叶片覆冰会严重影响风机的安全稳定运行。目前,电热防冰是最高效可靠的风机叶片防冰方法,但存在防冰区域受热不均匀、局部覆冰以及过多分区导致防冰系统过于复杂等问题。为此提出采用正温度系数(positive temperature coefficient,PTC)...叶片覆冰会严重影响风机的安全稳定运行。目前,电热防冰是最高效可靠的风机叶片防冰方法,但存在防冰区域受热不均匀、局部覆冰以及过多分区导致防冰系统过于复杂等问题。为此提出采用正温度系数(positive temperature coefficient,PTC)材料进行风机叶片自适应电加热防冰的创新方法,通过原位聚合法成功制备了一种低居里点PTC材料,其居里温度点为1℃。随后,基于该材料的阻-温特性,建立了风机叶片的电加热防冰模型,并进行数值模拟。研究结果显示,当采用低居里点PTC材料进行风机叶片电加热防冰时,无需进行防冰区域的分区,就能使得防冰区域受热更加均匀。在一定的工作电压下,低居里点PTC材料在不同环境温度和风速下展现出自适应调节加热功率的能力,并且经过100次循环阻-温测试后,材料仍具有极强的自适应调节能力。最后,通过试验验证了材料的这种自适应调节能力。该研究结果为后续基于低居里点PTC材料的风机叶片防冰系统的研究奠定了坚实基础。展开更多
随着海上风电的蓬勃发展,运维工作越来越成为突出问题。风电叶片作为风电大尺寸关键构件,其运维对机组至关重要。本文针对海上风机叶片人工运维检测存在的高风险、低效率和低精度等问题,提出了一种基于改进YOLOv5x(You Only Look Once v...随着海上风电的蓬勃发展,运维工作越来越成为突出问题。风电叶片作为风电大尺寸关键构件,其运维对机组至关重要。本文针对海上风机叶片人工运维检测存在的高风险、低效率和低精度等问题,提出了一种基于改进YOLOv5x(You Only Look Once version 5x)算法的海上风机叶片缺陷机器视觉检测系统。该方法引入了卷积块注意力机制(Convolutional Block Attention Module,CBAM),以增强神经网络对输入特征的感知能力,使用智慧交并比(Wise Intersection over Union,WIoU)作为损失函数,减少人工标注数据的误差,提高目标检测的准确性。基于海上风机叶片缺陷数据对模型进行训练,将训练好的模型封装成海上风机叶片机器视觉识别系统。试验结果显示,改进后的YOLOv5x算法,相比于原有的YOLOv5x,平均精度均值(mean Average Precision,mAP)提高了4.71%,准确率(Precision)提高了7.48%,且能满足实时性需求。展开更多
文摘叶片覆冰会严重影响风机的安全稳定运行。目前,电热防冰是最高效可靠的风机叶片防冰方法,但存在防冰区域受热不均匀、局部覆冰以及过多分区导致防冰系统过于复杂等问题。为此提出采用正温度系数(positive temperature coefficient,PTC)材料进行风机叶片自适应电加热防冰的创新方法,通过原位聚合法成功制备了一种低居里点PTC材料,其居里温度点为1℃。随后,基于该材料的阻-温特性,建立了风机叶片的电加热防冰模型,并进行数值模拟。研究结果显示,当采用低居里点PTC材料进行风机叶片电加热防冰时,无需进行防冰区域的分区,就能使得防冰区域受热更加均匀。在一定的工作电压下,低居里点PTC材料在不同环境温度和风速下展现出自适应调节加热功率的能力,并且经过100次循环阻-温测试后,材料仍具有极强的自适应调节能力。最后,通过试验验证了材料的这种自适应调节能力。该研究结果为后续基于低居里点PTC材料的风机叶片防冰系统的研究奠定了坚实基础。
文摘随着海上风电的蓬勃发展,运维工作越来越成为突出问题。风电叶片作为风电大尺寸关键构件,其运维对机组至关重要。本文针对海上风机叶片人工运维检测存在的高风险、低效率和低精度等问题,提出了一种基于改进YOLOv5x(You Only Look Once version 5x)算法的海上风机叶片缺陷机器视觉检测系统。该方法引入了卷积块注意力机制(Convolutional Block Attention Module,CBAM),以增强神经网络对输入特征的感知能力,使用智慧交并比(Wise Intersection over Union,WIoU)作为损失函数,减少人工标注数据的误差,提高目标检测的准确性。基于海上风机叶片缺陷数据对模型进行训练,将训练好的模型封装成海上风机叶片机器视觉识别系统。试验结果显示,改进后的YOLOv5x算法,相比于原有的YOLOv5x,平均精度均值(mean Average Precision,mAP)提高了4.71%,准确率(Precision)提高了7.48%,且能满足实时性需求。
