[发明专利]一种叶片缺陷检测方法及维护方法有效
申请号: | 201910510171.1 | 申请日: | 2019-06-13 |
公开(公告)号: | CN110174413B | 公开(公告)日: | 2021-08-31 |
发明(设计)人: | 李建明;郑燕;曾强雁;赵龙 | 申请(专利权)人: | 中新红外科技(武汉)有限公司 |
主分类号: | G01N21/95 | 分类号: | G01N21/95 |
代理公司: | 武汉大楚知识产权代理事务所(普通合伙) 42257 | 代理人: | 徐杨松 |
地址: | 430223 湖北省武汉市洪山区东湖新技术开发区*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 叶片 缺陷 检测 方法 维护 | ||
本发明涉及一种叶片缺陷检测方法,包括如下步骤:S100a、获取叶片整体的目标图像;S200a、基于光学检测方法检测出叶片表面和主动式红外检测方法检测出叶片蒙皮下的缺陷;S300a、将检测出的缺陷在目标图像上进行标记。本发明的有益效果是:通过光学和红外检测可检测出叶片的表面及蒙皮下缺陷,并在叶片的整体图像中标注出缺陷,利于后期查看叶片的状况,除此之外,后续对此块叶片进行检测的时候,可对标记出的缺陷进行重点关注,相对于人工检测而言,本方法检测精度高、误差小,同时能够检测出肉眼无法观察出的内部缺陷。
技术领域
本发明涉及风机叶片检测技术领域,尤其涉及一种叶片缺陷检测方法及维护方法。
背景技术
风机叶片在长期工作过程中,容易受到风沙走石的撞击,叶片的表面及内部会产生不同程度的缺陷。目前市面上一般是人工目测,目测往往只能看到表面的缺陷,对表面下的缺陷就只能凭经验,这样往往会带来误测,此外此种检测方式往往只是掌握叶片的当前状态。
发明内容
本发明所要解决的技术问题是提供一种叶片缺陷检测方法及维护方法,以克服上述现有技术中的不足。
本发明解决上述技术问题的技术方案如下:
一种叶片缺陷检测方法,包括如下步骤:
S100a、获取叶片整体的目标图像;
S200a、基于光学检测方法检测出叶片表面和主动式红外检测方法检测出叶片蒙皮下的缺陷;
S300a、将检测出的缺陷在目标图像上进行标记。
本发明的有益效果是:通过光学和红外检测可检测出叶片的表面及蒙皮下缺陷,并在叶片的整体图像中标注出缺陷,利于后期查看叶片的状况, 除此之外,后续对此块叶片进行检测的时候,可对标记出的缺陷进行重点关注,相对于人工检测而言,本方法检测精度高、误差小,同时能够检测出肉眼无法观察出的内部缺陷。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述步骤S300a具体如下:
S310a、提取叶片中检测出的含有缺陷的图片数据;
S320a、构建缺陷识别模型;
S330a、通过缺陷识别模型对含有缺陷的图片数据进行缺陷的识别检测;
S340a、将识别出的缺陷在目标图像上进行标记,包括标记出缺陷的位置及尺寸信息。
采用上述进一步的有益效果是:在叶片整体的目标图像中标注出缺陷位置、尺寸及类型,方便后续准确、快速查看。
进一步,所述步骤S320a具体如下:
S321a、获取多类具有缺陷的样本图片数据,并对具有不同类型缺陷的样本图片数据做标签,然后将样本图片数据进行随机混合;
S322a、选取ResNet模型做训练和预测,训练过程包括K折交叉验证,将样本图片数据分为K份,选择其中K-1份进行训练,剩余份用于验证,重复进行K次交叉验证,并将每次验证的误差累加求平均值,误差最小的模型作为缺陷识别模型。
采用上述进一步的有益效果是:可以实现利用软件自动识别缺陷,减小人工参与量。
一种叶片缺陷检测维护方法,包括如下步骤:
S100b、收集数据,包括叶片相关数据和故障维修数据,其中,叶片相关数据包括叶片的厂家、风资源、使用时间和风机位置;故障维修数据包括检修时间、缺陷类型及尺寸数据;
S200b、获取缺陷的状态变化曲线和缺陷的概率分布:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中新红外科技(武汉)有限公司,未经中新红外科技(武汉)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910510171.1/2.html,转载请声明来源钻瓜专利网。