公开(公告)号：CN114235415B

公开(公告)日：2022-06-03

申请号：CN202210183631.6

申请日：2022-02-28

Applicant: 浙江大学

Inventor： 胡伟飞 ,  汤沣 ,  张亚轩 ,  彭德尚 ,  谭建荣

IPC: G01M13/045

Abstract: 本发明公开了基于神经网络的风力发电机变桨轴承故障诊断方法及装置，方法包括：测量桨叶不同方位角以及传感器不同点位的信号强度，确定桨叶最佳测量方位角以及传感器点位布置方案，将桨叶固定在最佳方位角采集变桨振动数据，将采集到的振动数据进一步处理成数据集，构建神经网络模型，使用采集到的数据集训练网络，并将训练后的网络部署至PLC中对风机进行实时动态监测；装置包括振动传感器、数据采集卡及可编辑逻辑控制器（PLC）。本发明将神经网络算法应用于风力发电机变桨轴承的故障诊断中，利用历史振动数据训练网络，再利用训练好的网络进行故障诊断，实现了变桨轴承健康状况快速、实时且准确的监测。

公开(公告)号：CN116030050A

公开(公告)日：2023-04-28

申请号：CN202310300997.1

申请日：2023-03-27

Applicant: 浙江大学

Inventor： 胡伟飞 ,  张亚轩 ,  方健豪 ,  吴荣根 ,  魏超 ,  刘振宇 ,  谭建荣

IPC: G06T7/00 ,  G06T7/11 ,  G06V10/52 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06V10/26

Abstract: 本发明公开了基于无人机与深度学习的风机表面缺陷在线检测分割方法，该方法引入深度学习神经网络图像检测与分割技术，将图像检测网络与图像分割网络融合，并对其网络结构进行进一步改进，得到的实时检测分割网络RDSS，从大量带有标签的风机表面图像样本中有监督地训练图像数据中的概率分布，提高网络提取图像中提取图像特征的能力，基于改进融合的检测与分割神经网络输出结构，对图像中的风机缺陷特征进行检测与分割多任务，同时利用无人机的图像回传功能，将实时画面作为网络输入，实现基于无人机与深度学习的风机表面缺陷在线检测分割任务。

公开(公告)号：CN114235415A

公开(公告)日：2022-03-25

申请号：CN202210183631.6

申请日：2022-02-28

Applicant: 浙江大学

Inventor： 胡伟飞 ,  汤沣 ,  张亚轩 ,  彭德尚 ,  谭建荣

IPC: G01M13/045

Abstract: 本发明公开了基于神经网络的风力发电机变桨轴承故障诊断方法及装置，方法包括：测量桨叶不同方位角以及传感器不同点位的信号强度，确定桨叶最佳测量方位角以及传感器点位布置方案，将桨叶固定在最佳方位角采集变桨振动数据，将采集到的振动数据进一步处理成数据集，构建神经网络模型，使用采集到的数据集训练网络，并将训练后的网络部署至PLC中对风机进行实时动态监测；装置包括振动传感器、数据采集卡及可编辑逻辑控制器（PLC）。本发明将神经网络算法应用于风力发电机变桨轴承的故障诊断中，利用历史振动数据训练网络，再利用训练好的网络进行故障诊断，实现了变桨轴承健康状况快速、实时且准确的监测。

公开(公告)号：CN118196041A

公开(公告)日：2024-06-14

申请号：CN202410331439.6

申请日：2024-03-22

Applicant: 浙江大学

Inventor： 胡伟飞 ,  张亚轩 ,  方健豪 ,  谭建荣 ,  赵峰 ,  鄢继铨 ,  焦清 ,  张桐舟

IPC: G06T7/00 ,  G06T7/136 ,  G06V10/42 ,  G06V20/17 ,  G06V10/764 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了基于无人机与深度学习的风机表面缺陷在线检测量化方法，通过引入移窗自注意力机制改善网络存在的感受野固定问题，并设计基于特征金字塔以及特征融合模块的轻量级图像分割模块，对其网络结构做进一步改进，实现对风机表面图像中的缺陷特征进行检测和分割多任务，并利用凸包拟合和细化算法对输出的语义特征图进行骨架提取，实现缺陷长度信息和面积信息的获取。利用相机成像原理完成缺陷实际长度计算，最后通过阈值分割实现缺陷损伤评估。搭建无人机与服务端的数据通信链路，将无人机采集画面进行实时传输，在服务端端利用训练好的模型实现高自动化、低成本、快速准确的风机表面目标特征识别与损伤评估。

公开(公告)号：CN118196041B

公开(公告)日：2024-10-11

申请号：CN202410331439.6

申请日：2024-03-22

Applicant: 浙江大学

Inventor： 胡伟飞 ,  张亚轩 ,  方健豪 ,  谭建荣 ,  赵峰 ,  鄢继铨 ,  焦清 ,  张桐舟

IPC: G06T7/00 ,  G06T7/136 ,  G06V10/42 ,  G06V20/17 ,  G06V10/764 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了基于无人机与深度学习的风机表面缺陷在线检测量化方法，通过引入移窗自注意力机制改善网络存在的感受野固定问题，并设计基于特征金字塔以及特征融合模块的轻量级图像分割模块，对其网络结构做进一步改进，实现对风机表面图像中的缺陷特征进行检测和分割多任务，并利用凸包拟合和细化算法对输出的语义特征图进行骨架提取，实现缺陷长度信息和面积信息的获取。利用相机成像原理完成缺陷实际长度计算，最后通过阈值分割实现缺陷损伤评估。搭建无人机与服务端的数据通信链路，将无人机采集画面进行实时传输，在服务端端利用训练好的模型实现高自动化、低成本、快速准确的风机表面目标特征识别与损伤评估。