锐电科技张亮：激光传感器的在风力发电机组的应用

2020年10月14日-16日，2020北京国际风能大会暨展览会（CWP 2020）在北京新国展隆重召开。作为全球风电行业年度最大的盛会之一，这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会，再次登陆北京，本届大会以“引领绿色复苏，构筑更好未来”为主题，聚焦中国能源革命的未来。能见App全程直播本次大会。

在15日下午召开的关键部件技术创新分论坛上，锐电科技有限公司数据工程师 张亮发表《激光传感器的在风力发电机组的应用》主题演讲。

以下为发言实录：

张亮：我是来自锐电科技的张亮，给大家分享的激光传感器的应用。今年公司锐电科技叶片升级的项目。

我们现在做的什么？怎么样监测？首先我们现在的背景，关键的部件，在长期工作在这种长期工作在戈壁山区，长期暴露风力发电机组效能下降，如果发生损坏，发生变化造成机组的振动超速问题，严重的会出现倒塔的现象，机组叶片的维护成本也比较高，损失也会大，现在叶片监测系统已经非常多，也非常成熟了，但是在成本方面不太有优势，对老旧机组改造，对叶片监控必须要降低它的监控成本，在叶片，在后期，采用叶片载荷数据，利用信号处理方法及深度学习算法对叶片监测数据分析，实现对叶片的平衡、覆冰和裂纹等进行预警预测，载荷载机叶片载荷的这种方法其实是类似的，实现的一样，只是不对外形进行监测。

还有一种毫米波雷达，安装在机舱的下部，机舱的后上部，这样最右边的图它所实现的方法，现在有一个问题，雷达测量的范围不是很大，视角达到5度左右，它这个实现的功能也已经非常完善了我们也做过测试，它也是一种通过探测区叶片到雷达的距离，方位角使用信号处理的一些方法算法，标定，实现叶片姿态的一个监控和距离的计算。

公司对老旧机组的升级，我们锐电科技也是通过调研市场一些传感器，对叶片进行监控，边缘计算技术，边缘计算终端，风机叶片形变实时的计算，避免出现恶性事故，提升风电机组的可靠性。

我们现在是怎么做的，我们这个激光雷达，安装在机舱的背部，安装在发电机的下部。然后通过在机舱打孔，加装隔离板，照射叶片在运行6点钟的方向，激光雷达可以返回的角度，距离的空间坐标我们通过这个数据进行分析，然后监测叶片前端近20米的一个形变和计算出塔筒的距离。

为什么选这款雷达，因为这款雷达今年1月份最新出来的，它的量程，达到320米，视场比较广，14.5度，距离精度达到2厘米，角度0.03度，数据延迟非常低和传统的区别，探测范围比较广，这个雷达为汽车无人驾驶设计的。它能快速的捕捉，这个图一百毫秒左右，市场范围内的所有的测到的点反馈出一组近24万的点云数据。介绍我们实验方法，实现的功能，第一个叶片的形态监测，通过测量的数据，然后提取叶片在不同工况下的特定模型，通过仿真来做，监测叶片的状态和形变，第一个图我们提取的数据，数据主要分为一个是反射率，还有它的一个空间坐标。然后这个图形完整的判断20米的叶片的一个数据，把这个数据可视化以后，再经过我们的处理，通过我们建模的运算得出输出的叶片的形变的量，将这个量再接入到我们的PRC中，我们实现过程离线建模过程，先通过首先是点云边缘的数据，数据传回来利用经典的数据图像边缘提取算法，提取边缘数据点，对应到空间点位边缘，监测比较成熟的，精度高速度快，可以应用到我们自主研发的建设终端里，获得的点云数据坐标值X轴Y轴组成平面做投影，这样我就可以利用这种信息监测点的不联系性，突变利用这种算法提取到图像的边缘信息，再将边缘点对应到空间中，完成边缘的提取。离线建模，通过一个仿真标定对机组的不同工况叶片表面数据提取，经过算法后续处理得到准确的边缘特征点，然后再建立相应的点对应特征并保存到一个哈希表里以便于后续的快速查找和使用，第二在线监测，提取到的特征点，相对应特征，对点和特征和位置，进行一个模型的对比，这样我就可以在运行过程中叶片的姿态，通过进一步的验证和优化，确定变形姿态，这样可以识别出不同工况下的形变。

第一张图现在几种方法，静化值，轮毂转动时叶片放一个探测距离的工具，无论是激光的还是毫米坡的其他的方式然后探测，这种方式可能能探测一点，如果想布置的话很麻烦，第二种我们在轮毂后方我们放置一个传感器进行探测。然后第三种就是我们点对点的方式，机舱后部放一个激光传感器，直接照射叶片出现点对点的，我们现在采用这种方式直接可以照射椭圆形的面，可能发生这种扫塔，叶片叶尖部位是比较关键的。右侧获得的实际的数据，中间是叶片呈现的一个数据模型。

通过我们叶片静态识别，我们叶片形变变得更了，判断叶片是否存在这种结构的损坏，或者说问题，可以对机组进行一个智能降载的控制策略。现在我们主要面临问题的就是首先这个激光传感器波长比较小，所以说环境的影响对它感染比较大，大雾的天气，沙尘暴这样的天气，对它影响比较大，机组在运行过程中振动和百度，传输回的数据干扰也比较大，第二个我们数据模型建的不够精确，精度达到10厘米左右，现在我们挑战进一步提升实时监控的精确识别，然后第二步想把也运行角度识别出来，叶轮的平衡，第三个是风况的精确识别，谢谢。

（根据速记整理，未经本人审核）