基于深度学习算法的风电机组叶片开裂缺陷分析

摘要：

为实现对风电机组叶片表面缺陷检测的智能化,该研究应用无人机技术、图像视觉技术和深度学习算法,建立风电机组叶片缺陷检测系统,提高了对叶片上开裂缺陷的检测精度;系统使用sobel算子计算图像横向和纵向的梯度,并对图像进行阈值分割和去噪处理;构建深度学习模型提取图像缺陷的特征信息,加入了 SPP-Net网络进行卷积操作,增加了模型的输入数据尺度,得到特征图后在利用PRN网络筛选特征图;实验结果显示该研究系统能够去除大量无用的背景信息,开裂缺陷部位的特征信息保留完整,对验证集中的图像进行测试后,该研究系统识别出的开裂缺陷数最高可达到50个.

关键词：风电机组叶片、缺陷检测、无人机技术、阈值分割、去噪处理、深度学习模型

所属期刊栏目：30

分类号：TP37(计算技术、计算机技术)

在线出版日期：2022-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：142-146,154