摘要：風(fēng)能屬于清潔可再生能源，可通過風(fēng)力發(fā)電機(jī)組轉(zhuǎn)化為電能，目前在我國沿海以及西北地區(qū)已得到廣泛的應(yīng)用。捕風(fēng)葉片作為風(fēng)力發(fā)電機(jī)的重要核心部件，當(dāng)其表面產(chǎn)生缺陷時，會降低發(fā)電效率，嚴(yán)重的還會引起結(jié)構(gòu)的倒塌。所以，依靠機(jī)器視覺對風(fēng)力發(fā)電機(jī)的葉片進(jìn)行實時跟蹤監(jiān)測變得至關(guān)重要。

根據(jù)相關(guān)數(shù)據(jù)顯示，預(yù)計到2020年，全球的風(fēng)力發(fā)電機(jī)組總裝機(jī)容量將達(dá)到70953萬千瓦，到2030年，這一數(shù)字會達(dá)到14億萬千瓦，將位居世界前列。我國風(fēng)力發(fā)電機(jī)大部分集中在東部沿海以及西部地區(qū)，其中沿海區(qū)域多颶風(fēng)、高鹽霧、并且各種自然災(zāi)害頻發(fā)，而西部地區(qū)晝夜溫差大，土地沙漠化比較嚴(yán)重，經(jīng)常產(chǎn)生沙塵暴，這些惡劣的自然環(huán)境都會造成風(fēng)力發(fā)電機(jī)葉片的嚴(yán)重磨損。根據(jù)相關(guān)研究統(tǒng)計，葉片表面粗糙度的增加以及缺陷的積累會致使發(fā)電效率降低5%-30%。

小缺陷，大故障

無論什么材質(zhì)的葉片，在經(jīng)歷多次的沙塵暴、颶風(fēng)等極具挑戰(zhàn)性的自然環(huán)境后，均會產(chǎn)生諸如斑點及劃痕的表面缺陷，之后逐漸演化成砂眼及裂紋，進(jìn)而形成麻面。圖1即為暴露在自然環(huán)境中一段時間之后的葉片表面麻面圖。當(dāng)遇到雨雪、風(fēng)沙、大霧等天氣時，葉片麻面處會聚集較多的水滴及灰塵，變得灰多濕度大，在靜電的作用下該處的導(dǎo)電性會急劇增強(qiáng)，當(dāng)遇到打雷，閃電等氣象時，極易招致雷電暴擊，導(dǎo)致葉片內(nèi)部瞬間升溫，空壓升高，引發(fā)葉片的爆裂。

圖1 風(fēng)力發(fā)電機(jī)葉片表面麻面圖

（資料來源：公開資料整理）

目前葉片的檢測方式多為人工檢測，主要方式包括望遠(yuǎn)鏡觀察、地面敲擊辨音以及繩索垂降，這些方法費時費力，并且檢測精度低，檢測結(jié)果受到主觀影響較大，不能及時有效地檢測出葉片的全部缺陷。而機(jī)器視覺檢測具有精度高、客觀、效率高的特點，結(jié)合機(jī)器視覺就能夠?qū)θ~片進(jìn)行實時檢測。

機(jī)器視覺發(fā)展至今，其自動化、智能化的檢測技術(shù)已經(jīng)在建筑結(jié)構(gòu)、道路工程及隧道工程中得到了成功應(yīng)用，但關(guān)于風(fēng)電葉片結(jié)構(gòu)損傷識別的研究很少，因此，如何將機(jī)器視覺無損檢測技術(shù)應(yīng)用到風(fēng)電葉片表面損傷識別中就變得很有研究意義。

基于機(jī)器視覺的葉片缺陷檢測

利用機(jī)器視覺檢測葉片的基本原理是：通過光學(xué)成像裝置將攝取到的外部圖片轉(zhuǎn)化成像素信號，之后經(jīng)過圖像采集裝置轉(zhuǎn)換成計算機(jī)能夠識別的電信號，再對電信號進(jìn)行增強(qiáng)、濾波、分割等處理，目的是為了增加仿真精度，最后根據(jù)特定的需求對圖像處理結(jié)果進(jìn)行評估。如圖2所示，主要包括照明系統(tǒng)、圖像攝取系統(tǒng)、A/D信號轉(zhuǎn)化傳輸系統(tǒng)、圖像電信號處理系統(tǒng)、狀態(tài)評估系統(tǒng)。

圖2 監(jiān)測系統(tǒng)結(jié)構(gòu)示意圖

（資料來源：中國知網(wǎng)）

圖像采集的基本原理是光電感應(yīng)，當(dāng)暴露在不同強(qiáng)度光下的時候，光學(xué)成像設(shè)備中感光半導(dǎo)體材料的不同部分會產(chǎn)生不同數(shù)量的電荷，產(chǎn)生的電荷量與光亮程度成正比。然后對其施加特定時序的脈沖就能將不同部分產(chǎn)生的信號電荷定向傳輸?shù)酱鎯ζ骼锩妫笸ㄟ^計算電荷量并使用該數(shù)據(jù)生成圖像。根據(jù)風(fēng)力發(fā)電機(jī)葉片的寬度、常見斑點、劃痕的長寬等不同參數(shù)，適合采用的是JAI工業(yè)相機(jī)以及適用于JAI相機(jī)的日本興和株式會社Kowa品牌下的LM12HC型手動對焦工業(yè)鏡頭。

圖像處理是機(jī)器視覺檢測葉片缺陷最重要的環(huán)節(jié)，決定了最終成像結(jié)果的仿真精度，主要技術(shù)包括灰度處理、圖像濾波以及圖像分割。彩色圖像中每個像素的顏色是由R、G、B三個分量構(gòu)成的，每個分量值均在0~255之間變化，這樣每一個像素點就可以有1600多萬（255*255*255）種顏色的變化范圍，而灰度圖像是R、G、B三個分量值相等的特殊存在，這樣灰度圖像中每個像素點的浮動區(qū)間只有255種，相比于彩色圖像，大大提高了計算機(jī)的運算速度。灰度處理之后，圖像或多或少會丟失一部分光亮部分，如圖3所示，需要通過一定的技術(shù)手段還原，經(jīng)驗證，最優(yōu)的方法是二次方插值法。

圖3 原始圖像（左）和經(jīng)過灰度處理之后的圖像（右）

（資料來源：中國知網(wǎng)）

由于各個子系統(tǒng)的干擾以及A/D信號之間轉(zhuǎn)換傳輸?shù)募纳?yīng)，會產(chǎn)生信號噪聲，造成成像失真，所以需要進(jìn)行濾波處理，經(jīng)過多次驗證，Gabor濾波技術(shù)在去噪，保持葉片表面劃痕邊緣清晰度方面具有明顯優(yōu)勢。經(jīng)過灰度處理、圖像濾波就完成了圖像增強(qiáng)，之后就是圖像分割，通過特定的算法，最終將葉片缺陷部分分割開來。 

                               表1 葉片表面缺陷檢測結(jié)果             

                               （資料來源：中國知網(wǎng)）

系統(tǒng)檢測結(jié)果如表1所示，葉片表面各種類型缺陷檢測的整體準(zhǔn)確率達(dá)92.5%。其中，斑點類型的缺陷面積比較微小，受采集精度以及后續(xù)處理的影響，檢測準(zhǔn)確率最低，但是也達(dá)到了85%，而砂眼、劃痕和裂紋的檢測率最高，均為95%，這表明基于機(jī)器視覺的葉片表面缺陷檢測能夠檢測出絕大部分的葉片表面缺陷。

結(jié)語

    機(jī)器視覺發(fā)展到今天，憑借著其檢測的精確性、客觀性、高效率等優(yōu)點，將會被廣泛地應(yīng)用于各行各業(yè)。目前機(jī)器視覺的技術(shù)難點表現(xiàn)在兩個方面：前端圖像的采集精度以及圖像的預(yù)處理，從而保證最終生成圖像的仿真程度；以及深度學(xué)習(xí)的算法優(yōu)化，提高檢測的準(zhǔn)確率。