本设计着重于对研发的风机避雷回路检测装置进行结构优化设计;完成风机避雷回路检测装置动力学仿真;静力学分析;控制系统设计以及完整的风机避雷回路检测装置样机制作。
首先设计检测装置的基本架构,针对应有的功能选择合适的机构与合理的构型,确定应该配备的电子元器件;对检测装置在无人机机载飞行、进行检测作业时的两种情况下的运动状态和受力情况进行分析,通过计算选择标准件和非标板材;建立基于无人机飞行平台的风机避雷回路检测装置的三维模型,同时对该装置进行动力学仿真,通过动力学仿真结果查看结构设计中是否存在干涉等现象;对检测装置的主要受力零件进行有限分析。对风力发电机避雷回路检测装置进行动力学仿真和主要受力零件的有限元分析,确保装置设计合理、工作稳定。主要思路如下:
根据风力发电机避雷回路检测系统装置检测原理和实际条件制定设计方案
由避雷回路检测的原理确定装置各个部分的设计方案,通过设计方案得出该装置包含的各种标准件和电子元件。
使用Creo对测试装置进行结构设计
使用Creo根据上一步计算的参数及方案进行对检测装置进行结构设计以及三维建模,之后对各个部分进行装配。先从整体的结构出发,根据设计要求确定装置机械结构的参数以及构型,在实现设计要求的基础上结合后期的数据分析优化设计,进一步优化机构,提高装置性能指标。
使用Creo对非标板件有限元分析
使用Creo-simulate对重新生产后的非标板件进行有限元分析,验证其是否其能够达到实际的使用需求。
使用Creo计算检测装置重量和调整装置重心
使用Creo对每一个零部件进行材料分配,再使用Creo中的质量分析得出所有零部件的重量,并优化装置重量,使装置重量能够达到设计需求;使用Creo寻找并调整装置重心,保证无人机飞行的稳定性。
国、内外研究现状和发展动态
国内现状
国内在风力发电机检测系统的研发和应用上,确实以无人机图像处理和风机舱内巡检机器人为主,这两种技术各自具有独特的优势。无人机图像处理技术通过搭载高清摄像头和先进的图像处理算法,能够实现对风力发电机外部结构的全面、高效巡检。无人机可以迅速飞抵风力发电机的各个位置,获取高清的图像数据,并通过图像处理技术自动识别出可能的故障或异常。这种技术大大提高了巡检的效率和准确性,降低了人工巡检的成本和风险。
而风机舱内巡检机器人则能够进入风力发电机的内部空间,对发电机、齿轮箱、变桨系统等关键部件进行详细的检查。这些机器人通常配备有高清摄像头、传感器和执行器等设备,能够实时获取风机内部的图像和数据,并通过智能算法进行故障预测和诊断。与无人机相比,风机舱内巡检机器人能够更加深入地了解风力发电机的运行状态,发现潜在的故障隐患。
中国长江三峡集团有限公司企业科研项目,由李哲等人提出的基于无人机的风机叶片智能巡检及缺陷检测系统,使用大疆 Mobile SDK与 MATLAB 进行联合设计,分割叶片图像缺陷特征,再根据混乱背景利用特征点匹配来识别裂纹和损伤等缺陷,并对缺陷进行分类,从而方便后续输出对叶片质量的分析,实现风力发电机叶片表面缺陷的自动检测功能。其缺点是只能观察到扇叶表面的磨损情况,不能对避雷回路进行检测,如图1-2所示。
南京林业大学丁健强提出的风力发电机舱巡检机器人是能够采用自动或远程操控的方式来完成风机电力巡检任务,系统主控制器芯片采用STM32,设计电机驱动模块、编码器模块、电源转化模块、通信模块、存储等模块完成机器人本体的运动控制,并结合电力载波技术与监控后台通信,
国外现状
国外在避雷回路检测系统方面的研究已经取得了一些显著成果。研究人员已经开发出能够实时监测避雷器运行状态的先进监测系统。这些系统采用高精度传感器和先进的数据处理技术,能够准确测量避雷器的电气参数,如电压、电流、阻抗等,从而实现对避雷器运行状态的实时监控。
故障诊断技术:在避雷回路故障检测方面,国外研究者已经开发出多种有效的故障诊断技术。这些技术包括基于模式识别的故障诊断方法、基于人工智能的故障诊断算法等。这些技术能够准确识别避雷器可能存在的故障类型,如放电故障、击穿故障、老化故障等,并提供相应的维修建议。
在线监测与数据分析:随着智能电网和物联网技术的发展,国外研究者开始将在线监测与数据分析技术应用于避雷回路检测系统中。通过实时收集和分析避雷器的运行数据,系统能够预测避雷器的剩余寿命、评估其性能退化程度,并为运维人员提供及时的维修和更换建议。
雷电预警系统:在雷电预警方面,国外研究者已经建立了广泛的雷电监测网络,并开发了多种雷电预警算法。这些系统能够实时监测大气电场、雷电活动等信息,并预测可能发生的雷电事件。通过与避雷回路检测系统的结合,可以提前采取措施保护电力设备和系统免受雷电侵害。
2012年,美国GE公司研发了一种履带式爬壁检测机器人,如图 1.12所示。机器人采用负压吸附的吸附方式,机器人配备了一组负压吸盘,可以紧密地附着在表面上,提供额外的牵引力和稳定性,使其可以在各种壁面上爬行。这款机器人主要用于大型设备的检测,例如风电塔筒表面、轮船表面等,机器人能够装备各种检测装置,对风电塔筒进行清洗和检查。
目前国外尚未有广泛报道的成熟案例将风力发电机避雷回路检测系统与无人机飞行平台直接结合。然而,这并不排除这种技术组合在未来发展的可能性。当前,风力发电机的维护主要依赖于在线检测和基于攀爬机器人的系统。在线检测系统通过实时监测风力发电机的各种参数,如电压、电流、温度等,来预测和诊断可能的问题。而攀爬机器人则能够直接到达风力发电机的各个部分,进行详细的检查和维修。