[发明专利]一种匹配在役风力机状态的无人巡检轨迹程控方法

说明书

本发明涉及一种匹配在役风力机状态的无人巡检轨迹程控方法，所述轨迹程控方法包括：风力机叶片及立柱表面轮廓数据特征点集、风力机静止时无人机圆柱螺旋线轨迹程控、风力机叶片转动时无人机平面螺线轨迹程控、以及风力机表面疑似缺陷无人机偏移轨迹程控。通过把风力机叶片和立柱表面确定为若干个特征点，对无人机的飞行轨迹采用不同形式的曲线，尤其是在无人巡检到风力机表面有疑似缺陷时，对无人机进行直线移动确保无人机获得足够的数据进行判断。本发明基于风力机叶片静止和转动不同状态，对无人机飞行轨迹进行控制，使得在役风力机无需停机就可以对叶片进行日常巡检，利用无人机在提升巡检效率的同时缩短了停机时间，降低风力发电损失。

技术领域

本发明专利涉及到无人机在役风力机进行巡检领域，具体涉及到一种匹配在役风力机状态的无人巡检轨迹程控方法。

背景技术

风能作为一种绿色的可再生能源，开发潜力巨大对于优化能源结构具有重要意义。风力机立柱和叶片作为风力机的重要结构件，其在制造成型、加工运输、安装使用过程中结构件易受到各种损伤，同时风力机大多安装在高山、滩涂以及海岛等各种复杂地区，容易遭受高温、高湿、沙尘、风雨雪、盐雾等恶劣气候，从而极大增加了风力机结构的损伤风险。当前，对于风力机在运行过程中出现的主要损伤有老化、裂纹乃至于断裂，这些损伤给风力发电机组的安全运行带来了极大的挑战，因此对在役风力机进行缺陷检测非常重要。当前，检修师可以采用望远镜观测法，或者高空垂吊检修师，或者利用检修师傅维修平台进行目测，通过检修师的经验来主观判断风力机运行安全与否，存在费时、费力、观测角度受限的同时，容易引起高空坠落且误检率高。

为了提高检修师对风力机结构件的检测精度，基于检修师丰富的经验结合声发射检测法、超声波检测法、X射线检测法、光纤传感检测法等先进技术，通过传感器和检测数据来给出风力机运行健康与否相对客观的评价。声发射检测法主要是通过分析风力机结构件的声发射信号，来判断是否存在缺陷问题，声发射检测法对于环境噪声敏感，且无法对缺陷进行定量分析；超声波检测法利用风力机结构件材料本体及缺陷的对超声波差异的传输特性检测缺陷，超声波需要使用耦合剂而且无法实现对风力机的长期动态检测；X射线检测法采用X射线透过风力机结构件材料本体及缺陷引起差异的透射射线强度，来判断风力机的缺陷位置和大小，但是受制于风力机的尺度而无法使用；光纤传感检测法则需要在风力机结构件内部预埋光纤来判断缺陷形状，但是对于在役风力机无法进行安装而受到较大的限制。当期，需要一种无损及便捷的方法来对在役风力机进行巡检。

风力发电规模扩大的同时要求生产精细化，为了对在役风力机进行运维诊断及健康评估，借助于无人机自主、灵活、高效及机动的特点，在无人机机身安装诸如视觉图像传感器，通过无人机飞行过程中对风力机立柱和叶片表面进行实时视觉图像采集、处理、分析及识别，能够有效地标识并及时检测出风力机的表面缺点。本发明针对风力机叶片静止停机和转动发电的不同状态，当风力机处于不同运行状态时无人机采用对应的巡检轨迹，使得在役风力机无需停机就可以对叶片进行日常巡检，利用无人机在提升巡检效率的同时缩短了停机时间，降低风力发电损失并保障了风力发电机组的安全运行。

发明内容

技术问题：本发明的目的是克服已有技术中的不足之处，提出匹配在役风力机状态的无人巡检轨迹程控方法，解决了风力机不同运动状态下无人机飞行轨迹控制问题。

针对上述问题，一种匹配在役风力机状态的无人巡检轨迹程控方法，其特征是：采用无人机对在役风力机立柱、1号叶片、2号叶片以及3号叶片的表面缺陷进行巡检，风力机有静止停机状态和转动发电不同状态，首先基于风力机尺寸结构特点建立无人机运动坐标系，对风力机立柱和叶片表面的轮廓数据进行固定距离的特征点集确定，对风力机立柱和叶片进行圆柱化结构处理，在风力机静止停机时采用圆柱螺旋线轨迹对立柱和叶片表面进行巡检，在风力机转动发电时采用平面螺旋线轨迹对转动的叶片表面进行巡检，在无人巡检过程中巡检到风力机叶片表面存在疑似缺陷时，对无人机进行偏移固定的直线距离对疑似缺陷表面进行增强巡检。基于在役风力机不同的运动状态对无人机采用圆柱螺旋线、平面螺线以及直线偏移轨迹进行程控，实现风力机立柱和叶片表面缺陷的巡检。具体包络以下步骤：