一种基于机器视觉的风电场齿轮箱漏油检测方法与流程

1.本发明属于齿轮箱检测技术领域，具体为一种基于机器视觉的风电场齿轮箱漏油检测方法。


背景技术：

2.风力发电机组中的齿轮箱是一个重要的机械部件，其主要功用是将风轮在风力作用下所产生的动力传递给发电机并使其得到相应的转速，不同形式的风力发电机组有不一样的要求，齿轮箱的布置形式以及结构也因此而异，在风电界水平轴风力发电机组用固定平行轴齿轮传动和行星齿轮传动最为常见；
3.红外成像仪可以以面的形式对目标整体实时成像，通过对图像的分析和识别可以判断物体的温度异常，但观察人员无法即时获取器件的立体温度信息，并结合不同器件部位对温度的耐受能力对状态进行判断。


技术实现要素：

4.本发明的目的在于解决背景技术中的问题，提供一种基于机器视觉的风电场齿轮箱漏油检测方法。
5.本发明采用的技术方案如下：
6.一种基于机器视觉的风电场齿轮箱漏油检测方法，包括双目红外成像仪、计算机平台与被检测设备，所述风电场齿轮箱漏油检测方法步骤如下：
7.步骤一：在未检测之前通过双目红外成像仪获取变压器内部被检测设备未漏油时的图像信息；
8.步骤二：将获取的图像信息存储在计算机平台内部作为对照信息；
9.步骤三：获取变压器被检测设备当前的图像信息，将未漏油时的图像信息与当前图像信息进行比较和处理，从而判断是否出现漏油问题的发生。
10.进一步的，所述双目红外成像仪的具体检测流程如下：
11.步骤一：通过双目红外成像仪获取被检测设备的温度信息，经sift算法进行角点匹配并进行红外图像匹配，通过空间点重构算法计算得到三维表面温度信息；
12.步骤二：获得箱式变压器的材料特性及热传导特性，通过有限公式法计算获取三维温度场模型；
13.步骤三：获取箱式变压器各部件器件耐温阈值及工作范围，使用图像分割算法根据器件的不同区域进行温度场的网格化分割，通过图像识别比对获得相应网格区域元件的工作温升，从而判断设备运行状态是否正常。
14.进一步的，所述双目红外成像仪获得被检测设备的检测区的漏油方向信息和检测区的颜色信息，且基于检测区的漏油方向信息和检测区的颜色信息对检测区是否漏油进行判断。
15.进一步的，所述双目红外成像仪与计算机平台之间通过采集卡进行连接。
16.进一步的，所述双目红外成像仪用于拍摄被检测设备用来获取三维表面温度信息。
17.进一步的，所述双目红外成像仪是由采集终端模块、光敏传感器模块、图像采集模块与数据传输模块组成，所述图像采集模块的输入端分别为采集终端模块与光敏传感器模块，所述数据传输模块的输入端为图像采集模块。
18.进一步的，所述计算机平台是由数据接收模块、数据库模块、服务器终端模块、数据处理模块与报警终端模块组成，所述数据接收模块其中一个输出端为数据库模块，所述数据接收模块的另外一个输出端为服务器终端模块，所述服务器终端模块的输出端为数据处理模块，所述数据处理模块的输出端为报警终端模块。
19.进一步的，所述双目红外成像仪与计算机平台电性连接，所述计算机平台与电源电性连接。
20.综上所述，由于采用了上述技术方案，本发明的有益效果是：
21.1、本发明中利用双目红外成像仪作为信息获取硬件设备，通过热传导方法进行箱式变压器的三维温度场重建，使用神经网络对三维温度场进行网格化对比实现对各设备器件不同耐温区域的分区域故障诊断的方法。
22.2、本发明所提供的的三维温度场重建方法，可为设备运行提供更多的监测信息，有利于对设备运行状态的监控及分析。
附图说明
23.图1为本发明的基于机器视觉的风电场齿轮箱漏油检测系统流程示意图；
24.图2为本发明的双目红外成像仪检测系统流程示意图；
25.图3为本发明的计算机平台检测系统流程示意图。
26.图中标记：1、双目红外成像仪；11、采集终端模块；12、光敏传感器模块；13、图像采集模块；14、数据传输模块；2、计算机平台；21、数据接收模块；22、数据库模块；23、服务器终端模块；24、数据处理模块；25、报警终端模块；3、被检测设备。
具体实施方式
27.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
28.【实施例1】
29.如图1所示，一种基于机器视觉的风电场齿轮箱漏油检测方法，包括双目红外成像仪1、计算机平台2与被检测设备3，风电场齿轮箱漏油检测方法步骤如下：
30.步骤一：在未检测之前通过双目红外成像仪1获取变压器内部被检测设备3未漏油时的图像信息；
31.步骤二：将获取的图像信息存储在计算机平台2内部作为对照信息；
32.步骤三：获取变压器被检测设备3当前的图像信息，将未漏油时的图像信息与当前图像信息进行比较和处理，从而判断是否出现漏油问题的发生。
33.【实施例2】
34.如图1所示，双目红外成像仪1的具体检测流程如下：
35.步骤一：通过双目红外成像仪1获取被检测设备3的温度信息，经sift算法进行角点匹配并进行红外图像匹配，通过空间点重构算法计算得到三维表面温度信息；
36.步骤二：获得箱式变压器的材料特性及热传导特性，通过有限公式法计算获取三维温度场模型；
37.步骤三：获取箱式变压器各部件器件耐温阈值及工作范围，使用图像分割算法根据器件的不同区域进行温度场的网格化分割，通过图像识别比对获得相应网格区域元件的工作温升，从而判断设备运行状态是否正常。
38.【实施例3】
39.如图1所示，双目红外成像仪1获得被检测设备3的检测区的漏油方向信息和检测区的颜色信息，且基于检测区的漏油方向信息和检测区的颜色信息对检测区是否漏油进行判断。
40.【实施例4】
41.如图1所示，双目红外成像仪1与计算机平台2之间通过采集卡进行连接。
42.具体使用时，从而可以使得通过计算机平台2可以接受双面红外成像仪1采集的数据。
43.【实施例5】
44.如图1所示，双目红外成像仪1用于拍摄被检测设备3用来获取三维表面温度信息。
45.具体使用时，这样可以使得在双面红外成像仪1的作用下进行信息的采集。
46.【实施例6】
47.如图2所示，双目红外成像仪1是由采集终端模块11、光敏传感器模块12、图像采集模块13与数据传输模块14组成，图像采集模块13的输入端分别为采集终端模块11与光敏传感器模块12，数据传输模块14的输入端为图像采集模块13。
48.【实施例7】
49.如图3所示，计算机平台2是由数据接收模块21、数据库模块22、服务器终端模块23、数据处理模块24与报警终端模块25组成，数据接收模块21其中一个输出端为数据库模块22，数据接收模块21的另外一个输出端为服务器终端模块23，服务器终端模块23的输出端为数据处理模块24，数据处理模块24的输出端为报警终端模块25。
50.【实施例8】
51.如图1所示，双目红外成像仪1与计算机平台2电性连接，计算机平台2与电源电性连接。
52.工作原理：双目红外成像仪1通过基于亚像素的角标定和张氏标定法进行标定，获得双目红外成像仪1的几何参数；通过双目红外成像仪1获取被检测设备3的温度信息，经sift算法进行角点匹配并进行红外图像匹配，通过空间点重构算法计算得到三维表面温度信息；
53.然后通过采集卡将采集的图像数据发送到计算机平台2，通过运行根据箱式变压器材料及结构热传导特性等参数信息建立的有限公式法模型，结合表面三维温度，计算三维空间温度场的各点信息，绘制动态温度三维温度场；
54.获取三维温度场信息后，依据变压器器件分布参考模型图，通过神经网络算法进
行图像的识别标记，从而实现对温度场的切割划分并对各区域的温升进行判断分析，从而实现对温升故障点的诊断和设备热损伤的预警。
55.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。