作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对人工检测发电机叶片缺陷时存在的检测结果不精准,检测时间较长的问题,以低温型风力发电机为研究对象,设计了一种基于机器视觉的叶片缺陷自动检测方法.在分析叶片缺陷特征及参数的前提下生成叶片缺陷图像,利用数字图像处理技术对叶片缺陷图像进行灰度化与滤波处理,采用通域递归法提取叶片的缺陷特征并构建最优阈值,最后利用机器视觉技术,实现发电机叶片缺陷的自动检测.在MATLAB平台内模拟发电机叶片缺陷的检测过程,结果显示,基于机器视觉的检测方法能够准确检测出发电机叶片表面的擦痕、裂纹等缺陷,较人工检测精准度高26.7%,且检测耗时较短,说明机器检测具备有效性.
推荐文章
基于无人机图像的风力发电机叶片缺陷识别
风力发电机
缺陷检测
无人机
图像处理
低温型风力发电机组的机舱空调系统
低温型
风力发电机组
机舱
空调系统
产品表面图像中的缺陷自动检测方法研究
缺陷检测
图像处理
特征识别
风力发电机叶片结构的动态特性研究
风力机叶片
UG三维建模
ANSYS/Workbench有限元分析
虚拟样机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 低温型风力发电机叶片缺陷自动检测方法研究
来源期刊 自动化与仪器仪表 学科 工学
关键词 叶片缺陷 机器视觉 自动检测 发电机
年,卷(期) 2020,(3) 所属期刊栏目 理论创新
研究方向 页码范围 37-40
页数 4页 分类号 TP315
字数 3948字 语种 中文
DOI 10.14016/j.cnki.1001-9227.2020.03.037
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王磊 10 11 2.0 2.0
2 王娜 17 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (159)
共引文献  (17)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1957(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(18)
  • 参考文献(0)
  • 二级参考文献(18)
2012(18)
  • 参考文献(0)
  • 二级参考文献(18)
2013(26)
  • 参考文献(0)
  • 二级参考文献(26)
2014(14)
  • 参考文献(0)
  • 二级参考文献(14)
2015(19)
  • 参考文献(0)
  • 二级参考文献(19)
2016(16)
  • 参考文献(0)
  • 二级参考文献(16)
2017(13)
  • 参考文献(9)
  • 二级参考文献(4)
2018(6)
  • 参考文献(6)
  • 二级参考文献(0)
2020(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
叶片缺陷
机器视觉
自动检测
发电机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导