045] [0046] 其中，E表示动态阈值，p表示均值，k表示倍数，s表示标准差； [0047] 4‑5)，设定动态阈值，通过比较异常指数和动态阈值，判定是否存在内部异常： [0048] [0049] 其中，W(x,y,t)表示检测结果。 [0050] 本发明的风力发电机叶片的红外热成像无损检测方法还可为：所述吸附装置包括吸盘和滚轮，所述吸盘的吸附、滚轮的移动都是通过中央控制处理系统进行指令。 [0051] 与现有技术相比，本发明具有如下有益效果： [0052] 1.本发明的风力发电机叶片的红外热成像无损检测方法通过无人机飞行至待测区域，吸附在表面，再通过红外线产生热源，结合红外热成像技术，实现对叶片内部微小缺陷的高精度检测，提高了检测的准确性和效率，同时实现了对叶片整体状况的全面评估。 [0053] 2.本发明的风力发电机叶片的红外热成像无损检测方法无需直接接触风力发电机叶片，使得在检测中可以避免破坏或影响被测物体。 [0054] 3.本发明的风力发电机叶片的红外热成像无损检测方法可以提供实时的热图像，使得用户能够立即观察到被测物体的热分布情况。 [0055] 4.本发明的风力发电机叶片的红外热成像无损检测方法通过在吸附装置上设置滚轮，使得装置在吸附的同时还能进行平面移动，对传统检测，不停起飞降落再吸附进行了优化，大大提高了效率的同时，还能减少自身装置的损耗。 【附图说明】 [0056] 图1是本发明的吸附式无人机红外热成像装置的结构示意图。 [0057] 图2是图1中的红外热成像仪检测叶片的效果图。 [0058] 图3是图1的中吸附装置的结构示意图。 [0059] 图4是图1的中吸附装置与叶片吸附的效果图。 【具体实施方式】 [0060] 请参阅说明书附图1至附图4所示，其为本发明的一种吸附式无人机红外热成像装置，其由无人机1、中央控制处理系统2、红外热成像仪3、伸缩连杆装置4以及吸附装置5等几部分组成。 [0061] 其中，所述无人机1为现有技术的无人机，中央控制处理系统2、红外热成像仪3、伸缩连杆装置4和吸附装置5分别安装于无人机1上。 [0062] 所述红外热成像仪3通过伸缩连杆装置4与中央控制处理系统2相连，并由中央控制处理系统2控制。即，红外热成像仪3得到的所有检测信息传输至中央控制处理系统2中，经过处理，再由中央控制处理系统2传输至地面。 [0063] 所述红外热成像仪3包括红外成像相机10和素闪光灯9。所述伸缩连杆装置4内部安装有万向旋钮，使红外热成像仪3能对待测区域11进行无死角检测。 [0064] 由于红外热成像对物体表面温度的变化非常敏感，这种高灵敏性使得设备能够探测到微小的温度差异，而且可以穿透一些材料，探测物体表面下的温度分布，从而发现深层的问题或缺陷。且红外热成像在光照不足或恶劣天气条件下同样有效；与可见光相比，红外辐射对于光照条件的依赖性较小，因此可在夜间或恶劣天气条件下进行可靠的检测；对被测物体无需进行特殊准备，如表面覆盖或标记，这降低了操作的复杂性，尤其适用于大型或复杂结构的设备；红外热成像提供的是整体的热图像，而不仅仅是局部信息，这有助于全面了解被测物体的热性能，同时也有利于预测潜在的问题。 [0065] 所述吸附装置5上设有滚轮8，使得装置在吸附的同时还能进行平面移动，对传统检测需要无人机不断起飞降落再吸附进行了优化，大大提高了效率的同时，还能减少自身装置的损耗。 [0066] 采用上述吸附式无人机红外热成像装置对风力发电机叶片进行红外热成像无损检测方法，其包括如下步骤： [0067] 步骤1)，无人机1起飞，飞行至叶片的待检测位置后，通过吸附装置5吸附在待测区域11，其具体包括如下过程： [0068] 1‑1)，无人机1到达待测区域11上空，缓慢下降，直至吸附装置5的可伸缩式吸盘7精准贴合待测区。 [0069] 1‑2)，吸附装置5的可伸缩式吸盘7上的排气阀6开始启动，将待测区11表面内的空气排出，使其牢牢吸附，排尽空气后，排气阀6关闭。 [0070] 1‑3)，该区域检测完毕后，无人机1的螺旋桨开始反转，直至螺旋桨的升力和吸附装置5的吸附力一样时，吸附装置5的滚轮8启动，滚轮8带着装置移动到下一检测区域进行检测。 [0071] 步骤2)，中央控制处理系统2激活红外热成像仪3，产生适度的热源，使叶片待测区 11温度逐渐升高，并实时采集待测区域的红外图像，记录叶片在升温过程中的温度分布。 [0072] 具体的说，所述红外热成像图像采集方法如下： [0073] 2‑1)，开启红外热成像仪3。 [0074] 2‑2)，所述红外热成像仪3开始以某一固定的帧频记录热成像，待延迟一段时间后，将卤素闪光灯9激励时形成的热成像进行保存。 [0075] 2‑3)，将采集完成的红外热成像进行图像处理。 [0076] 步骤3)，中央控制处理系统对红外图像进行处理，识别温度分布中的异常区域，并从红外图像中提取关键特征。 [0077] 本步骤中，温度异常区域采用温度梯度计算确定，方法如下： [0078] 3‑1)，假设风力发电机扇叶表面温度场可以用二维温度分布函数T(x,y,t)描述，其中x和y是叶片表面上的坐标，t是时间。 [0079] 3‑2)，设定主动热源对叶片进行加热，产生一个额外的热源，用Q(x,y,t)表示。这个热源可以是周期性的，由控制系统调节。 [0080] 3‑3)，热传导方程来描述温度场的演化： [0081] [0082] 其中：ρ是叶片的密度，c是叶片的比热容，k是叶片的热导率，是散度运算符。 [0083] 3‑4)，红外热成像设备通过感测叶片待测区的红外辐射，得到待测区温度分布图像T内部(x,y,t)；通过对红外图像进行处理，去噪、校准温度，得到处理后的内部温度分布图像T处理后(x,y,t)。 [0084] 3‑5)，计算温度梯度，表示温度场的变化率： [0085] [0086] 其中， 表示温度梯度； 表示水平方向的温度梯度， 表示垂直方向的温度梯度。 [0087] 3‑6)，利用热梯度源的位置和强度信息，识别出主动热源引起的异常温度区域： [0088] [0089] 其中P(x,y,t)表示异常区域。 [0090] 步骤4)，利用提取的特征进行异常检测，比对正常状态下的特征，识别叶片内部缺陷或异常，并生成详细的检测报告。 [0091] 具体的说，所述叶片异常判定方法为： [0092] 4‑1)，使用动态基线模型，根据风力发电机的运行状态和环境： [0093] 动态基线模型i,j＝f(T历史,i,j,其他运行参数) [0094] 其中，T历史,i,j表示观测数据的值，这里表示风力发电机运行的值。 [0095] 这里需要说明书的是：动态基线模型是指在检测系统中，基线模型的参数或状态能够根据系统运行的实时数据动态调整的模型。基线模型通常用于描述系统正常运行时的状态或性能水平，而动态基线模型的引入允许模型随着时间、环境变化或其他外部因素而自适应地更新。考虑一个温度监测系统，用于监测机械设备的温度。传统的基线模型可能是设备在正常运行状态下的平均温度，而动态基线模型可以根据实时数据调整基线。 [0096] 4‑2)，设定一个自适应调整机制，根据历史数据和异常检测结果动态调整异常指数阈值： [0097] 异常指数阈值动态＝g(历史异常指数,其他因素)。 [0098] 其中，异常值指数阈值是指设定一个自适应调整机制，根据历史数据和异常检测结果动态调整异常指数阈值，其通过监控系统性能和维护记录，自动学习系统的运行状况。 因此，动态基线模型和异常指数阈值都是在不同的环境下，依据客观条件设定的，旨在于提高算法的适应性和鲁棒性，使其能够更好地适应不同的工作环境和实际运行条件。 [0099] 4‑3)，对异常指数进行空间和时间上的平滑处理，以消除可能的噪声和突发变化： [0100] [0101] 其中，Mi,j为异常指数，Ni,j为原始异常指数。 [0102] 4‑4)，使用动态阈值，即根据不同的运行状态和环境条件动态调整阈值，采用统计学方法来设定阈值： [0103] [0104] 其中，E表示动态阈值，p表示均值，k表示倍数，s表示标准差。 [0105] 4‑5)，设定动态阈值，通过比较异常指数和动态阈值，判定是否存在内部异常： [0106] [0107] 其中，W(x,y,t)表示检测结果。 [0108] 步骤5)，完成该区域的检测后，通过吸附装置5自带的滚轮8，前往下一块待测区域 11，并重复2)至4)的操作。 [0109] 以上的具体实施方式仅为本创作的较佳实施例，并不用以限制本创作，凡在本创作的精神及原则之内所做的任何修改、等同替换、改进等，均应包含在本创作的保护范围之内。