原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于机器视觉的风力机叶片在线监测方法，该方法能够及时地发现叶片上存在的问题，最大程度地减少风力发电机组发生故障的次数，增强风力发电机的可靠性和寿命。该方法以经过数字图像处理的风力机叶片尖端图像作为分类对象，将正常运行和异常运行的经过标记的风力机叶尖图像通过深度学习方法开展分类训练，构建风力机叶片故障诊断模型，在现场运行中减轻检修人员工作强度，保护检修人员安全，达到对风力机叶片运行状态监测和故障预警的功能。该方法提出的高效在线监测方法，能够准确、有效地自动完成风力机叶片的运行状态监
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112283050 A
(43)申请公布日 2021.01.29
(21)申请号 202011282447.4
(22)申请日 2020.11.17
(71)申请人 天津科技大学
地址
文档评论（0）