【CN110006950A】一种风电叶片裂纹检测装置及其检测方法【专利】

风力发电场风机叶片裂纹检测方法随着能源危机的严峻形势和环境保护的呼声的日益高涨，风力发电作为一种清洁、可再生的新型能源逐渐走进人们的视野。

而风力发电机组中的关键设备之一——叶片，又是发电机组中最容易出现问题的部件。

其受到长期高速旋转和风力的侵蚀，很容易出现一些裂纹等问题，从而严重影响风力发电设备的寿命和发电效率。

因此，对于风机叶片的裂纹检测方法的研究非常重要。

一、视觉检测法视觉检测法是一种简单、易行的方法，该方法可以利用肉眼或者显微镜等光学设备直接观察叶片表面是否出现裂纹等缺陷。

然而，这种方法的局限性比较明显，只能检测到较为明显的缺陷，而对于微小裂纹或者深层次的隐蔽缺陷便无能为力，因此这种方法一般只适用于初步筛查，而非精确检测。

二、超声波检测法超声波检测法可以通过向叶片表面或者内部发送超声波信号，从而探测到叶片中的缺陷。

该方法准确度较高，可以检测到微小裂纹或者深层次的隐蔽缺陷。

同时，该方法对叶片造成的损伤比较小，具有较高的安全性。

但是，该方法的设备比较昂贵，操作要求较高，非专业人士难以熟练掌握，影响了其推广应用。

三、涂料检测法涂料检测法是一种较为简单的方法，该方法将专门的涂料涂刷在叶片表面或者内部，根据涂料中的化学成分变化或者颜色变化来检测叶片中的缺陷。

该方法具有成本较低、易于操作等优点，且可以检测到各类缺陷，但是其对叶片造成的损伤较大，需要进行翻新，影响叶片使用寿命。

四、红外热像检测法红外热像检测法是一种基于红外热成像原理的检测方法，该方法可以通过拍摄叶片表面的红外热像来检测叶片中的缺陷。

该方法具有速度快、对叶片造成的损伤小等优点，且可以检测出一些深层次、难以察觉的裂纹等问题。

但是该方法只适用于表面温度差异较大的材料，对于采用的材料有一定限制。

综上所述，针对风力发电机组中叶片裂纹检测问题，需要采用不同的方法进行配合，综合检测叶片是否存在问题，以便及时采取相应的维护措施。

同时，随着科技的进步，各种新型检测方法也在涌现，未来会有更加先进的方法来应用于风机叶片裂纹检测工作中。

专利名称：一种风力机叶片裂纹诊断方法及装置专利类型：发明专利
发明人：王文韫,邹龙洲,郭迎福,全伟铭,张磊安申请号：CN202010542700.9
申请日：20200615
公开号：CN111833307A
公开日：
20201027
专利内容由知识产权出版社提供
摘要：本发明提出了一种风力机叶片裂纹诊断方法及装置，涉及风力机故障诊断技术领域，包括：获取双目摄像设备以预设帧率连续采集的风力机叶片在施加预设激励下的多张叶片图像；风力机叶片上设置有多个标志；对叶片图像上的标志进行识别并确定标志的空间坐标，以生成标志的空间振动数据；从标志的空间振动数据中截取连续的预设帧数据，作为初始数据；每一帧叶片图像对应一帧数据；将初始数据中各个标志在X轴、Y轴、Z轴方向上的振动数据对应地映射到图像上的R、G、B分量上，以生成融合有各个标志振动信息的融合图像；根据融合图像对风力机叶片裂纹进行诊断。

本申请在风力机叶片裂纹诊断中具有良好的效果。

申请人：湖南科技大学
地址：411201 湖南省湘潭市雨湖区石码头2号
国籍：CN
代理机构：长沙和诚容创知识产权代理事务所(普通合伙)
代理人：戴亚
更多信息请下载全文后查看。

专利名称：一种风力发电机叶片裂纹自动检测报警系统及方法专利类型：发明专利
发明人：薄煜明,吴凯,赵高鹏,朱建良,张捷,吴盘龙,杜国平
申请号：CN201210102925.8
申请日：20120410
公开号：CN102621281A
公开日：
20120801
专利内容由知识产权出版社提供
摘要：本发明公开了一种风力发电机叶片裂纹自动检测报警系统及方法。

系统由检测装置和控制设备组成。

检测装置通过粘贴式电阻应变片的形变自动检测叶片状态，并控制报警模块给出报警信号，在检测叶片状态的同时还具有检测周围环境温湿度信息的功能；系统内部通过ZigBee网络实现系统的互联，不需要复杂的网络布线，结构简单；系统与外界之间采用GPRS通信，便于管理部门及时掌握叶片的状态和温湿度信息；系统采用低功耗器件，以及定时检测，其余时间睡眠的方法最大程度地减小功耗。

本发明可广泛用于风电机组叶片状态的实时自动检测，这种检测技术能对产生裂纹的叶片予以预警，为叶片的安全可靠运行提供了保证，具有广阔的经济效益和社会价值。

申请人：南京理工大学
地址：210094 江苏省南京市孝陵卫200号
国籍：CN
代理机构：南京理工大学专利中心
代理人：马鲁晋
更多信息请下载全文后查看。

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010097828.9(22)申请日 2020.02.17(71)申请人 通标标准技术服务有限公司地址 100142 北京市海淀区阜成路73号世纪裕惠大厦16层(72)发明人 杨林　张国勇　(74)专利代理机构 北京远大卓悦知识产权代理事务所(普通合伙) 11369代理人 卞静静(51)Int.Cl.G06F 30/27(2020.01)G06T 7/00(2017.01)F03D 17/00(2016.01)G06N 3/08(2006.01)G06N 3/04(2006.01)(54)发明名称风力发电机组叶片故障判断方法及装置(57)摘要本发明公开了风力发电机组叶片故障判断方法，包括：采集风力发电机组叶片的第一运行声音信号和第二运行声音信号，并根据所述第一运行声音信号和所述第二运行声音信号提取运行声音特征值；采集风力发电机组叶片上设定区域的图像，并对采集的图像进行识别分析，提取表观特征值；采集风力发电机组的外部环境参数；获取待测风力发电机组叶片的运行声音特征值，输入神经网络预测模型，将输出的下一时刻的运行声音特征值与实际的运行声音特征值进行比较，若误差大于设定阈值，则判断待测风力发电机组叶片存在故障。

本发明还提供了风力发电机组叶片故障判断装置。

本发明能够持续对风力发电机组叶片进行监测，并较快给出判断结果，成本较低。

权利要求书1页 说明书4页 附图1页CN 111400961 A 2020.07.10C N 111400961A1.风力发电机组叶片故障判断方法，其特征在于，包括：采集风力发电机组叶片的第一运行声音信号和第二运行声音信号，并根据所述第一运行声音信号和所述第二运行声音信号提取运行声音特征值，所述第一运行声音信号和所述第二运行声音信号分别来源于风力发电机组的内部声音和外部声音；采集风力发电机组叶片上设定区域的图像，并对采集的图像进行识别分析，提取表观特征值；采集风力发电机组的外部环境参数；以上一时刻的运行声音特征值、上一时刻的表观特征值以及上一时刻的外部环境参数作为输入，以下一时刻的运行声音特征值为输出，训练获得神经网络预测模型；获取待测风力发电机组叶片的运行声音信号及运行声音特征值，输入神经网络预测模型，将输出的下一时刻的运行声音特征值与实际的运行声音特征值进行比较，若误差大于设定阈值，则判断待测风力发电机组叶片存在故障。

风力发电叶片裂缝监测技术原理和应用
刘启栋;严得鑫;左仲林;李炜明;孙志远
【期刊名称】《电力设备管理》
【年(卷),期】2024()4
【摘要】鉴于风力发电叶片结构复杂、工作环境恶劣、应变监测精度要求高,以及传统光纤传感器技术在风电领域应用不够成熟等因素,本文设计了一种基于内窥机器人联合监测的风力发电叶片健康监测系统。

通过监测系统获取叶片表面裂缝的发展和分布情况,可及时发现潜在的损伤和失效问题,同时在基于云计算技术实现对风力发电叶片健康状态在线监测的基础上,采用无线通信技术将监测数据传输到远程控制中心平台上,以此实现风电叶片健康状态的远程诊断和维护。

【总页数】3页(P89-91)
【作者】刘启栋;严得鑫;左仲林;李炜明;孙志远
【作者单位】青海黄河风力发电有限责任公司
【正文语种】中文
【中图分类】TP2
【相关文献】
1.基于迁移学习的风力发电机叶片裂缝识别
2.风力发电机叶片不平衡监测系统设计
3.风力发电机组叶片监测系统设计
4.风力发电叶片裂缝监测技术综述
5.浅谈固本止崩汤加减治疗青春期脾虚型崩漏对中医证候积分的影响
因版权原因，仅展示原文概要，查看原文内容请购买。