风力机叶片故障诊断方法

摘要

本发明涉及风力机故障诊断技术领域，特别是一种风力机叶片故障诊断方法。通过地位点多次对风力机叶片表面进行分割，采用微分原理，把呈弧型结构的风力机叶片划分成认为是平面的图像基元，并且定位点能对故障进行定位。利用固定在风力机塔架上的摄像设备，定时对风力机叶片基元进行取样拍照，获得叶片基元原始图片并进行处理。设计叶片故障种类数据库，将叶片故障诊断的算法应用到风力机叶片故障诊断中，进行智能识别故障，从而做出判断。解决了现有诊断方法对于风力机叶片故障生长、发展的视频监测工作十分复杂而且算法精度不高不能满足生产需求的问题。本发明的诊断方法简单易行，灵敏性高，能提高风力发电机叶片安全性。

主权项

风力机叶片故障诊断方法，包括如下步骤：（1）风力机叶片基元的提取：首先，通过边缘提取算法对风力机叶片进行背景剔除；接着，把风力机叶片表面涂上色带，通过色带把风力机叶片整体划分成N个子区域，其中N≥1，任意一个子区域称为叶片基元；然后采取网格区域划分的方法，把风力机叶片每个子区域表面人为划分标记圆点，圆点依照叶片表面弧度进行划分，在平直的部分划分较稀疏，弧度大的子区域划分较密集；最后，通过霍夫圆变换找到标记圆点的圆心，通过圆心和区域的四个角点将子区域再次划分，把网格拆分成子区域，使得网格内部近似为在同一平面上；将该子区域进行二次划分成图像基元，作为故障诊断图像使用；（2）视频监控：首先利用固定在风力机塔架上的摄像设备，定时对风力机叶片基元进行取样拍照，获得叶片基元原始图片；然后，把原始图像转换成灰度图；原始图像转换成灰度图方法如下：首先，将原始图形经过灰度处理，由彩色图变为灰度图，得到叶片基元的原始图像；然后，通过轮廓提取方法对灰度图像进行叶片基元轮廓提取，得到叶片基元的二值图像，该二值图像中叶片基元为白色背景，其余部分为黑色背景；再次，对二值图像进行形态学处理后得到图像的二值去噪图像，找到图像中区域最大的部分即为叶片所在部分，取出其他部分即得到叶片的二值图像； 最后，找到原始图像中对应叶片二值图像中为白色的部分即提取出整个叶片的图像；（3）判别故障：首先收集常见风力机故障叶片，然后对风力机故障叶片提取图像特征，接着对故障图片进行分类，最后设计叶片故障种类数据库，将叶片故障诊断的算法应用到风力机叶片故障诊断中，进行智能识别故障，若判别为严重故障，告知需要检修；若判断为细微故障，告知监督故障发展和类型变化，若叶片裂纹生长，则告知检修。