背景
随着碳中和、碳达峰“3060”目标的提出,“十四五”时期乃至本世纪中叶应对气候变化工作、绿色低碳发展和生态文明建设提出了更高要求。在时代建设的背景下,清洁能源行业蓬勃发展,传统静态巡检模式与高度依赖人力的风机巡检运维手段已经无法满足风力发电机巡检维护的市场需求与时代发展。
巡检内容
风力发电机的动态巡检目前主要集中于风机叶片的检测,检测项目包含了压力面、吸力面壳体、叶尖、叶根、前缘、后缘等部位,同时也可检测轮毂罩、机舱及顶部附件。若用户有需求,后续也可按用户需求增加塔筒巡检方案。
巡检难点
对于风机的动态巡检而言,一直存在三大进阶难题:稳定影像捕获、清晰影像捕获、连续且完整的清晰影像捕获。
稳定影像捕获
风机叶片转速可达每分钟10至13转,此时的叶尖线速度可达280公里每小时。在这种状态下要实现毫米级的缺陷识别,其困难程度不亚于拍摄到飞驰行驶高铁上的一颗螺丝。在作业过程中,当无人机停留在叶尖拍照点时,叶尖在相机画面中的出现时间仅有0.2秒,要使得叶尖刚好在捕获的影像正中心位置,解决拍照延迟至关重要。我们必须在0.2秒的时间里完成从激光雷达反射、传输信息到机载电脑,机载电脑下达触发拍照指令,再到相机响应拍照的整个流程。经过我们技术团队的大量调研和技术验证,最终将激光雷达、机载电脑、相机的整个链路传输过程优化,把拍照延迟控制在了0.02秒以内。
清晰影像捕获
要拍得到,但更要拍得清。当相机在距离叶片60米远时,赛尔A10相机配备的110毫米自动对焦镜头结合超高速电子快门,可根据与叶片的距离自动识别对焦,轻松锁定叶片上2毫米的裂缝,并快速捕获清晰影像数据。同时A10相机搭载的中画幅影像传感器,1.02亿有效像素,确保相机在作业时可以更好地接收光线,产生较少噪点。内置的降噪算法也会在保证图像细节的前提下进行二次降噪,确保图像放大后依旧可以展示出叶片表面磨损、凹痕等各细节状况。以更细腻的影像数据辅助更精确的缺陷细节识别。
连续且完整的清晰影像捕获
在动态巡检过程中,当现场风向环境发生改变时,风力发动机为了更高效运转,风机偏航角会发生变动,导致叶片出画,从而造成图像捕获断续甚至缺失。这是许多巡检方案中所忽视或无法解决的。得益于本次方案,我们高度集成了图知科技智能化巡检平台,支持风机偏航角智能识别跟踪,可实现自主调节,保证连续且完整的清晰影像捕获。
巡检流程
在不影响风机正常作业的情况下,操控无人机搭载相机进行巡查拍照。将前期收集到的风机基本信息输入航线规划软件,设置相机及无人机相关作业参数后,软件将全自动规划航线。确认数据无误后开始作业,无人机将自动执行航线并飞行至风机正上方,此时雷达设备将扫描辅助软件识别风机朝向,摆正无人机机头朝向位置。确认方位后,无人机按照既定路线及拍照点位飞行并采集数据。将采集的数据回传至电脑后,可使用AI软件识别缺陷并自动生成检测报告。
巡检优势