启航无人机科技(辽宁)有限公司,辽宁无人机培训学校,无人机考证,航拍教学,沈阳无人机培训,无人机测绘,无人机巡检
2023-03-08 13:37:33

无人机激光雷达风机叶片巡检方案

分享到:

风机巡检的必要性

    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。

image.png

image.png

    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,更详细地对关键缺陷进行定位,利用风电巡检数据管理与分析平台,实现数据上传、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叶片相对距离。兼容大疆双光谱相机H20T、全画幅相机P1等挂载,即插即用、快速安装作业。

image.png

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

支持缺陷快速识别

    采用AI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

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。

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

image.png




上一篇:促进农业机械化!彭水村民家门口学无人机
下一篇:国网湖南启用无人机全自动巡检,提升输电线路运维质效