期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器视觉的风电机组叶片多类型损伤检测方法研究
被引量：
8
1
作者
石腾
许波峰
+2 位作者
陈鹏
张金波
刘加英
《太阳能学报》
EI
CAS
CSCD
北大核心
2024年第6期487-494,共8页
为更好地推动风电机组叶片运维技术智能化发展,基于机器视觉检测技术,提出一种风电机组叶片多类型损伤检测方法。首先对智能巡检无人机平台采集到的风电机组叶片图像进行图像灰度化、滤波增强、分割以及形态学处理,实现叶片损伤区域的识...
为更好地推动风电机组叶片运维技术智能化发展,基于机器视觉检测技术,提出一种风电机组叶片多类型损伤检测方法。首先对智能巡检无人机平台采集到的风电机组叶片图像进行图像灰度化、滤波增强、分割以及形态学处理,实现叶片损伤区域的识别;然后基于连通域分析原理来获取叶片损伤区域的几何特征和灰度特征等参数信息,并依此设计出风电机组叶片损伤类型识别分类器;最后将检测算法和分类器融合于所设计的风电机组叶片损伤可视化检测系统。试验表明,该系统对于表皮脱落、涂层破损、砂眼、油污及裂纹等典型叶片损伤的平均检测准确率为90.4%。
展开更多
关键词
风电机组
叶片
机器视觉
损伤
检测
多类型损伤
在线阅读
下载PDF
职称材料
题名
基于机器视觉的风电机组叶片多类型损伤检测方法研究
被引量：
8
1
作者
石腾
许波峰
陈鹏
张金波
刘加英
机构
河海大学江苏省输配电装备技术重点实验室
河海大学可再生能源发电技术教育部工程研究中心
上海交通大学海洋工程国家重点实验室
中国电建集团华东勘测设计研究院有限公司
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2024年第6期487-494,共8页
基金
江苏省输配电装备技术重点实验室自主科研课题(2022JSSPD07)。
文摘
为更好地推动风电机组叶片运维技术智能化发展,基于机器视觉检测技术,提出一种风电机组叶片多类型损伤检测方法。首先对智能巡检无人机平台采集到的风电机组叶片图像进行图像灰度化、滤波增强、分割以及形态学处理,实现叶片损伤区域的识别;然后基于连通域分析原理来获取叶片损伤区域的几何特征和灰度特征等参数信息,并依此设计出风电机组叶片损伤类型识别分类器;最后将检测算法和分类器融合于所设计的风电机组叶片损伤可视化检测系统。试验表明,该系统对于表皮脱落、涂层破损、砂眼、油污及裂纹等典型叶片损伤的平均检测准确率为90.4%。
关键词
风电机组
叶片
机器视觉
损伤
检测
多类型损伤
Keywords
wind turbines
blades
machine vision
damage detection
multi-type damage
分类号
TK83 [动力工程及工程热物理—流体机械及工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器视觉的风电机组叶片多类型损伤检测方法研究
石腾
许波峰
陈鹏
张金波
刘加英
《太阳能学报》
EI
CAS
CSCD
北大核心
2024
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
