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
共找到81篇文章
< 1 2 … 5 >
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：
基于无人机巡检的风机叶片表面缺陷检测技术 被引量：5
1
作者 谭兴国 张高明 《电测与仪表》 北大核心 2025年第3期183-189,共7页
“双碳”背景下大力发展新能源尤为重要,风力发电是重要的清洁能源,在新能源领域中风电规模也在一并扩大。随着风电机组的大型化,叶片受损概率也在增加,针对大型风力机叶片缺陷检测成本高、工作环境差等问题,文中提出了一种基于无人机... “双碳”背景下大力发展新能源尤为重要,风力发电是重要的清洁能源,在新能源领域中风电规模也在一并扩大。随着风电机组的大型化,叶片受损概率也在增加,针对大型风力机叶片缺陷检测成本高、工作环境差等问题,文中提出了一种基于无人机采集图像和数字图像处理的风机叶片表面缺陷检测方法。针对无人机采集图像的特点,应用加权平均值实现灰度处理,再应用中值滤波实现图像降噪;并提出限制对比度自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)算法对图像进行增强,使目标区域和缺陷处细节更加清晰完整,提升了检测效率;通过图像前景分割及阈值处理等分离提取缺陷的特征信息,并由连通域进行框取,实现叶片表面的检测。通过引入性能评价指标平均交并比(mean intersection over union,MI-oU)来计算检测缺陷图像的准确率与误差率,经实验验证所提方法对砂眼、划痕、裂纹等典型叶片缺陷的检测准确率均在90%以上,尤其是裂纹缺陷的检测准确率可达到95%,从而验证了文章检测方法的有效性。 展开更多
关键词 风电叶片 叶片缺陷 对比度自适应直方图均衡化 缺陷检测 无人机
在线阅读 下载PDF
基于多特征融合与集成学习的风机叶片缺陷检测方法
2
作者 王瑞 汤占军 《计算机科学》 北大核心 2025年第S1期458-465,共8页
针对无人机在风机叶片表面缺陷检测中遇到的复杂特征处理和多形式缺陷表现不佳的问题,提出了一种基于多特征融合与集成学习的风机叶片缺陷检测方法。该方法通过提取局部LBP特征、HOG特征以及胶囊网络的高级特征,并将其进行有效融合,构... 针对无人机在风机叶片表面缺陷检测中遇到的复杂特征处理和多形式缺陷表现不佳的问题,提出了一种基于多特征融合与集成学习的风机叶片缺陷检测方法。该方法通过提取局部LBP特征、HOG特征以及胶囊网络的高级特征,并将其进行有效融合,构建了一个多特征提取模型,以获取更深入的细节信息。同时,选择了3种具有不同偏差和方差特性的基础分类器——支持向量机(SVM)、k近邻算法(KNN)和决策树(DT),通过整合不同基模型的优势,建立异质集成学习模型,从而提升了模型的整体性能。在风机叶片表面缺陷图像数据集上对模型(MFEM)进行了验证,实验结果表明,该方法的平均精确度(MAP)最高达到98%,相比于YOLOv7和Faster R-CNN分别提高了3.1%和5.8%,对比SVM,KNN和DT 3类基模型有较大提升。此外,通过消融实验对不同模块的有效性进行了验证。实验结果表明,提出的多特征融合与集成学习模型(MFEM)在风机叶片缺陷检测任务中表现出了优良的性能。 展开更多
关键词 无人机 风机叶片 缺陷检测 多特征融合 集成学习 胶囊网络
在线阅读 下载PDF
晶体测温技术及应用进展
3
作者 马宏伟 高若琳 +1 位作者 郭君德 刘蒙永 《推进技术》 北大核心 2025年第9期1-16,共16页
测温晶体因其体积小、高精度以及快速响应的优势,在高温涡轮部件温度测试中展现出广阔的应用前景。本文从标定方法、温度判读、传感器安装位置及其在高温涡轮部件中的应用四个方面,综述了近年来晶体测温技术的研究进展。介绍了测温晶体... 测温晶体因其体积小、高精度以及快速响应的优势,在高温涡轮部件温度测试中展现出广阔的应用前景。本文从标定方法、温度判读、传感器安装位置及其在高温涡轮部件中的应用四个方面,综述了近年来晶体测温技术的研究进展。介绍了测温晶体的晶格结构及辐照缺陷随退火温度变化的研究进展;阐述了标定与温度判读过程中表征晶体缺陷特征的重要参数及方法,包括衍射峰位置法、晶格肿胀法、电阻率法,分析了这些方法的研究进展、存在的问题,并对比了它们的测温精度及适用范围;梳理了晶体传感器的安装技术及其在航空发动机中的实际应用进展。 展开更多
关键词 涡轮叶片 晶体测温 辐照缺陷 晶格肿胀 温度判读 安装方法 综述
在线阅读 下载PDF
风电机叶片材料缺陷检测技术的发展与挑战综述 被引量：1
4
作者 张璇 李文静 +2 位作者 刘志强 高源蔚 胡志鹏 《计算机工程与应用》 北大核心 2025年第12期69-92,共24页
在能源短缺和生态环境恶化的背景下,可再生能源日益重要,风力发电作为三大新能源之一,近年来得到了全球广泛应用,而风力发电机叶片作为关键部件,承担着捕获风能并转化为机械能的核心功能,其损坏将显著降低发电效率和缩短设备使用寿命,因... 在能源短缺和生态环境恶化的背景下,可再生能源日益重要,风力发电作为三大新能源之一,近年来得到了全球广泛应用,而风力发电机叶片作为关键部件,承担着捕获风能并转化为机械能的核心功能,其损坏将显著降低发电效率和缩短设备使用寿命,因此,风机叶片的缺陷检测技术已成为研究的热点,主要针对图层失效、复合层失效、胶接失效及组件失效等多种损伤类型。总结了多种无损缺陷检测技术(WBT)的基本原理、研究进展以及各自的优缺点,从适用场景、技术优势与局限性等方面对不同检测方法进行了系统归纳与分析,结合风力发电工程的实际需求,提出了各类检测技术的应用建议,并展望了风机叶片缺陷检测领域的未来发展方向,旨在为风力发电行业的持续健康发展提供有力支持。 展开更多
关键词 叶片 风力发电机 缺陷检测 深度学习 超声波检测
在线阅读 下载PDF
改进YOLOv8的风机叶片多尺度缺陷检测 被引量：1
5
作者 朱广 顾晨 +4 位作者 徐立云 史艳琼 丁郑阳 张旭 张永华 《光学精密工程》 北大核心 2025年第9期1496-1514,共19页
针对风机叶片在缺陷检测过程中精度较低,存在漏检误检的问题,提出了一种基于YOLOv8的改进算法。首先,提出了一种基于高效多尺度注意力的双卷积核结构代替瓶颈结构形成DE-C2f模块,提升网络对多尺度特征的提取能力。其次,设计全局感受野... 针对风机叶片在缺陷检测过程中精度较低,存在漏检误检的问题,提出了一种基于YOLOv8的改进算法。首先,提出了一种基于高效多尺度注意力的双卷积核结构代替瓶颈结构形成DE-C2f模块,提升网络对多尺度特征的提取能力。其次,设计全局感受野特征融合模块(GRE-SPPF),帮助网络捕获全局特征信息,扩大网络感受野。最后,在Neck中增设小目标检测层和多尺度特征融合结构,提高对小目标和复杂目标的检测性能,同时,在检测头前引入注意力和卷积融合模块(ACFM),使网络专注于关键信息,并有效抑制背景干扰。在风机叶片缺陷数据集上的实验结果表明,改进算法的mAP@0.5和mAP@0.5:0.95分别达到了91.1%和61.8%,相比于基准算法分别提升了6.2%和6.4%,召回率达到84.9%,增长7.7%,且参数量没有明显增加,能有效应用于风机叶片的缺陷检测中。 展开更多
关键词 风机叶片 缺陷检测 YOLOv8 多尺度特征 小目标 注意力机制
在线阅读 下载PDF
水轮机转轮叶片缺陷与近场噪声的关联分析
6
作者 潘泓江 于凤荣 +3 位作者 曾云 刘宇晨 郭建平 丁文华 《排灌机械工程学报》 北大核心 2025年第7期671-677,共7页
为分析转轮叶片缺陷情况下水轮机流道内的流致噪声分布规律,以HLA855a-LJ-250水轮机模型为研究对象,建立6种不同转轮叶片缺陷数量的水轮机模型,采用Realizable k-ε湍流模型和宽频噪声源声学模型,在额定工况下对水轮机流道内近场噪声进... 为分析转轮叶片缺陷情况下水轮机流道内的流致噪声分布规律,以HLA855a-LJ-250水轮机模型为研究对象,建立6种不同转轮叶片缺陷数量的水轮机模型,采用Realizable k-ε湍流模型和宽频噪声源声学模型,在额定工况下对水轮机流道内近场噪声进行数值计算.结果表明:双列叶栅和转轮叶片是水轮机主要的偶极子声源;缺陷叶片数量不同的情况下,双列叶栅特征叶片与转轮特征叶片声功率级出现显著性分布差异,而活动导叶叶面噪声呈现“W”形声功率级分布规律,叶面两端声功率级较高,相对而言,进水边声功率级更高;转轮缺陷叶片数目不同对蜗壳及尾水管声功率级影响较小,而其余过流部件声功率级有增大趋势,其中双列叶栅区域影响较大;当转轮叶片全部缺损时,双列叶栅声功率级峰值变化率比转轮室大,双列叶栅声功率级峰值变化率增幅为59.1%,而转轮室的声功率级峰值增幅为24.3%. 展开更多
关键词 水轮机 转轮叶片 缺陷 流致噪声 声功率级 声类比法
在线阅读 下载PDF
基于改进YOLOv5s的风电叶片表面缺陷检测方法
7
作者 王俊 高贵兵 《中国机械工程》 北大核心 2025年第9期2108-2117,共10页
为了提高风电机组叶片健康监测技术的智能化、高效化、便捷化发展,依据目标识别技术提出一种基于改进YOLOv5s算法的风电叶片表面缺陷检测方法。首先将YOLOv5s算法的原始骨干网络用渐进特征金字塔网络(AFPN)替换,增强了网络的学习能力;... 为了提高风电机组叶片健康监测技术的智能化、高效化、便捷化发展,依据目标识别技术提出一种基于改进YOLOv5s算法的风电叶片表面缺陷检测方法。首先将YOLOv5s算法的原始骨干网络用渐进特征金字塔网络(AFPN)替换,增强了网络的学习能力;其次将卷积块注意力模块(CBAM)嵌入到主干提取网络中,提高了模型对叶片表面缺陷特征的提取能力;然后使用最小点距离交并比(MPDIoU)损失函数替换CIoU损失函数,提高了边界框定位精度;最后,采用改进的检测方法对某风电机组叶片进行缺陷检测。检测结果表明,改进后的算法在精确率、召回率和平均精度均值(mAP)等方面分别提高了4.1%、2.9%和4.8%,达到了91.9%、89.3%和93.5%,具有显著的精度优势和更好的模型稳定性。 展开更多
关键词 风电叶片 缺陷检测 渐进特征金字塔网络 卷积块注意力模块
在线阅读 下载PDF
基于改进YOLOv7的航空发动机叶片表面缺陷检测
8
作者 武仁康 程志江 +2 位作者 吴动波 王辉 梁嘉伟 《现代电子技术》 北大核心 2025年第15期135-143,共9页
对于航空发动机叶片在生产加工过程中产生的各种缺陷,通常以人工目检的方式来进行检测。为避免因人为经验导致检测结果缺乏一致性,以及检测效率低的问题。文中提出一种基于改进YOLOv7的叶片检测方法,旨在精准高效地检测叶片表面的缺陷... 对于航空发动机叶片在生产加工过程中产生的各种缺陷,通常以人工目检的方式来进行检测。为避免因人为经验导致检测结果缺乏一致性,以及检测效率低的问题。文中提出一种基于改进YOLOv7的叶片检测方法,旨在精准高效地检测叶片表面的缺陷。针对生产加工过程中四类常见的典型缺陷,构建了航空发动机叶片表面缺陷数据集。在YOLOv7特征融合网络的ELAN-W中加入SKNet,使模型获得自适应感受野以增强网络特征提取的能力;在头部网络引入Dyhead提升模型的类别识别能力和检测性能;采用MPDIoU损失函数替代原始的CIoU损失函数以实现更加精确的边界框回归。所提方法在保证召回率的基础上提升了模型的检测性能,其中精度、召回率和mAP@0.5分别提升了5.3%、2.2%和3.7%,检测单张叶片的时间为4.93 s。为叶片的自动化检测提供了一种新方法。 展开更多
关键词 计算机视觉 缺陷检测 航空发动机叶片 改进YOLOv7 深度学习 MPDIoU损失函数
在线阅读 下载PDF
重型燃机247LC合金大尺寸定向叶片的柱状晶缺陷与裂纹
9
作者 贾玉亮 程峰 +10 位作者 白小龙 武晖智 李杰 欧功伟 李林 曹强 张振 卢杰 杜应流 葛炳辉 吕志刚 《中国有色金属学报》 北大核心 2025年第10期3350-3364,共15页
重型燃气轮机大尺寸叶片在生产过程中存在凝固界面复杂、枝晶生长时间长的问题,使得其内部缺陷频发且难以控制。本文研究了实际生产中247LC合金大尺寸定向叶片柱状晶缺陷和叶尖裂纹两种铸造缺陷的形成机制。结果表明:柱状晶缺陷产生的... 重型燃气轮机大尺寸叶片在生产过程中存在凝固界面复杂、枝晶生长时间长的问题,使得其内部缺陷频发且难以控制。本文研究了实际生产中247LC合金大尺寸定向叶片柱状晶缺陷和叶尖裂纹两种铸造缺陷的形成机制。结果表明:柱状晶缺陷产生的核心影响因素是引晶段,小尺寸随型引晶段中不规则的晶粒继续生长使得叶片柱状晶质量难以保证,而大尺寸凸台引晶段可使其内部晶粒生长至叶身,形成规则柱状晶;叶尖裂纹属于热裂纹,具体表现为裂纹附近没有塑性变形、裂纹处元素高温偏聚及裂纹内断开的γ'相未发生变形等。热裂纹是在叶片引晶段凝固过程中,由合金凝固收缩和型芯阻碍收缩形成铸造应力导致,因而大尺寸凸台引晶段的铸造应力较大导致叶尖型壁开裂,小尺寸随型引晶段的铸造应力较小可避免开裂,可以发现两种缺陷基于引晶段工艺调控相互耦合制约。 展开更多
关键词 大尺寸叶片 定向凝固 晶体缺陷 裂纹 无损检测
在线阅读 下载PDF
风力机叶片主梁初始损伤状态识别方法研究
10
作者 周勃 张雪岩 +2 位作者 何赟泽 谷艳玲 孟强 《振动.测试与诊断》 北大核心 2025年第3期475-482,619,620,共10页
为了识别含褶皱缺陷的风力机叶片主梁初始损伤临界状态,在流变学理论的基础上建立了疲劳损伤萌生区域温度场与应力场的定量关系,在已知初始损伤尺寸的条件下推导了初始损伤温度跃变判据,在平面应力假设的条件下推导了损伤萌生的临界声... 为了识别含褶皱缺陷的风力机叶片主梁初始损伤临界状态,在流变学理论的基础上建立了疲劳损伤萌生区域温度场与应力场的定量关系,在已知初始损伤尺寸的条件下推导了初始损伤温度跃变判据,在平面应力假设的条件下推导了损伤萌生的临界声发射幅值和累积声发射数的函数关系。为了验证红外热像(infrared thermography,简称IR)方法识别初始损伤状态的有效性,制作带皱褶的玻璃纤维增强复合(glass fiber reinforced plastic,简称GFRP)材料层合板试件进行疲劳拉伸实验,在不同的应力加载条件下同时采集试件的声发射(acoustic emission,简称AE)信号和IR图。实验结果表明:在损伤萌生时刻,温度判据和声发射累积计数判据的理论值与实测值误差均未超过10%,并对比显微照片和IR图像证明了初始损伤状态特点,说明AE和IR对于初始损伤状态识别具有一致性。该研究为识别GFRP材料初始损伤临界状态提供了一种新的测试方法,也为风力机叶片早期健康检测提供了阈值指标。 展开更多
关键词 风力机叶片 初始损伤 状态识别 褶皱缺陷 红外热像 声发射
在线阅读 下载PDF
融合注意力和可变形卷积的航空发动机叶片缺陷检测
11
作者 苏宝华 张吟龙 齐跃举 《航空发动机》 北大核心 2025年第3期160-166,共7页
针对航空发动机叶片孔探视觉缺陷检测存在的不规则缺陷漏检率高、检测实时性差的问题,提出了一种融合注意力和可变形卷积网络模型的缺陷检测算法,进行航空发动机叶片缺陷检测。为了提升不规则缺陷的检测精度,设计了DCN-C3特征提取模块,... 针对航空发动机叶片孔探视觉缺陷检测存在的不规则缺陷漏检率高、检测实时性差的问题,提出了一种融合注意力和可变形卷积网络模型的缺陷检测算法,进行航空发动机叶片缺陷检测。为了提升不规则缺陷的检测精度,设计了DCN-C3特征提取模块,采用可变形卷积结构,来改善缺陷检测网络对不同形态目标的适应能力。在此基础上,为了减少模型参数的数量,提高检测速度,设计了DSConv模块用于分解标准卷积,减小计算量。为了提高小目标的定位准确度,引入了CA注意力模块替代传统池化操作,增强检测网络对缺陷的关注度。结果表明:算法在构建的航空发动机叶片表面缺陷数据集上平均精度达到了97.1%。在嵌入式设备上,算法推理性能达到25帧/s,满足航空发动机叶片缺陷实时检测任务需求。 展开更多
关键词 缺陷检测 实时检测 不规则缺陷 叶片表面缺陷 可变形卷积 注意力机制 航空发动机
在线阅读 下载PDF
基于改进YOLOv5的风机叶片表面缺陷检测方法
12
作者 白家宇 沙玲 +1 位作者 魏丹 雷菊阳 《热力发电》 北大核心 2025年第9期95-103,共9页
针对风机叶片表面缺陷复杂,传统卷积神经网络涉及阈值筛选和非极大值抑制过程而增加计算的复杂性且不利于模型部署等问题。提出一种结合RT-DETR(real-time-detection transformer)与YOLOv5算法的风机叶片的缺陷检测方法。首先基于RepVGG... 针对风机叶片表面缺陷复杂,传统卷积神经网络涉及阈值筛选和非极大值抑制过程而增加计算的复杂性且不利于模型部署等问题。提出一种结合RT-DETR(real-time-detection transformer)与YOLOv5算法的风机叶片的缺陷检测方法。首先基于RepVGG和FasterNet对YOLOv5的主干神经网络进行重新设计,降低模型计算复杂程度;考虑到检测任务中存在小尺寸目标,在颈部网络中的特征融合部位引入高效注意力机制(efficientchannel attention,ECA),从而增强对输出特征的表达能力;最后采用RT-DETR中的Decoder重构原网络的检测头,减少非极大值抑制对模型的影响。实验结果表明:改进的YOLO-RT检测模型在自制风机叶片表面缺陷数据集上的平均检测精度为87.2%,准确率为92.7%,相比原YOLOv5模型分别提高4.4百分点和8.0百分点;检测速率达到118.3帧/s,优于其他检测模型。改进后的算法能有效提高检测精度和速率,更适合应用在风机叶片表面缺陷的检测任务。 展开更多
关键词 缺陷检测 风机叶片 YOLOv5 注意力机制 RT-DETR
在线阅读 下载PDF
基于点云的压气机叶片缺陷检测及表征研究 被引量：1
13
作者 魏永超 王应海 +2 位作者 莫杜衡 刘家伟 蔡双 《航空制造技术》 北大核心 2025年第11期82-88,111,共8页
针对现有方法难以对压气机叶片划痕和凹坑缺陷进行准确检测和定量的问题,提出了一种基于结构光点云的压气机叶片微小缺陷的检测和定量算法。首先,使用一种基于反距离权重曲率和大小区域法线夹角融合的IDWNA点云特征增强算法凸显缺陷,在... 针对现有方法难以对压气机叶片划痕和凹坑缺陷进行准确检测和定量的问题,提出了一种基于结构光点云的压气机叶片微小缺陷的检测和定量算法。首先,使用一种基于反距离权重曲率和大小区域法线夹角融合的IDWNA点云特征增强算法凸显缺陷,在定位缺陷过程中创新性地引入了大津法(OTSU),消除了人为设置阈值的局限性;同时,采用基于Z-score的缺陷完整性扩充(ZDE)算法完成了对缺陷的完整分割;最后通过改进PCA算法实现了对缺陷的量化分析。试验结果表明,相比现有算法,改进算法在缺陷分割的完整性和连续性方面都有较好的表现,最终分割出的缺陷尺寸平均绝对误差不超过0.105 mm,平均百分比误差不超过7.27%,证明了该方法的精确性和有效性。 展开更多
关键词 缺陷检测 缺陷分析 结构光点云 航空发动机 压气机叶片
在线阅读 下载PDF
透平动叶片数字射线检测成像质量与缺陷检出模拟研究
14
作者 罗杰 肖晓南 +5 位作者 刘伟 陈志贤 刘顺 孙健 林世昌 张庆宇 《核电子学与探测技术》 北大核心 2025年第10期1530-1536,共7页
针对重型燃机透平动叶片的无损检测需求,本文通过对叶片逆向建模后导入CIVA仿真平台,构建了数字射线(Digital Radiography,DR)检测模型,模拟分析不同X射线、γ射线检测工艺参数对成像质量的影响;在叶片敏感区域预置球形孔洞缺陷,研究缺... 针对重型燃机透平动叶片的无损检测需求,本文通过对叶片逆向建模后导入CIVA仿真平台,构建了数字射线(Digital Radiography,DR)检测模型,模拟分析不同X射线、γ射线检测工艺参数对成像质量的影响;在叶片敏感区域预置球形孔洞缺陷,研究缺陷尺寸与检测角度对γ射线检出效果的影响。结果表明,X射线检测中,提高曝光时间、管电流和管电压可提高成像质量;γ射线检测中,减小焦距并延长曝光时间能优化成像质量,而焦点尺寸对分辨率影响较小;像元尺寸越小,图像分辨率越高,且γ射线成像效果优于X射线;孔洞缺陷检测中,缺陷检出半径需大于0.4 mm,检测角度需小于30°。 展开更多
关键词 透平动叶片 数字射线检测 CIVA仿真 X和γ射线 缺陷
在线阅读 下载PDF
基于改进YOLOv8的风机桨叶缺陷检测算法 被引量：2
15
作者 李冰 张易牧 +2 位作者 魏乐涛 王月 翟永杰 《电子测量技术》 北大核心 2024年第13期89-99,共11页
叶片作为风力发电机组的重要部件,容易受到自然环境的影响,导致出现侵蚀、裂纹、胶衣脱落等损伤,从而影响风力发电效率和机组的安全运行。针对复杂环境下风机桨叶缺陷检测精度较低的问题,提出了一种改进YOLOv8的风机桨叶缺陷检测算法。... 叶片作为风力发电机组的重要部件,容易受到自然环境的影响,导致出现侵蚀、裂纹、胶衣脱落等损伤,从而影响风力发电效率和机组的安全运行。针对复杂环境下风机桨叶缺陷检测精度较低的问题,提出了一种改进YOLOv8的风机桨叶缺陷检测算法。通过对骨干特征提取网络中的单一模块SPPF融入LSKA注意力机制,以增强网络对于重要特征的关注度,提高模型的性能;其次,Neck部分采用加权双向特征金字塔Bi-FPN结构,并使用FasterBlock改进C2f模块,提出了Bi-YOLOv8-faster轻量级网络结构,增强模型多尺度特征融合能力,提高小目标检测精度;最后,采用辅助边框计算损失的Inner-IoU方法对损失函数进行优化,提高模型缺陷检测的准确率和泛化能力。通过对风机桨叶图像进行缺陷检测实验,结果表明,所提方法对缺陷检测的精确率提升了7.3%、mAP50提升了3.3%、参数量降低了27%。 展开更多
关键词 风机桨叶 YOLOv8 注意力机制 缺陷检测 Inner-IoU
在线阅读 下载PDF
含缺陷烟气轮机叶片高温蠕变剩余寿命预测
16
作者 郭颖 畅元江 王建军 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第6期219-225,共7页
烟气轮机是回收利用高温烟气能量的重要装备。烟气中的催化剂等颗粒冲击容易对叶片产生减薄及裂纹等缺陷,严重影响其使用寿命。以含缺陷烟气轮机叶片为研究对象,利用有限元方法对其工作状态下蠕变裂纹扩展及剩余寿命进行研究。结果表明... 烟气轮机是回收利用高温烟气能量的重要装备。烟气中的催化剂等颗粒冲击容易对叶片产生减薄及裂纹等缺陷,严重影响其使用寿命。以含缺陷烟气轮机叶片为研究对象,利用有限元方法对其工作状态下蠕变裂纹扩展及剩余寿命进行研究。结果表明:初始裂纹对叶片寿命的影响远大于减薄带来的影响,初始裂纹长度约在2 mm时对叶片剩余寿命影响不大;初始裂纹长度约为5 mm时,缺陷在叶根处寿命降幅达40%,而缺陷距叶根1/3处叶片寿命仅降低约10%;初始裂纹长度大于10 mm时,两种缺陷下剩余寿命降低均较为明显,且缺陷距叶根1/3处对叶片的剩余寿命影响超过其在叶根处产生的影响。 展开更多
关键词 烟气轮机叶片 缺陷 高温蠕变 剩余寿命预测
在线阅读 下载PDF
基于PSO-XGBoost的风电叶片缺陷分类算法 被引量：4
17
作者 郑浩 贾展飞 +1 位作者 周丽婷 王晫 《太阳能学报》 EI CAS CSCD 北大核心 2024年第4期127-133,共7页
针对风电叶片缺陷回波信号分类效率低的问题,提出粒子群-极限梯度提升(PSO-XGBoost)算法。首先采用变分模态分解(VMD)结合模糊熵的方法对缺陷回波数据进行特征提取,建立XGBoost多分类模型,在此基础上采用PSO算法对XGBoost超参数进行寻优... 针对风电叶片缺陷回波信号分类效率低的问题,提出粒子群-极限梯度提升(PSO-XGBoost)算法。首先采用变分模态分解(VMD)结合模糊熵的方法对缺陷回波数据进行特征提取,建立XGBoost多分类模型,在此基础上采用PSO算法对XGBoost超参数进行寻优,建立PSO-XGBoost多分类模型。这种PSO、XGBoost相结合的算法可提高风电叶片缺陷的预测精度、减少缺陷分类的误差。通过仿真,对PSO-XGBoost、XGBoost及其他几种机器学习算法进行对比,结果表明PSO-XGBoost算法准确度最高,其缺陷分类准确率可达98%。由此可见,采用PSO-XGBoost算法可有效提高风电叶片缺陷分类的准确率。 展开更多
关键词 风电叶片 粒子群 特征提取 缺陷分类
在线阅读 下载PDF
基于注意力机制的U-Net叶片缺陷图像分割 被引量：7
18
作者 祁雷 李宁 +2 位作者 梁伟 王峥 刘子梁 《中国安全科学学报》 CAS CSCD 北大核心 2024年第5期139-146,共8页
为解决风力发电机叶片表面缺陷检测存在分类困难和微小缺陷分割模糊的难题,构建一种基于扩张卷积和卷积注意力模块的改进U-Net语义分割网络。该网络基于网络模型的编码-解码结构,使用可迁移的VGG16的特征提取层代替U-Net网络的编码部分... 为解决风力发电机叶片表面缺陷检测存在分类困难和微小缺陷分割模糊的难题,构建一种基于扩张卷积和卷积注意力模块的改进U-Net语义分割网络。该网络基于网络模型的编码-解码结构,使用可迁移的VGG16的特征提取层代替U-Net网络的编码部分,在编码-解码之间的跳跃模块加入卷积注意力模块。通过对微小缺陷信息选取加强全局权重,使用扩张卷积增强网络特征,采用VGG16预训练模型实现迁移学习。开展Focal与Dice结合的混合损失函数验证,对比分析DeeplabV3+、PSPnet、HRNet、U-Net这4种模型。结果表明:对于叶片缺陷数据集,改进的U-Net网络模型对叶片缺陷的分类和分割任务具有更高的精度,均交并比、均像素精度和召回率等指标值分别为83.60%、92.84%和88.50%。改进U-Net网络的均交并比值比DeeplabV3+模型高13.98%,比标准U-Net模型高9.38%,能够提高叶片缺陷检测的灵敏度,有效降低检测结果的误报警率,有助于准确检测风机叶片缺陷。 展开更多
关键词 注意力机制 U-Net网络 风机叶片缺陷 图像分割 语义分割 迁移学习 卷积块注意力模块(CBAM)
在线阅读 下载PDF
改进YOLOv8算法在风机叶片缺陷检测上的应用 被引量：11
19
作者 曾勇杰 范必双 +1 位作者 杨涯文 蒋冲 《电子测量与仪器学报》 CSCD 北大核心 2024年第8期26-35,共10页
风力发电机叶片,作为风力发电系统的核心组件,其健康状况直接关乎整个发电效率与运行安全。针对叶片缺陷检测的挑战,深入研究了YOLOv8n网络,并创新性地提出了高效多尺度卷积模块(EMSConv),该模块有效替代了传统残差块中的卷积层,通过分... 风力发电机叶片,作为风力发电系统的核心组件,其健康状况直接关乎整个发电效率与运行安全。针对叶片缺陷检测的挑战,深入研究了YOLOv8n网络,并创新性地提出了高效多尺度卷积模块(EMSConv),该模块有效替代了传统残差块中的卷积层,通过分组卷积技术显著降低了冗余特征对检测结果的干扰,从而提升了检测的精确性。此外,在检测头部分,融入了Dynamic Head的多元化注意力机制,这些自注意力机制协同工作,跨越不同特征层,实现了对目标尺度、空间位置及检测任务的精准感知,极大地增强了目标检测模块的综合能力。还创新性地整合了Inner-IoU、Wise-IoU与MPDIoU,创造性地提出了Inner-Wise-MPDIoU,以替代传统的CIoU损失函数,这一举措不仅提高了网络的检测精度,还加速了收敛过程。在针对自制风机叶片缺陷数据集的测试中,YOLOv8-EDI展现出了卓越的性能,其mAP50值高达81.0%,相比原始YOLOv8n提升了2.3%;召回率也达到了76.8%,提升了3.7%。该模型在提升检测效果的同时,还实现了计算量的降低,降幅达5.5%,充分满足了工业环境下对风机叶片进行高效、准确、大批量检测的需求。 展开更多
关键词 风机叶片 缺陷检测 YOLOv8n 高效多尺度卷积 Dyhead 损失函数
在线阅读 下载PDF
基于无人机航拍的风力发电机叶片表面缺陷检测综述 被引量：9
20
作者 宋晔 吴一全 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第10期1-25,共25页
风力发电在能源转型中占重要地位。风力发电机叶片是接收风能的关键部件,其缺陷检测是维持发电机运行的基本保障。无人机航拍与机器视觉的结合能有效检测叶片表面缺陷。本文综述了近年来基于无人机航拍的风力发电机叶片表面缺陷检测方... 风力发电在能源转型中占重要地位。风力发电机叶片是接收风能的关键部件,其缺陷检测是维持发电机运行的基本保障。无人机航拍与机器视觉的结合能有效检测叶片表面缺陷。本文综述了近年来基于无人机航拍的风力发电机叶片表面缺陷检测方法。首先概述了风力发电机叶片特点与缺陷分类。其次对比了4类风力发电机叶片表面缺陷检测方法,阐明了无人机航拍结合视觉检测方法的优势及技术流程。然后概述了基于传统图像处理与机器学习的航拍叶片表面缺陷检测方法,包括表面图像拼接、缺陷的分割和特征提取与分类方法。综述了基于深度学习的航拍叶片表面缺陷检测方法,包含缺陷分类、识别与分割的深度学习网络。随后梳理了叶片表面缺陷数据集以及性能评价指标。最后指出该领域面临的挑战并对其解决方法进行了展望。 展开更多
关键词 无人机航拍 风力发电机叶片 缺陷检测 机器视觉 深度学习 数据集
在线阅读 下载PDF
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 2 … 5 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部