用于執(zhí)行風力渦輪機的轉子葉片的維護或修理的方法

背景技術：

1、風力渦輪機的檢查通常由檢查人員人工地完成，檢查人員特別是目視檢查風力渦輪機的轉子葉片。

2、由檢查人員人工檢查非常繁瑣且重復，并且需要專業(yè)的專家。

3、因此，需要改善風力渦輪機的轉子葉片的維護或修理，以避免或減少雇用專業(yè)的人類專家的需要和/或提供人工智能支持人類專家。

技術實現(xiàn)思路

1、本發(fā)明由獨立權利要求限定。從屬權利要求限定了本發(fā)明的其它實施例。

2、根據(jù)一方面，提供了一種用于執(zhí)行風力渦輪機的轉子葉片的維護或修理的方法，該方法包括：

3、-規(guī)劃和調度數(shù)據(jù)采集，數(shù)據(jù)包括風力渦輪機的至少一個轉子葉片的數(shù)據(jù)；

4、-基于規(guī)劃和調度來采集至少一個轉子葉片的數(shù)據(jù)；

5、-使用人工智能處理并分析采集的數(shù)據(jù)以獲得至少一個轉子葉片的分析數(shù)據(jù)；

6、-基于至少一個轉子葉片的分析數(shù)據(jù)來識別至少一個轉子葉片的缺陷；

7、-追蹤并可視化至少一個轉子葉片的識別到的缺陷；以及

8、-基于追蹤并可視化的至少一個轉子葉片的識別到的缺陷，執(zhí)行至少一個轉子葉片的維護或修理；

9、其中使用人工智能處理和分析采集的數(shù)據(jù)包括基于采集的數(shù)據(jù)中的一個或多個數(shù)據(jù)類型確定一種或多種人工智能算法，其中一種或多種人工智能算法形成基于采集的數(shù)據(jù)中的一個或多個數(shù)據(jù)類型確定的至少一個處理流程；

10、并且其中基于相同或相似類型的一個或多個轉子葉片的先前采集的數(shù)據(jù)來訓練人工智能，并且使用混合進一步增強先前采集的數(shù)據(jù)以獲得用于訓練人工智能的增強訓練數(shù)據(jù)，其中混合將轉子葉片故障的圖像與轉子葉片的圖像疊加以獲得用于人工智能的訓練的增強故障圖像；并且其中混合包括隨機剪切和粘貼和/或泊松混合/阿爾法混合和/或基于生成對抗網(wǎng)絡的混合。

11、根據(jù)另一個方面，本公開提供了一種包括指令的計算機程序，當該程序由計算機執(zhí)行時，該指令引起計算機執(zhí)行本公開的方法。

12、根據(jù)另一個方面，本公開提供了一種包括指令的計算機可讀介質，當該指令由計算機執(zhí)行時，引起計算機執(zhí)行本公開的方法。

13、本公開的方面和優(yōu)點將在以下詳細說明和權利要求書以及示出本公開的附圖中詳細描述。

技術特征：

1.一種用于執(zhí)行風力渦輪機的轉子葉片的維護或修理的方法，所述方法包括：

2.根據(jù)權利要求1所述的方法，其中采集所述至少一個轉子葉片的數(shù)據(jù)包括利用從視覺相機、熱像儀、3d掃描儀、特別是藍光3d掃描儀中選擇的至少一個裝置采集數(shù)據(jù)，并且其中所述數(shù)據(jù)由自動相機系統(tǒng)和/或由技術人員采集并且儲存在硬盤中和/或上傳到云平臺；和/或其中采集所述至少一個轉子葉片的數(shù)據(jù)是基于熒光滲透檢查的。

3.根據(jù)權利要求1至權利要求2中任一項所述的方法，其中采集所述至少一個轉子葉片的數(shù)據(jù)包括獲得所述至少一個轉子葉片的數(shù)據(jù)，將獲得的所述至少一個轉子葉片的數(shù)據(jù)組織到所述轉子葉片的資產(chǎn)模型數(shù)據(jù)結構中以獲得組織的采集數(shù)據(jù)，儲存所述組織的采集數(shù)據(jù)，標記所述組織的采集數(shù)據(jù)，所述方法進一步包括增強組織的數(shù)據(jù)以產(chǎn)生增強的采集數(shù)據(jù)集以用于所述人工智能的訓練。

4.根據(jù)權利要求3所述的方法，其中所述采集的數(shù)據(jù)進一步包括檢查元數(shù)據(jù)，所述檢查元數(shù)據(jù)包含關于對所述至少一個轉子葉片執(zhí)行的檢查的信息，所述信息包括檢查類型和/或檢查數(shù)據(jù)和/或檢查儀器和/或檢查員姓名和/或轉子葉片信息，特別是序列號、風力渦輪機編號、風電場、位置。

5.根據(jù)從權利要求1至權利要求4中任一項所述的方法，其中所述人工智能至少部分地基于所述人工智能的訓練來產(chǎn)生所述至少一個轉子葉片的分析數(shù)據(jù)，所述訓練基于相同類型的一個或多個轉子葉片的先前采集的數(shù)據(jù)以及相同類型的一個或多個轉子葉片的先前采集的數(shù)據(jù)的分類，特別是其中所述分類由檢查人員提供和/或基于基本事實數(shù)據(jù)。

6.根據(jù)權利要求5所述的方法，其中所述人工智能基于檢查人員的交互不斷學習，這細化所述識別到的缺陷的分類。

7.根據(jù)權利要求1所述的方法，其中所述混合包括從歸類為顯示轉子葉片故障的圖像的一組圖像中選擇隨機圖像，并將選擇的圖像疊加在相同或相似類型的轉子葉片的圖像上，并且其中所述人工智能基于疊加的圖像產(chǎn)生標簽；

8.根據(jù)權利要求1至權利要求7中任一項所述的方法，其中所述混合包括生成對抗網(wǎng)絡，并且其中使用人工智能處理和分析采集的數(shù)據(jù)以獲得分析數(shù)據(jù)包括訓練和使用卷積神經(jīng)網(wǎng)絡。

9.根據(jù)權利要求1至權利要求8中任一項所述的方法，其中追蹤和可視化所述識別到的缺陷進一步包括：記錄所述識別到的缺陷的數(shù)據(jù)，將所述識別到的缺陷與同一位置中的先前識別到的缺陷相比較，基于所述比較追蹤所述識別到的缺陷的增長，估計所述缺陷的嚴重程度。

10.根據(jù)權利要求1至權利要求9中任一項所述的方法，其中追蹤和/或可視化所述識別到的缺陷包括可視化識別到的缺陷和/或分析數(shù)據(jù)的多個模態(tài)，和/或進一步包括基于所述識別到的缺陷的多個不同圖像來可視化所述至少一個轉子葉片的整體視圖，所述識別到的缺陷的多個不同圖像基于不同的數(shù)據(jù)采集模態(tài)和/或在不同時間點獲得。

11.一種包括指令的計算機程序，當所述程序由計算機執(zhí)行時，所述指令引起計算機執(zhí)行權利要求1至權利要求10中任一項所述的方法。

12.一種包括指令的計算機可讀介質，當所述指令由計算機執(zhí)行時，引起所述計算機執(zhí)行權利要求1至權利要求10中任一項所述的方法。

技術總結
一種用于執(zhí)行風力渦輪機的轉子葉片的維護或修理的方法包括：規(guī)劃和調度數(shù)據(jù)采集；基于規(guī)劃和調度來采集轉子葉片的數(shù)據(jù)；使用人工智能處理并分析采集的數(shù)據(jù)；識別(108)一個轉子葉片的缺陷；以及追蹤并可視化轉子葉片的識別到的缺陷；執(zhí)行轉子葉片的維護或修理；其中使用人工智能處理和分析采集的數(shù)據(jù)包括確定一種或多種人工智能算法，并且其中人工智能基于一個或多個轉子葉片的先前采集的數(shù)據(jù)來訓練，并且使用混合進一步增強先前采集的數(shù)據(jù)以獲得增強訓練數(shù)據(jù)，并且其中混合包括隨機剪切和粘貼和/或泊松混合/阿爾法混合和/或基于GAN的混合。

技術研發(fā)人員：G·A·米勒,R·D·文卡塔拉瑪納,A·簡,S·皮拉加拉塔爾瓦爾
受保護的技術使用者：LM風力發(fā)電公司
技術研發(fā)日：
技術公布日：2025/5/8