[发明专利]风力机叶片故障诊断方法

权利要求书

1.风力机叶片故障诊断方法，包括如下步骤：

（1）风力机叶片基元的提取：

首先，通过边缘提取算法对风力机叶片进行背景剔除；接着，把风力机叶片表面涂上色带，通过色带把风力机叶片整体划分成N个子区域，其中N≥1，任意一个子区域称为叶片基元；

然后采取网格区域划分的方法，把风力机叶片每个子区域表面人为划分标记圆点，圆点依照叶片表面弧度进行划分，在平直的部分划分较稀疏，弧度大的子区域划分较密集；

最后，通过霍夫圆变换找到标记圆点的圆心，通过圆心和区域的四个角点将子区域再次划分，把网格拆分成子区域，使得网格内部近似为在同一平面上；将该子区域进行二次划分成图像基元，作为故障诊断图像使用；

（2）视频监控：

首先利用固定在风力机塔架上的摄像设备，定时对风力机叶片基元进行取样拍照，获得叶片基元原始图片；

然后，把原始图像转换成灰度图；

原始图像转换成灰度图方法如下：

首先，将原始图形经过灰度处理，由彩色图变为灰度图，得到叶片基元的原始图像；

然后，通过轮廓提取方法对灰度图像进行叶片基元轮廓提取，得到叶片基元的二值图像，该二值图像中叶片基元为白色背景，其余部分为黑色背景；

再次，对二值图像进行形态学处理后得到图像的二值去噪图像，找到图像中区域最大的部分即为叶片所在部分，取出其他部分即得到叶片的二值图像； 

最后，找到原始图像中对应叶片二值图像中为白色的部分即提取出整个叶片的图像；

（3）判别故障：

首先收集常见风力机故障叶片，然后对风力机故障叶片提取图像特征，接着对故障图片进行分类，最后设计叶片故障种类数据库，将叶片故障诊断的算法应用到风力机叶片故障诊断中，进行智能识别故障，若判别为严重故障，告知需要检修；若判断为细微故障，告知监督故障发展和类型变化，若叶片裂纹生长，则告知检修。

2.根据权利要求1所述的风力机叶片故障诊断方法，其特征在于：进一步对子区域至少两次划分，提取叶片基元，通过对叶片基元的故障诊断来确定故障发生部位或对故障的生长情况进行监督。

3.根据权利要求1所述的风力机叶片故障诊断方法，其特征在于：对摄像设备进行拍摄控制，利用叶片位置输出信号作为摄像的开关信号，当叶片达到预期位置时启动摄像设备对叶片图像进行采集。

4.根据权利要求1或3所述的风力机叶片故障诊断方法，其特征在于：对于摄像设备的开关条件要求满足叶片的监测区域占据图像的主要部分，并调整摄像设备的摄像范围，每次只使一个检测区域全部进入摄像范围，用至少两个摄像设备共同完成对叶片的整体监督。

5.根据权利要求4所述的风力机叶片故障诊断方法，其特征在于：在风力机运行过程中，摄像设备对叶片图像进行采集和分析，摄像设备采集到的是至少三个叶片依次经过被摄像设备捕捉到的图像和摄像设备取景范围内没有叶片时所拍摄到的环境图像，该摄像设备能从不同的图像中自动区分出风力机叶片的图像，避免对风力机叶片故障的误判。

6.根据权利要求1所述的风力机叶片故障诊断方法，其特征在于：对故障判别采用基于双树复小波图像特征提取法。

7.根据权利要求1所述的风力机叶片故障诊断方法，其特征在于：对故障判别采用基于流形学习的图片数据降维法。

8.根据权利要求1所述的风力机叶片故障诊断方法，其特征在于：对故障判别采用基于改进流形学习算法的图片数据降维法。