CN120254074A 基于声发射的风电叶片缺陷检测方法 （南京安质信工程技术有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120254074A(43)申请公布日2025.07.04

(21)申请号202510607181.2

(22)申请日2025.05.13

(71)申请人南京安质信工程技术有限公司

地址210000江苏省南京市浦口区桥林工

业园区30-96号

(72)发明人欧开鹏李鸣白晟郭俊王金涛刘斌

(74)专利代理机构南京汇诚信合知识产权代理事务所(普通合伙)32609

专利代理师王琳欢

(51)Int.CI.

GO1N29/14(2006.01)

GO1N25/72(2006.01)

GO1N21/95(2006.01)

权利要求书2页说明书8页附图1页

(54)发明名称

基于声发射的风电叶片缺陷检测方法

(57)摘要

CN120254074A本发明公开了一种基于声发射的风电叶片缺陷检测方法，本发明涉及风电叶片检测技术领域，本发明通过在无人机上搭载多激光器、多光谱相机、热成像传感器、若干声发射传感器，得到固定时间内的多张多光谱图像和热成像图像，通过处理得到多光谱图像总判别序列和热成像图像总判别序列，将两个序列中的可疑像素点均映射为风电叶片的实际三维坐标，通过拟合得到光反射缺陷区域、热分布缺陷区域，二区域求交集得到风电叶片缺陷的具体区域，利用声发射传感器定位到该区域得到待检测声信号，并经过LMD结合MFSE去噪后，提取特征向量，代入GRU风电叶片缺陷判断模型中，判断是否存在内部故障。本

CN120254074A

通过在无人机上搭载多激光器、多光谱相机、热成像传感器以

通过在无人机上搭载多激光器、多光谱相机、热成像传感器以及若干声发射传感器，通过无人机上的多激光器照射风电叶片

,分别用多光谱相机和热成像传感器拍摄固定时间段内的若干多光谱图像和热成像图像

依据采集的多张多光谱图像，算出每个像素对应的四维光谱向

量，计算其与正常区域参考光谱向量的央角，若大于央角阈值

,则将该像素标记为可疑缺陷像素点，得到单个多光谱图像判

别序列，处理多张判别序列得到总判别序列，把其中可疑像素

点映射为风电叶片实际三维坐标，用0标记

计算每张热成像图片各像素点温度值，得到该段时间内温度值序列，算出总变化速率、均值偏移率、标准差系数、周期吻合度、决定系数，若总变化速率不在规定区间内或均值偏移率大

值，合系小大于第二三阈值，且启决动定一系级数预小警于并第进四入阈上

值，判定该像素点为可疑像素点，得到热成像图像总判别序列

,将可疑像素点映射为实际三维坐标，用1标记

对风机叶片上标记为0、1

的三维坐标进行定向包围盒拟合，分别得到光反射缺陷和热分

布缺陷区域，取交集确定风电叶片表面缺陷的具体区域，利用

无人机声发射传感器定位该区域并获取待检测声信号，经LMD结

合MFSE去噪后提取特征向量，代入GRU风电叶片缺陷判断模型，

进一步判定该区域是否存在内部故障

S100

S101

S102

S103

CN120254074A权利要求书1/2页

2

1.基于声发射的风电叶片缺陷检测方法，其特征在于，包括：

S101、依据采集的多张多光谱图像，算出每个像素对应的四维光谱向量，计算其与正常区域参考光谱向量的夹角，若大于夹角阈值，则将该像素标记为可疑缺陷像素点，得到单个多光谱图像判别序列，处理多张判别序列得到总判别序列，把其中可疑像素点映射为风电叶片实际三维坐标，用0标记；

S102、计算每张热成像图片各像素点温度值，得到该段时间内温度值序列，算出总变化速率、均值偏移率、标准差系数、周期吻合度、决定系数，若总变化速率不在规定区间内或均值偏移率大于第一阈值或周期吻合度小于第二阈值，启动一级预警并进入二级确认，若标准差系数大于第三阈值且决定系数小于第四阈值，判定该像素点为可疑像素点，得到热成像图像总判别序列，将可疑像素点映射为实际三维坐标，用1标记；

S103、对风机叶片上标记为0、1的三维坐标进行定向包围盒拟合，分别得到光反射缺陷和热分布缺陷区域，取交集确定风电叶片表面缺陷的具体区域，利用无人机声发射传感器定位该区域并获取待检测声信号，经LMD结合MFSE去噪后提取特征向量，代入GRU风电叶片缺陷判断模型，进一步判定该区域是否存在内部故障。

2.根据权利要