基于数字图像处理的风电机组叶片裂纹损伤识别方法研究

作     者：石腾 许波峰 李振 陈鹏 Shi Teng;Xu Bofeng;Li Zhen;Chen Peng

作者机构：河海大学江苏省输配电装备技术重点实验室常州213000 河海大学可再生能源发电技术教育部工程研究中心南京211100 上海交通大学海洋工程国家重点实验室上海200240 

基　　金：江苏省输配电装备技术重点实验室自主科研课题(2022JSSPD07) 中央高校基本科研业务费专项资金(B210202063) 

出 版 物：《太阳能学报》 (Acta Energiae Solaris Sinica)

年 卷 期：2024年第45卷第2期

页      码：86-94页

摘      要：为实现风电机组叶片损伤检测的高效化、智能化、便捷化,研究一种基于数字图像处理技术的风电机组叶片裂纹损伤识别以及裂纹类型判断和特征参数提取的方法。以无人机采集的风电机组叶片图像为研究对象,通过对比灰度化、滤波、阈值分割等图像处理步骤的多种算法,对形态学处理方法进行改进,首先选用平均值法对叶片图像进行灰度处理,其次使用中值滤波对图像进行去噪处理,再次使用Otsu阈值分割以实现裂纹区域的分割,然后基于改进的形态学方法提取出完善的叶片裂纹损伤区域,最后基于连通域原理完成裂纹区域的框取。基于上述算法设计风电机组叶片裂纹损伤识别系统以实现叶片裂纹图像检测的可视化处理、裂纹类型判断及裂纹特征参数提取等功能。结果表明,该系统对于风电机组叶片裂纹损伤检测具有可靠的识别精度,识别准确率为85%,实现了风电机组叶片裂纹损伤的自动识别与特征参数提取,提高了叶片裂纹损伤的检测效率。

主 题 词：风电机组 叶片损伤 数字图像处理 裂纹损伤识别 特征提取 识别系统 

学科分类：080703[080703] 080704[080704] 08[工学] 0807[工学-电子信息类] 

核心收录：

D　O　I：10.19912/j.0254-0096.tynxb.2022-1607

馆 藏 号：203126088...