基于深度学习算法的风电机组叶片开裂缺陷分析

董礼; 韩则胤; 王宁; 王恩路; 苏宝定

首页> 中文期刊> 《计算机测量与控制》 >基于深度学习算法的风电机组叶片开裂缺陷分析

基于深度学习算法的风电机组叶片开裂缺陷分析

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为实现对风电机组叶片表面缺陷检测的智能化,该研究应用无人机技术、图像视觉技术和深度学习算法,建立风电机组叶片缺陷检测系统,提高了对叶片上开裂缺陷的检测精度;系统使用sobel算子计算图像横向和纵向的梯度,并对图像进行阈值分割和去噪处理;构建深度学习模型提取图像缺陷的特征信息,加入了SPP-Net网络进行卷积操作,增加了模型的输入数据尺度,得到特征图后在利用PRN网络筛选特征图;实验结果显示该研究系统能够去除大量无用的背景信息,开裂缺陷部位的特征信息保留完整,对验证集中的图像进行测试后,该研究系统识别出的开裂缺陷数最高可达到50个。

著录项

来源
《计算机测量与控制》 |2022年第8期|142-146|共6页
作者
董礼; 韩则胤; 王宁; 王恩路; 苏宝定;
展开▼
作者单位

中国广核新能源控股有限公司;

展开▼
原文格式 PDF
正文语种 chi
中图分类多媒体技术与多媒体计算机;
关键词
风电机组叶片; 缺陷检测; 无人机技术; 阈值分割; 去噪处理; 深度学习模型;

相似文献

中文文献
外文文献
专利

1. 基于气动噪声的风电机组叶片开裂缺陷检测初步研究 [J] . 颜京忠 ,周进 ,季翠娜 . 仪器仪表与分析监测 . 2018,第002期
2. 风电机组叶片开裂缺陷在线监测终端研制 [J] . 颜京忠 ,王磊 ,周进 . 电气自动化 . 2018,第005期
3. 基于改进Yolov4的风电机组叶片缺陷检测算法 [J] . 李亦伦 ,成和祥 ,董礼 . 风机技术 . 2022,第1期
4. 风电叶片的五年之忧——某风电场风电机组叶片定检、维护、维修统计分析报告 [J] . 刘世明 ,程尧 . 风能 . 2011,第010期
5. 基于RBM和SVM的风电机组叶片开裂故障预测 [J] . 张鑫 ,徐遵义 ,何慧茹 . 电力系统保护与控制 . 2020,第15期
6. 基于VMD能量熵和BP神经网络风电叶片缺陷研究 [C] . Xu Xu ,徐旭 ,ZHANG Penglin . 2018年甘肃省焊接学术会议 . 2018
7. 风电机组叶片缺陷状态下的振动分析与故障诊断 [A] . 苏卜显 . 2013

基于深度学习算法的风电机组叶片开裂缺陷分析

摘要

著录项

相似文献

相关主题

期刊订阅