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:
随着我国风力发电产业的迅速发展,风电机组容量不断扩展,风机叶片长度增加,叶片发生损伤的概率也随之变大,因此对风机叶片进行状态监测和缺陷识别至关重要.因为目前用于检测风机叶片的传统方法费时费力且成本高,所以本研究提出了一种基于无人机(Unmanned Aerial Vehicle,UAV)与图像处理(Image processing)技术相结合的方法,推动风机叶片检测朝着自动化、快速化、低成本的方向发展.利用实际场景下采集的风机叶片图像进行自动化缺陷检测实验,实验结果验证了算法的有效性、可靠性和准确性,能较好地满足对风机叶片缺陷的检测要求.
推荐文章
无人机舵偏角的自动检测
无人机
舵偏角
单片机
自动检测
分布无人机自动检测与故障诊断系统设计
分布式
无人机
自动检测
故障诊断
专家系统
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
焊接缺陷X射线自动检测技术研究现状
焊接缺陷
X射线自动检测
图像处理
模式识别
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 基于无人机的风机叶片缺陷自动检测技术
来源期刊 复合材料科学与工程 学科 工学
关键词 风机叶片 缺陷检测 无人机 图像处理 复合材料
年,卷(期) 2020,(9) 所属期刊栏目 应用研究
研究方向 页码范围 85-89
页数 5页 分类号 TB332
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (17)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风机叶片
缺陷检测
无人机
图像处理
复合材料
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
复合材料科学与工程
月刊
2096-8000
10-1683/TU
大16开
北京亦庄经济技术开发区经海四路25号院6号楼
82-771
1974
chi
出版文献量(篇)
3663
总下载数(次)
20
总被引数(次)
23609
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导