期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
风机叶片内部缺陷日光激励动态热成像方法研究
1
作者
彭一誉
何赟泽
+5 位作者
虞俊锋
孙高森
李响
王洪金
周勃
王耀南
《电子测量与仪器学报》
CSCD
北大核心
2024年第1期64-71,共8页
针对在役风力发电机组叶片内部缺陷类型难以区分的问题,本文提出了基于自然日光激励的动态热成像检测理论与方法,并进行有限元仿真模拟与试件实验研析了自然日光激励下风机叶片不同内部缺陷的动态热成像规律。首先,建立风机叶片切片的...
针对在役风力发电机组叶片内部缺陷类型难以区分的问题,本文提出了基于自然日光激励的动态热成像检测理论与方法,并进行有限元仿真模拟与试件实验研析了自然日光激励下风机叶片不同内部缺陷的动态热成像规律。首先,建立风机叶片切片的有限元传热仿真模型,通过数值计算揭示脱粘、积水两类典型内部缺陷在日光激励热传导物理场下热特征的变化规律;其次,对叶片切片进行同质加工,并利用无人机搭载热成像载荷搭建了日光激励热成像检测平台;最后,在自然日光激励条件下进行全天不同时段下的日光激励热成像实验。仿真和实验结果表明,风机叶片内部脱粘、积水两类典型缺陷在日光激励下将导致表面温度场呈现不同的变化趋势,脱粘缺陷会导致风机叶片表面对应区域出现高温异常到低温异常的动态演化,积水则相反,上述规律将为在役风机叶片的智能运维提供新的方法论。
展开更多
关键词
风机叶片
内部缺陷
日光激励
动态热成像
下载PDF
职称材料
基于5G与北斗的输电线路无人机车载智能移动巡检系统设计
2
作者
王峰
杨利波
+4 位作者
杨嘉妮
万富力
孙高森
孙秋芹
何赟泽
《中国测试》
CAS
北大核心
2023年第12期87-93,共7页
为提高无人机巡检作业效率,针对输电线路无(弱)信号区域实时数据传输效率低的问题,以无人机移动作业平台为研究对象,以5G与北斗的双通信方式保障巡检系统与无人机之间的数据交互,构建一种适应无人机输电线路全地域巡检的智能车载移动作...
为提高无人机巡检作业效率,针对输电线路无(弱)信号区域实时数据传输效率低的问题,以无人机移动作业平台为研究对象,以5G与北斗的双通信方式保障巡检系统与无人机之间的数据交互,构建一种适应无人机输电线路全地域巡检的智能车载移动作业系统。首先,基于模块化设计思路,给出适应无人机巡检的移动作业车改装设计方案;其次,基于信号增强与卫星通信技术,提出一种基于5G+北斗的通信系统及其部署方案,在5G网络弱覆盖或失效时,进行信号增强并由卫星通信系统完成通信链路建立和数据传输,进而保障巡检数据传输;然后,基于对Tag码的视觉定位与识别,完成巡检无人机的精准降落回收;进一步,研发移动巡检系统应用软件;最后,通过实地测试验证系统的性能。经实验测试,该智能车载移动作业系统能够实现无人机的自主飞行、远程数据传输及基于视觉伺服的精准降落等巡检任务,为输电线路全地域巡检提供一种系统解决方案。
展开更多
关键词
移动巡检平台
5G与北斗通信
自主无人机
视觉伺服
下载PDF
职称材料
无人机图像风力发电机轮毂中心检测与跟踪
被引量:
5
3
作者
范玉莹
何赟泽
+3 位作者
孙高森
王洪金
刘昊
李杰
《中国测试》
CAS
北大核心
2022年第7期90-96,共7页
无人机自主巡检风力发电机的首要步骤是识别和定位风机对象,对目标巡检持续跟踪。无人机运动过程中涉及到风机对象的实时检测与跟踪。该文在无人机高空捕获图像的限制条件下,选择风机轮毂作为特征组件,研究基于改进YOLO方法与卡尔曼滤...
无人机自主巡检风力发电机的首要步骤是识别和定位风机对象,对目标巡检持续跟踪。无人机运动过程中涉及到风机对象的实时检测与跟踪。该文在无人机高空捕获图像的限制条件下,选择风机轮毂作为特征组件,研究基于改进YOLO方法与卡尔曼滤波器的风机轮毂检测跟踪方法。基于YOLOv5深度卷积神经网络算法自主提取风机轮毂图像特征,设计融合通道和空间信息的CBAM注意力机制,提高目标特征关注度,改进YOLOv5的Backbone主干网络,提高了检测效率和精度,通过建立轮毂数据集,训练回归网络得到风机轮毂检测模型,算法精度达99.5%,推理速度达212 F/s。针对运动目标无人机设计卡尔曼滤波器实现对定位结果的连续稳定跟踪,将主流卷积神经网络与经典滤波器算法结合,得到稳定高效的特征跟踪结果。最后,在实际风场环境中利用无人机与云台相机拍摄进行实验,验证了该方案的可行性与优越性。
展开更多
关键词
无人机
风力发电机
改进YOLOv5
CBAM
检测跟踪
卡尔曼滤波
下载PDF
职称材料
题名
风机叶片内部缺陷日光激励动态热成像方法研究
1
作者
彭一誉
何赟泽
虞俊锋
孙高森
李响
王洪金
周勃
王耀南
机构
湖南大学电气与信息工程学院
湖南大学深圳研究院
沈阳工业大学建筑与土木工程学院
出处
《电子测量与仪器学报》
CSCD
北大核心
2024年第1期64-71,共8页
基金
广东省基础与应用基础研究基金海上风电联合基金项目(2022A1515240050)
湖南省科技创新领军人才项目(2023RC1039)
湖南省自然科学基金杰出青年基金项目(2022JJ10017)资助。
文摘
针对在役风力发电机组叶片内部缺陷类型难以区分的问题,本文提出了基于自然日光激励的动态热成像检测理论与方法,并进行有限元仿真模拟与试件实验研析了自然日光激励下风机叶片不同内部缺陷的动态热成像规律。首先,建立风机叶片切片的有限元传热仿真模型,通过数值计算揭示脱粘、积水两类典型内部缺陷在日光激励热传导物理场下热特征的变化规律;其次,对叶片切片进行同质加工,并利用无人机搭载热成像载荷搭建了日光激励热成像检测平台;最后,在自然日光激励条件下进行全天不同时段下的日光激励热成像实验。仿真和实验结果表明,风机叶片内部脱粘、积水两类典型缺陷在日光激励下将导致表面温度场呈现不同的变化趋势,脱粘缺陷会导致风机叶片表面对应区域出现高温异常到低温异常的动态演化,积水则相反,上述规律将为在役风机叶片的智能运维提供新的方法论。
关键词
风机叶片
内部缺陷
日光激励
动态热成像
Keywords
wind turbine blades
internal defects
daylight excitation
dynamic thermal imaging
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TN98 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
基于5G与北斗的输电线路无人机车载智能移动巡检系统设计
2
作者
王峰
杨利波
杨嘉妮
万富力
孙高森
孙秋芹
何赟泽
机构
国网湖南省电力有限公司
智能带电作业技术及装备(机器人)湖南省重点实验室
带电巡检与智能作业技术国网公司实验室
湖南大学湖南大学电气与信息工程学院
出处
《中国测试》
CAS
北大核心
2023年第12期87-93,共7页
基金
国网湖南省电力有限公司科技项目(5216A5210019)
湖南省自然科学基金杰出青年基金项目(2022JJ10017)。
文摘
为提高无人机巡检作业效率,针对输电线路无(弱)信号区域实时数据传输效率低的问题,以无人机移动作业平台为研究对象,以5G与北斗的双通信方式保障巡检系统与无人机之间的数据交互,构建一种适应无人机输电线路全地域巡检的智能车载移动作业系统。首先,基于模块化设计思路,给出适应无人机巡检的移动作业车改装设计方案;其次,基于信号增强与卫星通信技术,提出一种基于5G+北斗的通信系统及其部署方案,在5G网络弱覆盖或失效时,进行信号增强并由卫星通信系统完成通信链路建立和数据传输,进而保障巡检数据传输;然后,基于对Tag码的视觉定位与识别,完成巡检无人机的精准降落回收;进一步,研发移动巡检系统应用软件;最后,通过实地测试验证系统的性能。经实验测试,该智能车载移动作业系统能够实现无人机的自主飞行、远程数据传输及基于视觉伺服的精准降落等巡检任务,为输电线路全地域巡检提供一种系统解决方案。
关键词
移动巡检平台
5G与北斗通信
自主无人机
视觉伺服
Keywords
mobile inspection platform
5G and Bei Dou communication
autonomous drones
visual servo
分类号
TP23 [自动化与计算机技术—检测技术与自动化装置]
TP273 [自动化与计算机技术—检测技术与自动化装置]
TB9 [机械工程—测试计量技术及仪器]
下载PDF
职称材料
题名
无人机图像风力发电机轮毂中心检测与跟踪
被引量:
5
3
作者
范玉莹
何赟泽
孙高森
王洪金
刘昊
李杰
机构
湖南大学
中南勘测设计研究院有限公司
出处
《中国测试》
CAS
北大核心
2022年第7期90-96,共7页
文摘
无人机自主巡检风力发电机的首要步骤是识别和定位风机对象,对目标巡检持续跟踪。无人机运动过程中涉及到风机对象的实时检测与跟踪。该文在无人机高空捕获图像的限制条件下,选择风机轮毂作为特征组件,研究基于改进YOLO方法与卡尔曼滤波器的风机轮毂检测跟踪方法。基于YOLOv5深度卷积神经网络算法自主提取风机轮毂图像特征,设计融合通道和空间信息的CBAM注意力机制,提高目标特征关注度,改进YOLOv5的Backbone主干网络,提高了检测效率和精度,通过建立轮毂数据集,训练回归网络得到风机轮毂检测模型,算法精度达99.5%,推理速度达212 F/s。针对运动目标无人机设计卡尔曼滤波器实现对定位结果的连续稳定跟踪,将主流卷积神经网络与经典滤波器算法结合,得到稳定高效的特征跟踪结果。最后,在实际风场环境中利用无人机与云台相机拍摄进行实验,验证了该方案的可行性与优越性。
关键词
无人机
风力发电机
改进YOLOv5
CBAM
检测跟踪
卡尔曼滤波
Keywords
UAV
wind turbine
improved YOLOv5
CBAM
detection and trace
Kalman filter
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TB9 [机械工程—测试计量技术及仪器]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
风机叶片内部缺陷日光激励动态热成像方法研究
彭一誉
何赟泽
虞俊锋
孙高森
李响
王洪金
周勃
王耀南
《电子测量与仪器学报》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于5G与北斗的输电线路无人机车载智能移动巡检系统设计
王峰
杨利波
杨嘉妮
万富力
孙高森
孙秋芹
何赟泽
《中国测试》
CAS
北大核心
2023
0
下载PDF
职称材料
3
无人机图像风力发电机轮毂中心检测与跟踪
范玉莹
何赟泽
孙高森
王洪金
刘昊
李杰
《中国测试》
CAS
北大核心
2022
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部