[发明专利]用于风力发电机组叶片的飞边切割系统和方法有效

专利信息
申请号: 201710826125.3 申请日: 2017-09-14
公开(公告)号: CN109501084B 公开(公告)日: 2021-07-27
发明(设计)人: 宋博;张国驹 申请(专利权)人: 北京天源科创风电技术有限责任公司
主分类号: B29C37/02 分类号: B29C37/02;B29L31/08
代理公司: 北京铭硕知识产权代理有限公司 11286 代理人: 张川绪;王兆赓
地址: 100081 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 风力 发电 机组 叶片 切割 系统 方法
【权利要求书】:

1.一种用于风力发电机组叶片的飞边切割系统,其特征在于,包括移动机器人平台和支撑移动机器人平台移动的平台支撑导轨,其中,移动机器人平台包括:

传感器装置,被配置用于采集与风电叶片相关的图像数据;

系统控制器,被配置用于利用计算机视觉算法从采集的与风电叶片相关的图像数据中识别出预先画在风电叶片上的飞边切割线,并计算出飞边切割线的第一位置数据;

工业机器人,配置有用于执行飞边切割的切割夹具并根据系统控制器计算出的飞边切割线的第一位置数据来执行飞边切割;

其中,系统控制器还被配置用于对采集的与风电叶片相关的图像数据进行二值化处理,然后利用预设霍夫变换算法从二值化图像中识别出预先画在风电叶片上的飞边切割线,得到飞边切割线的第一位置数据;

其中,移动机器人平台还包括:激光探头,安装在工业机器人上,被配置用于根据计算出的飞边切割线的第一位置数据向风电叶片发射激光射线,其中,传感器装置采集具有激光射线轨迹的图像数据,系统控制器将采集的具有激光射线轨迹的图像数据和采集的预先画在风电叶片上的飞边切割线的图像数据进行比较,其中,工业机器人仅当采集的具有激光射线轨迹的图像数据和预先画在风电叶片上的飞边切割线的图像数据一致时执行飞边切割。

2.如权利要求1所述的飞边切割系统,其特征在于,所述传感器装置包括安装在工业机器人上的激光雷达和视觉传感器,其中,激光雷达用于扫描风电叶片的整体轮廓,视觉传感器用于采集预先画在风电叶片上的飞边切割线的图像数据。

3.如权利要求1所述的飞边切割系统,其特征在于,还包括用于控制工业机器人的机器人控制器、执行飞边切割时控制工业机器人上下移动的机器人升降装置、在飞边切割过程中高负压吸收所产生的粉尘的空气压缩机和粉尘回收装置。

4.如权利要求1所述的飞边切割系统,其特征在于,所述系统控制器根据风电叶片的长度和工业机器人的作业半径将风电叶片分成两段以及两段以上进行分段飞边切割。

5.如权利要求1所述的飞边切割系统,其特征在于,还包括:叶片支撑旋转结构,用于对风电叶片进行180°翻转。

6.一种基于权利要求1所述飞边切割系统的用于风力发电机组叶片的飞边切割方法,其特征在于,所述飞边切割方法包括以下步骤:

采集与风电叶片相关的图像数据;

利用计算机视觉算法从采集的与风电叶片相关的图像数据中识别出预先画在风电叶片上的飞边切割线,并计算出飞边切割线的第一位置数据;

根据计算出的飞边切割线的第一位置数据来执行飞边切割;

其中,利用计算机视觉算法从采集的与风电叶片相关的图像数据中识别出预先画在风电叶片上的飞边切割线,并计算出飞边切割线的第一位置数据的步骤包括:对采集的与风电叶片相关的图像数据进行二值化处理,然后利用预设霍夫变换算法从二值化图像中识别出预先画在风电叶片上的飞边切割线,得到飞边切割线的第一位置数据;

其中,所述方法还包括:利用激光探头根据计算出的飞边切割线的第一位置数据向风电叶片发射激光射线;利用视觉传感器采集激光探头向风电叶片发射激光射线形成的激光射线轨迹的图像数据;将采集的具有激光射线轨迹的图像数据和采集的预先画在风电叶片上的飞边切割线的图像数据进行比较;利用切割夹具仅当采集的具有激光射线轨迹的图像数据和预先画在风电叶片上的飞边切割线的图像数据一致时执行飞边切割。

7.如权利要求6所述的飞边切割方法,其特征在于,所述采集与风电叶片相关的图像数据的步骤通过激光雷达和视觉传感器采集与风电叶片相关的图像数据,其中,激光雷达扫描风电叶片的整体轮廓,视觉传感器采集预先画在风电叶片上的飞边切割线的图像数据。

8.如权利要求6所述的飞边切割方法,其特征在于,所述执行飞边切割是根据风电叶片的长度和工业机器人的作业半径将风电叶片分成两段以及两段以上进行分段飞边切割。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京天源科创风电技术有限责任公司,未经北京天源科创风电技术有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710826125.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top