基于计算机视觉的水轮机叶片状态检测技术研究

张志华; 莫永迪; 刘大伟

doi:10.13599/j.cnki.11-5130.2024.10.010

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于计算机视觉的水轮机叶片状态检测技术研究

水轮发电机组 | 更新时间：2026-07-27

- 基于计算机视觉的水轮机叶片状态检测技术研究
- 基于计算机视觉的水轮机叶片状态检测技术研究
- 水电站机电技术 2024年47卷第10期页码：37-39
- 作者机构：
  
  1. 水利部机电研究所
  2. 天津水科机电有限公司
  3. 山东调水工程运行维护中心
- 作者简介：
- 基金信息：
- DOI：10.13599/j.cnki.11-5130.2024.10.010
  中图分类号： TK73;TP391.41
- 纸质出版：2024
- 稿件说明：
移动端阅览
张志华, 莫永迪, 刘大伟. 基于计算机视觉的水轮机叶片状态检测技术研究[J]. 水电站机电技术, 2024,47(10):37-39.

张志华, 莫永迪, 刘大伟. 基于计算机视觉的水轮机叶片状态检测技术研究[J]. 2024, 47(10): 37-39.
张志华, 莫永迪, 刘大伟. 基于计算机视觉的水轮机叶片状态检测技术研究[J]. 水电站机电技术, 2024,47(10):37-39. DOI： 10.13599/j.cnki.11-5130.2024.10.010.

张志华, 莫永迪, 刘大伟. 基于计算机视觉的水轮机叶片状态检测技术研究[J]. 2024, 47(10): 37-39. DOI： 10.13599/j.cnki.11-5130.2024.10.010.

摘要

水轮机叶片作为水轮机核心部件，其状态的监测与维护直接影响到水轮机的运行效率和安全性。传统的叶片检测方法往往依赖人工检查和机械设备，这些方法不仅效率低下，而且存在较大的主观性。近年来，基于计算机视觉的检测技术逐渐被引入到水轮机叶片的状态监测中，展现出了显著的优势。本文提出了一种基于计算机视觉的水轮机叶片状态检测方法，其目的是通过计算机视觉技术，实现对水轮机叶片状态自动、高效和准确的检测。

Abstract

关键词

Keywords

references

王彤,李晓飞,郭鹏程,张健,范文睿,陈红吉.泥沙粒径对轴流式水轮机磨损特性的影响[J].排灌机械工程学报,2024(08).

庞忠祥,刘桂华,陈春梅,刘海涛.基于深度卷积特征提取的红外与可见光图像融合方法[J].控制与决策,2024(03).

苏宝峰,沈磊,陈山,米志文,宋育阳,陆南.基于注意力机制的葡萄品种多特征分类方法[J].农业机械学报,2021(11).

田野.基于双目视觉的水轮机叶片复杂型面测量方法与实验研究[D].电子科技大学,2015(03).

张文韬,向强铭,陈超群,艾远高,张鹏,杨之圣,刘松林,潘苗苗,李文馨.一种基于计算机视觉的巨型水轮机组风闸投退检测方法[P].中国长江电力股份有限公司,2023.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

水轮发电机组状态监测与故障诊断分析

启闭机性能状态检测研究

计算机视觉技术在水电厂的应用及前景分析

基于PCA-OCSVM的水电机组故障诊断自动识别

某电站7号水轮发电机组上机架振动报警溯源与治理研究