基于人工智能技术的风力发电机组叶片清洗检查机器人的应用.docx

《基于人工智能技术的风力发电机组叶片清洗检查机器人的应用.docx》由会员分享，可在线阅读，更多相关《基于人工智能技术的风力发电机组叶片清洗检查机器人的应用.docx（7页珍藏版）》请在优知文库上搜索。

1、【摘要】针对风力发电机组清洗和检查工作的日益增多，为避免工人高危作业，设计出了一种新型基于人工智能技术的风力发电机组叶片清洗检查机器人。本文详细分析了该机器人的方案确定，如何解决目前检测和维护的痛点，以及对风力发电机组进行检测和维护工作的实际意义；提出了该机器人的设计技术指标和技术路线，并对机器人的基本功能方案做了重点分析，确定出了机器人的机械本体结构。对推动智能技术与电力工业的深度融合，以及推广风力发电机组叶片清洗检查智能机器人的切实可行的应用，起到了积极作用。【关键词】风电叶片爬壁机器人清洗检查引言风电己成为我国仅次于水电的第二大清洁可再生能源。风机叶片在运行中受风蚀环境影响大，表面保护层

2、容易损坏，继而产生集尘、结垢，严重影响发电效率。叶片高空运转，雷电、冰雹、雨雪、沙尘、飓风等造成危害更为严重。未及时发现的裂纹扩展到玻纤层内部，将造成重大损失。许多风电场的叶片经常处于带病工作状态，存在安全隐患。近年因风机叶片损伤造成严重风机事故，甚至伤亡事故频发。叶片的清洗和检查是必须直面的问题。目前国内外叶片的常规清洗和检查方式是蜘蛛人”和搭建可升降作业平台两种方式。“蜘蛛人”检查、清洗效率低，且存在很大的安全隐患。搭建升降平台准备和撤离时间长，需人工高空作业，安全性不高。作为简单巡检，常用方式还有望远镜和无人机两种。望远镜和无人机检查效果差、效率低。无人机作业容易受风电场电磁力影响，用于

3、叶片近距离周身检查轨迹控制复杂易存在撞击风险，只能发现表明缺陷，并且无清洗功能。欧洲公司提供直升机清洗风机叶片服务，费用高。另外也有一些其它研究实验，效果不是很好，并未得到推广应用。当今人工智能技术高速发展，传感、视觉和控制系统不断进步，机械结构可靠稳定，针对目前风机叶片清洗和检查痛点，有条件研发基于人工智能技术的风力发电机组叶片清洗检查机器人。1、机器人机械方案布置1.1 机器人本体形式选择风电机组由主机、叶轮、塔筒等组成。叶片悬挂在主机轮毂上，叶片造型奇特且表面为胶体和油漆保护层材质，很难满足机器人附着和攀爬作业。因此考虑通过塔筒爬壁机器人清洗和检查叶片。爬壁机器人常用吸附方式的优缺点比较

4、（1）见表一。表一：常用吸附方式的优缺点比较吸附方式Q优点缺点。真空吸附式*应用范围广，性能稳定，体积小K对电的依赖性强，耗能大，对吸附表面有较高要求F仿生学吸附式一维持吸附力不需外界供能，噪音小一目前研究较少，技术还不成熟一磁永磁体/吸力大，吸附安全性高。吸附面需为钢制材质，卸磁不方便一吸附W电磁体卸磁方便吸附面需为钢制材质，重量大，耗能大，发热量大，需要散热。塔筒为钢制圆柱或圆锥筒状结构，有足够的强度和刚度，适合机器人吸附攀爬。考虑到技术成熟度和效率等方面的影响，机器人采用永磁吸附方式。永磁吸附爬壁机器人有履带式和轮式两种。履带式优点是吸附力大，可靠性高，直线度好，但无法实现转向功能。轮式

5、结构简单，运动灵活。通过各种机器人的比较情况，四驱轮式永磁吸附爬壁机器人由于自身的吸附较为稳定、运动灵活等特点，更加适宜于风机塔筒爬壁机器人的设计要求，针对稳定性的问题，可在后续设计中进行优化。1.2 永磁吸附磁力设计风电机组低段塔筒与顶段塔筒直径不同，呈圆台形状。如果磁钢固定在小车上，低段塔筒与顶段塔筒处磁隙相差很大。同时要考虑通过塔筒焊缝时，磁隙过小会搁浅。磁隙大，吸附力设计不足，无法适应圆台结构，也无法保证整机安全性；磁隙小，吸附力设计过大，会引起钢结构变形，增加负载，增大设备重量，也需要更多的驱动力。因此，吸附力和磁隙的设计要充分考虑各种因素影响。通过计算和实验，需要选用超强吸附力的定

6、制磁钢。定制磁钢在制作时应经过严格工艺以保证性能:精选原料，熔炼制粉成型，烧结与时效，精密充磁，严格测试，精加工，表面镀银处理，成品检验。另需注意，由于磁力超强，应额外注意安全。要提前设计可靠的装配工艺，并设计专用卸磁工具。1.3 移动轮式小车设计机器人设备不仅需要上下行走，完成叶片清洗和检查所需；还需要环绕塔筒周向移动，避免机器人系统作业装置与叶片干涉。圆台曲面并不方便转向，并且一旦转向，磁隙也无法满足使用要求。因此考虑采用四驱麦克纳姆轮形式，可实现原地转向以及原地向各个方向运行。机器人行走机构能自适应在圆台曲面上实现全方位移动。为满足悬臂覆盖叶片曲面，考虑了长悬臂作业装置平台，因此，机器人

7、系统外形需足够大，才能可靠稳定的吸附塔筒并实施作业。组合小车可承载更大载荷，确保悬臂正常工作。组合小车设计可将多组小车快速拼装，拆卸后也便于转移运输。1.4 俯仰作业臂设计以2MW风电机组XE105系列为例，低段塔筒直径6440Omnb顶段塔筒直径2686mm,塔筒高度约80m,叶轮中心与塔筒中心距离4740.6mm,叶片长度48m,叶根直径2.2m,叶片最大弦长3.5m,机舱主轴仰角5。由于叶片尺寸较大，距离塔筒也有一定距离（约7m）,且叶片位于垂直检修位置时不同高度横向尺寸存在很大变化，这要求爬壁机器人作业时水平和垂直可作业范围较大。作业臂采用轻质高强度材料。为便于安装和运输，作业臂采用可

8、拆卸结构。同时根据清洗及检查不同需求作业臂前端可搭载不同结构或设备。此外，作业臂可通过卷扬装置调整作业角度，覆盖叶片各区域。1.5 关节机器人设计为保证机器人执行机构能够适应并抵近叶片表面，机器人需要具备横向移动调整姿态的功能，以实现对叶片的粗略定位。机械臂机器人搭载于悬臂前端。此机器人为可快速拆卸结构，当需要叶片清洗时，将关节臂拆卸更换为清洗装置，以减少清洗时机器人负荷。同时搭载关节机器人是为了实现更精准的、更柔性的定位，既要保证其前端搭载的超声扫查装置与叶片表面良好接触，又不能用力过大过猛，以避免造成叶片损伤。综合以上，减轻设备重量，增大安全可靠性，优化结构受力，采用组合小车布置，装备俯仰

9、悬臂和安全绳，并在固定臂前装有水平作业臂，以实现风机叶片的近距离高效清洗和检测。机器人布置方案详见图Io图1.机器人布置方案2、相控阵超声检测装置的研制对于叶片检测，既要保证检测探头与叶片高效接触，又不能对叶片表面造成任何损伤。同时还要满足叶片材料检测需要，以及高空搭载的便捷性。因此需研发全新的可供机器人携带的超声波检测仪器。风电叶片的故障源头包括：原材料问题，制造或者工艺缺陷，设计因素。主要故障种类包括：开裂和结构脱落。叶片壳体，多为GFRM（玻璃纤维增强材料）或CFRM（碳纤维增强材料）。粘接剂，多为环氧树脂。粘接不良和开裂是影响在役叶片安全性能的最大内在缺陷。两个必查界面：叶片壳体和粘合

10、剂之间；粘合剂和腹板之间。风电机组叶片运转5年左右，起到外固合保护作用的胶衣已被风沙抽磨至最低固合力点，原始叶片粘合缝从外观上已清晰可见，此时叶片完全依靠内粘合来运转。由于原始叶片弯曲、扭曲的内粘合受粘合面不均匀、受力点不均，风电机组的每一次弯曲、扭曲和自振，都可能造成叶片的内粘合缝处开裂。尤其是叶片的迎风面叶脊处，是叶片受损最严重的部位，开裂率最高。如果风场巡视未发现已产生的开裂缺陷，风电机组继续运转，叶片折断、摔落现象极有可能发生，造成严重事故。在摄像拍照检查基础上，研制一种合适于爬壁机器人搭载和作业的叶片检测装置，如超声扫查装置。并通过研制一款专用执行机构实现该装置的作业控制，并将检测结

11、果实时传送至地面的计算机上，实现在线检测。检测方案如下图2。图2.相控阵超声检测方案3、机器人控制及检测机器人吸附在塔筒上，远离地面操作位。机器人应搭载精密可靠的传感器及监视系统，设计的控制软件应具有很好的鲁棒性及适应性，减少人为作业失误。因机器人处于高空作业，尤其要注意避免其从高空坠落。设计上又有诸多考虑。如安全牵引钢丝绳以及俯仰卷扬钢丝绳设计均考虑8倍以上的安全系数；电控上也必须为运行安全提供保护措施，如安全绳拉力保护，通过合理设置安全载荷门槛，保证小车运行的同步性；如动态倾角检测，保证左右小车水平度，通过设置倾角限值，避免倾斜载荷对整机造成影响；如臂架防撞，通过布置多点阵列式超声雷达传感器，避免前臂与叶片碰撞，避免叶片损伤；如执行机构均采用高精度伺服电机，以保证运动机构的控制精度；尤其是关节机器人部分，采用基于关节力矩的柔性控制，兼顾探头与叶片之间的接触压力与叶片安全。4、总结基于人工智能技术的风力发电机组叶片清洗检查机器人研发设计可应用于风机叶片的污垢清洗、缺陷摄像拍照检查、超声扫查检查。理论可拓展：风机叶片的除冰作业、简单缺陷的修复；塔筒的清洗、焊缝检查、补漆、喷字等。该机器人的推广应用，为风电机器人提供了新思路，避免工人高危作业，推动智能技术与电力工业的深度融合。