某風機葉片無人機智能化檢測項目

項目背景

    近日,國家能源局召開2024年1月份全國可再生能源開發建設形勢分析視頻會,會議指出2023年我國可再生能源保持高速度發展、高比例利用、高質量消納的良好態勢。截至2023年12月底,全國可再生能源發電總裝機達15.16億千瓦,占全國發電總裝機的51.9%,在全球可再生能源發電總裝機中的比重接近40%,其中,2023年風電機組等關鍵零部件的產量占到全球市場的70%以上,在全球的領先優勢更加穩固。
 

    而隨著風電裝機總量的逐漸增加和風電場規模的逐漸擴大,風機葉片的運維管理逐漸成了一個挑戰。風機葉片是風力發電機的關鍵部件之一,其質量可靠性是保障風電機組安全運行的關鍵因素之一。風力發電機工作于多風沙、多鹽霧、多災害的惡劣環境,葉片表面常會受到各種介質傷害從而形成缺陷損傷,直接影響風機的整體性能。因此,對風機葉片進行缺陷檢測是保障風電機組壽命、降低安全隱患的重要方式。

 

珈鷹方案

    傳統巡檢方式需要人工攀爬風機塔筒或使用望遠鏡進行目視檢查,工作量大且耗時長。人工巡檢涉及高空作業,存在墜落等安全風險,且惡劣天氣下操作更加困難。為了應對這些檢測方法存在的勞動強度大、檢測效率低、安全隱患高和檢測成本高等問題,珈鷹科技利用無人機結合AI視覺技術提出了無人機風機葉片智慧巡檢方案,助力風電站提高運維水平,降低運維成本,優化資源分配。
 

1.建立三維可視化模型

    首先,基于風機葉片的設計圖紙或實際尺寸,利用專業軟件建立輕量化、單體化的三維模型。這個模型將用于模擬無人機在實際巡檢中的視角和拍攝條件。

圖一 風機葉片三維模型圖
 

2.系統輸入

    將建立好的風機葉片三維模型導入到無人機巡檢系統中。系統會根據模型數據自動計算和優化巡檢路徑、相機參數等。

圖二 無人機巡檢系統
 

3.系統輸出

    基于輸入的風機葉片模型,系統會根據預設的巡檢標準和要求,自動計算出最佳的相機變焦倍數、拍照間距等參數。這些參數將直接指導無人機在巡檢過程中的拍攝操作。

圖三 系統根據模型圖紙進行預覽控制
 

4.執行無人機巡檢任務

    根據系統輸出的參數,操作無人機進行實際的巡檢任務。無人機將按照規劃的路徑和參數進行拍攝,獲取風機葉片的高清圖像和數據。

圖四 無人機檢測位置示意圖
 

5.圖像數據處理與分析

    將無人機采集的圖像數據上傳檢測平臺進行處理和分析。利用專業的圖像處理軟件和算法,對圖像進行增強、濾波等操作,以提高圖像的清晰度和對比度。同時,利用深度學習技術對圖像進行缺陷識別和分類。

圖五 風機缺陷檢測流程圖
 

6.搭建數據平臺支持在線查詢

    業主可以通過平臺與缺陷數據交互,通過缺陷演化趨勢規劃葉片運維方案,提高風電站的安全性能。

圖六 數字平臺與缺陷三維展示
 

隨著“碳達峰、碳中和”目標的提出,我國正在加快推進新能源產業的發展,風電作為其中的重要一環,其運維管理的重要性也日益凸顯。珈鷹科技提出的無人機風機葉片巡檢方案,不僅符合國家政策導向,也順應了新能源發展的時代潮流,在保障風電站安全性能的同時降低了運維管理成本,助力風電能源高效利用。