本申请公开了一种风力发电机的叶片状态监测方法和装置，具体为获取风力发电机的每个叶片的影像和音频信号；对每个叶片的音频信号的包络信号进行检测；当检测到异常包络信号时，对产生异常包络信号的当前叶片的影像进行检测，以确定当前叶片是否产生故障。一旦发现相应故障，即可对其进行维修，避免故障进一步发展而导致整个叶片的断裂失效。发展而导致整个叶片的断裂失效。发展而导致整个叶片的断裂失效。
【技术实现步骤摘要】
一种风力发电机的叶片状态监测方法和装置
[0001]本申请涉及风电
，更具体地说，涉及一种风力发电机的叶片状态监测方法和装置。
技术介绍
[0002]风电行业作为清洁能源在世界各地迅猛发展，但随着装机台数的增长，较早投入运行的风电设备开始老化，导致诸如塔筒倾覆、叶片断裂、超速、风机自燃等恶性事故频发，轻则给发电企业带来财产损失，重则造成严重的人身伤亡事件。
[0003]综合分析行业内发生的重大事故，究其原因主要为设计缺陷、安装质量问题、部件质量问题等，但无论何种原因诱发的故障，多为渐变型故障，造成重大恶性事故的原因多为监测手段不完善或信息反馈不及时。如能在设备故障前期建立较为完善的监测体系并能够将故障信息及时反馈至相关人员，能够实现对设备进行预知维修，就能够防止设备突发事故而造成灾难性后果，充分保证设备的安全有效运行。
[0004]叶片是风力发电机组的关键部位，也是故障发生的重灾区。叶片在旋转过程中，当叶尖由上方转到下方时，受力改变并交替变化，加上不稳定的风况，都会引起叶片的剧烈振动。叶片的剧烈振动会导致裂纹或其他故障的产生，有可能造成整个叶片的断裂失效，因此有必要针对叶片状态进行有效的监测。
技术实现思路
[0005]有鉴于此，本申请提供一种风力发电机的叶片状态监测方法和装置，用于对叶片的状态进行监测。
[0006]为了实现上述目的，现提出的方案如下：
[0007]一种风力发电机的叶片状态监测方法，所述叶片状态监测方法包括步骤：
[0008]获取所述风力发电机的每个叶片的音频信号和影像；
[0009]对每个所述叶片的音频信号的包络信号进行检测；
[0010]当检测到异常包络信号时，对产生所述异常包络信号的当前叶片的影像进行检测，以确定所述当前叶片是否产生故障。
[0011]可选的，所述采集所述风力发电机的每个叶片的影像和音频信号；
[0012]获取固定机位录音设备所采集所述音频信号；
[0013]获取固定机位摄影设备和移动机位摄影设备所采集所述影像。
[0014]可选的，所述固定机位摄影设备包括安装于风机机舱尾部的固定摄影设备；
[0015]所述移动机位摄影设备包括设置在无人飞行器、地面巡检机器人或塔架攀爬机器人上的移动摄影设备。
[0016]可选的，所述对每个所述叶片的音频信号的包络信号进行检测，包括步骤：
[0017]从所述音频信号中提取所述包络信号，所述包络信号包括所述音频信号中每一帧信号的短时平均幅值；
[0018]基于声音数据模板对所述包络信号进行检测，确定所述包络信号是否异常，所述声音数据模板中包括正常叶片的气动音频信号的包络信号。
[0019]可选的，所述对产生所述异常包络信号的当前叶片的影像进行检测，包括步骤：
[0020]对所述影像进行图像分割，得到多个图像区域；
[0021]基于故障识别模型对每个所述图像区域进行识别，判断是否存在故障区域。
[0022]一种风力发电机的叶片状态监测装置，所述叶片状态监测装置包括：
[0023]信号采集设备，用于获取所述风力发电机的每个叶片的音频信号和影像；
[0024]音频处理设备，用于对每个所述叶片的音频信号的包络信号进行检测；
[0025]视频处理设备，用于当检测到异常包络信号时，对产生所述异常包络信号的当前叶片的影像进行检测，以确定所述当前叶片是否产生故障。
[0026]可选的，所述采集所述风力发电机的每个叶片的影像和音频信号；
[0027]第一接收单元，用于接收固定机位录音设备所采集所述音频信号；
[0028]第二接收单元，用于获取固定机位摄影设备和移动机位摄影设备所采集所述影像。
[0029]可选的，所述固定机位摄影设备包括安装于风机机舱尾部的固定摄影设备；
[0030]所述移动机位摄影设备包括设置在无人飞行器、地面巡检机器人或塔架攀爬机器人上的移动摄影设备。
[0031]可选的，所述音频处理设备包括：
[0032]第一处理单元，用于从所述音频信号中提取所述包络信号，所述包络信号包括所述音频信号中每一帧信号的短时平均幅值；
[0033]第二处理单元，用于基于声音数据模板对所述包络信号进行检测，确定所述包络信号是否异常，所述声音数据模板中包括正常叶片的气动音频信号的包络信号。
[0034]可选的，所述视频处理模块包括：
[0035]第三处理单元，用于对所述影像进行图像分割，得到多个图像区域；
[0036]第四处理单元，用于基于故障识别模型对每个所述图像区域进行识别，判断是否存在故障区域。
[0037]从上述的技术方案可以看出，本申请公开了一种风力发电机的叶片状态监测方法和装置，具体为获取风力发电机的每个叶片的影像和音频信号；对每个叶片的音频信号的包络信号进行检测；当检测到异常包络信号时，对产生异常包络信号的当前叶片的影像进行检测，以确定当前叶片是否产生故障。一旦发现相应故障，即可对其进行维修，避免故障进一步发展而导致整个叶片的断裂失效。
附图说明
[0038]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1为本申请实施例的一种风力发电机的叶片状态监测方法的流程图；
[0040]图2为本申请实施例的一种风力发电机的叶片状态监测装置的框图；
[0041]图3为本申请实施例的另一种风力发电机的叶片状态监测装置的框图；
[0042]图4为本申请实施例的又一种风力发电机的叶片状态监测装置的框图；
[0043]图5为本申请实施例的又一种风力发电机的叶片状态监测装置的框图。
具体实施方式
[0044]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0045]实施例一
[0046]图1为本申请实施例的一种风力发电机的叶片状态监测方法的流程图。
[0047]如图1所示，本实施例提供的叶片状态检测方法应用于风力发电机上，用于对风力发电机的任一叶片进行监测，以便及时发现故障，该叶片状态监测方法包括如下步骤：
[0048]S1、获取风力发电机每个叶片的音频信号和影像。
[0049]即通过相应的信号采集设备采集风力发电机所有或某个叶片的音频信号和影像的基础上，获取相应的音频信号和影像，即从上述信号采集设备中接收相应的音频信号和影像采集设备。对于影像来说，对应的信号采集设备为摄影设本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种风力发电机的叶片状态监测方法，其特征在于，所述叶片状态监测方法包括步骤：获取所述风力发电机的每个叶片的音频信号和影像；对每个所述叶片的音频信号的包络信号进行检测；当检测到异常包络信号时，对产生所述异常包络信号的当前叶片的影像进行检测，以确定所述当前叶片是否产生故障。2.如权利要求1所述的叶片状态监测方法，其特征在于，所述采集所述风力发电机的每个叶片的影像和音频信号；获取固定机位录音设备所采集所述音频信号；获取固定机位摄影设备和移动机位摄影设备所采集所述影像。3.如权利要求2所述的叶片状态监测方法，其特征在于，所述固定机位摄影设备包括安装于风机机舱尾部的固定摄影设备；所述移动机位摄影设备包括设置在无人飞行器、地面巡检机器人或塔架攀爬机器人上的移动摄影设备。4.如权利要求1所述的叶片状态监测方法，其特征在于，所述对每个所述叶片的音频信号的包络信号进行检测，包括步骤：从所述音频信号中提取所述包络信号，所述包络信号包括所述音频信号中每一帧信号的短时平均幅值；基于声音数据模板对所述包络信号进行检测，确定所述包络信号是否异常，所述声音数据模板中包括正常叶片的气动音频信号的包络信号。5.如权利要求1所述的叶片状态监测方法，其特征在于，所述对产生所述异常包络信号的当前叶片的影像进行检测，包括步骤：对所述影像进行图像分割，得到多个图像区域；基于故障识别模型对每个所述图像区域进行识别，判断是否存在故障区域。6.一种风力发电机的叶片状态监测装置，其特...
【专利技术属性】
技术研发人员：曹庆伟，王华，钱开荣，陈晓路，刘溟江，姚中原，张宇，任鑫，王恩民，赵鹏程，杜静宇，李邦兴，万抒策，
申请(专利权)人：中国华能集团清洁能源技术研究院有限公司华能国际电力江苏能源开发有限公司华能国际电力江苏能源开发有限公司清洁能源分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。