馬鐵強，姜喜耀，孫傳宗，劉博陽，單光坤

(沈陽工業(yè)大學(xué) 機械工程學(xué)院，遼寧 沈陽 110870)

0 前言

葉片是風(fēng)電機組的核心部件之一。風(fēng)電機組在野外環(huán)境下長期運行，葉片表面損傷長期不斷累積，將對風(fēng)電機組安全構(gòu)成重大影響[1]。為了避免重大事故和潛在風(fēng)險，風(fēng)電場需要對葉片表面進行定檢和維護[2]。風(fēng)力機葉片表面損傷檢測手段多樣，例如望遠鏡觀測、人工懸索觀測等。其檢測工作均人工完成，干擾因素多、維護成本高、檢測效率低[3]。

隨著風(fēng)電機組向大型化發(fā)展，葉片尺寸不斷加大，葉片養(yǎng)護成本也不斷增加[4，5]。為了降低葉片養(yǎng)護成本，保障維護人員安全，機器人、無人機開始應(yīng)用到風(fēng)力機葉片表面損傷檢測。文獻[6]用無人機對風(fēng)電機葉片表面缺陷圖像采集，實現(xiàn)了損傷的識別與分類。文獻[7]研究了海上風(fēng)電機組葉片的旋翼無人機巡檢技術(shù)，由于沒有規(guī)劃搜索路徑，導(dǎo)致在有效續(xù)航時間內(nèi)無法完成更多的檢測任務(wù)，效率偏低。

本文提出一種風(fēng)力機葉片表面損傷的無人機優(yōu)化搜索路徑規(guī)劃方案，以種子填充算法與質(zhì)心算法相結(jié)合確定葉片表面損傷位置與疑似損傷位置的質(zhì)心坐標，采用模擬退火算法對損傷位置搜索路徑進行優(yōu)化。

1 巡檢系統(tǒng)構(gòu)成

無人機的飛行路線普遍由人工操作，存在對風(fēng)力機葉片疑似損傷位置圖像收集不全面、人為操作圖像采集過程較長等問題，并且四旋翼無人機具有六個自由度，六個輸出狀態(tài)，由四個輸入力為六個輸出狀態(tài)提供動力，屬于欠輸入系統(tǒng)，對人工操作要求相對較高，有與風(fēng)力機發(fā)生碰撞的風(fēng)險，所以對無人機巡檢路徑進行規(guī)劃顯得尤為重要，本文以風(fēng)力機葉片疑似損傷位置為出發(fā)點，提出種子填充模擬退火算法的風(fēng)力機葉片表面損傷路徑優(yōu)化方法。具體的巡檢系統(tǒng)結(jié)構(gòu)由無人機系統(tǒng)、圖像采集系統(tǒng)、損傷分析系統(tǒng)構(gòu)成，其中無人機系統(tǒng)包含機體、飛行控制器，通過遙控系統(tǒng)、地面站對飛行控制器發(fā)送指令來控制無人機飛行，以無人機機體為載體搭載圖像采集系統(tǒng)來獲取風(fēng)力機葉片表面損傷圖像。該方法優(yōu)化的路徑傳輸給巡檢系統(tǒng)的飛行控制器，以此規(guī)劃無人機的飛行的路徑，具體結(jié)構(gòu)如圖1所示。

圖1 無人機巡檢系統(tǒng)

由于風(fēng)力機工作環(huán)境如太陽光照、陰雨天氣等對圖像采集工作產(chǎn)生強烈影響，使后續(xù)的損傷分析準確度降低。風(fēng)機有三個葉片,每個葉片由前緣、后緣、吸力面和壓力面構(gòu)成,完成三個葉片的巡檢作業(yè), 需要旋翼無人機多次起落,實現(xiàn)對所有風(fēng)力機葉片表面的覆蓋，巡檢時間大約為40 min。本文研究為了提高無人機的工作效率、減少無人機的巡航時間。

2 葉片表面圖像的預(yù)處理

理論上，風(fēng)力機葉片具有形狀光滑、色彩均勻的表面。然而，風(fēng)電場多位于天氣多變、環(huán)境復(fù)雜的野外環(huán)境，受太陽光強變化、云層遮擋及表面污物的影響，風(fēng)力機葉片圖像表現(xiàn)出非均勻、不連續(xù)等特性，使得獲取的圖像質(zhì)量不高。這給風(fēng)力機葉片確定損傷的數(shù)量與位置帶來干擾。為了提高路徑規(guī)劃的精確度、損傷識別的準確度，本文采用二維伽馬函數(shù)自適應(yīng)校正算法對非均勻、不連續(xù)的風(fēng)力機葉片表面圖像進行預(yù)處理[8]，獲得風(fēng)力機葉片表面完整的二維圖像，經(jīng)過預(yù)處理的圖像降低了光照等自然因素的干擾，同時降低了圖像獲取時的噪聲干擾有利于損傷輪廓的提取和定位[7，9]。

2.1 葉片表面非均勻圖像處理

本文借助二維伽馬函數(shù)自適應(yīng)校正算法應(yīng)對風(fēng)力機葉片表面非均勻圖像進行預(yù)處理[8]。其具體方法是首先采用多尺度高斯函數(shù)來提取光照不均勻的風(fēng)電機葉片表面的光照分量，多尺度高斯函數(shù)為

(1)

根據(jù)Retinex理論，結(jié)合風(fēng)力機葉片表面損傷的局部特性，葉片表面非均勻圖像算法處理步驟如下：

(1)導(dǎo)入葉片表面損傷圖片f(a,b),將RGB格式圖像轉(zhuǎn)化為HSV格式圖像，提取出亮度V。

(2)采用公式Z(a,b)=E(a,b)?f(a,b)計算風(fēng)電機葉片損傷圖像的光照分量，由于在處理光照不均勻的同時需要突出風(fēng)電機葉片損傷的局部特征，根據(jù)Retinex理論，選取較小的c值來增強風(fēng)電機葉片損傷位置的局部特性。

(4)調(diào)整后光照強度結(jié)合色調(diào)飽和度重新生成RGB圖像。

具體算法流程如圖2所示。

圖2 葉片表面非均勻圖像處流程

經(jīng)二維伽馬卷積處理，光照不均等因素對風(fēng)力機葉片圖像質(zhì)量的影響得到抑制。光照處理后如圖3所示。

圖3 光照處理效果

2.2 風(fēng)力機葉片形態(tài)學(xué)操作

為了提高對風(fēng)電機葉片損傷位置的搜索路徑優(yōu)化，將RGB圖像轉(zhuǎn)化為灰度圖像，降低圖像的通道數(shù)，為了進一步提高運算速度，將灰度圖像二值化，采用OTSU方法進行二值化，具體步驟如下：加載灰度圖像，計算背景圖像占總像素比值ε1、計算前景像素比值ε2、計算背景區(qū)域的均值ψ1、前景區(qū)域的均值ψ2，根據(jù)公式(2)得出二值化閾值為128，其效果如圖4所示。將處理的圖像轉(zhuǎn)化為灰度圖像后對灰度圖像進行二值化，降低了光照條件對損傷葉片圖像的影響，提高了風(fēng)力機葉片表面損傷二值化的質(zhì)量[10]，為后續(xù)的路徑優(yōu)化降低運算量，提升優(yōu)化速度。

圖4 風(fēng)力機葉片損傷二值化圖像

K=ε1·ε2·(ψ1-ψ2)2

(2)

2.3 基于種子填充的葉片損傷質(zhì)心定位算法

風(fēng)力機葉片疑似損傷點圖像經(jīng)預(yù)處理轉(zhuǎn)化為二值圖像，用種子填充算法對風(fēng)力機葉片表面圖像上的疑似損傷位置進行輪廓填充。如圖5所示，隨機給定一個初始像素點，用八連通區(qū)域法在當(dāng)前像素點的上、下、左、右、右上、右下、左上、左下等八個方向移動，尋找同值像素點，同值像素構(gòu)成連通域。求解連通域的質(zhì)心，即可確定風(fēng)力機葉片疑似損傷位置[11]。

圖5 八連通域種子填充示意圖

本文用風(fēng)力機葉片的二維投影作為原始圖像，用種子填充算法結(jié)合質(zhì)心算法確定風(fēng)力機葉片表面疑似損傷位置。

如圖6所示，首先讀取風(fēng)力機葉片的二值圖像，設(shè)像素坐標為S(p，q)。若圖像上某一位置的像素值S(p，q)=1，選擇像素點S(p，q)為起始種子像素點；判斷像素值是否為1、將滿足條件的像素點合并到同一像素集X。集合X即為風(fēng)力機葉片疑似損傷位置的連通域。

圖6 葉片損傷輪廓

設(shè)風(fēng)力機葉片損傷數(shù)量為L，損傷位置的質(zhì)心坐標表達式為

(3)

以圖4某葉片的二維投影為例，通過種子填充算法對風(fēng)力機葉片損傷位置填充，采用式(3)提取填充后的損傷位置質(zhì)心坐標，求得風(fēng)力機葉片損傷圖像質(zhì)心總計37處，具體數(shù)據(jù)如表1所示。

表1 風(fēng)電機葉片損傷位置質(zhì)心坐標

通過獲得風(fēng)力機葉片表面疑似損傷位置，為后續(xù)的葉片表面損傷搜索的路徑優(yōu)化提供了具體質(zhì)心坐標位置，無人機采用以此坐標位置優(yōu)化后的路徑巡檢，使損傷位置獲取更清晰的損傷圖像。

3 葉片表面損傷搜索路徑模擬退火優(yōu)化算法

(1)定義集合{T1,T2,T3,…,Tn}為解空間M，即為風(fēng)力機葉片表面疑似損傷點的排列，而集合M={(HT1,HT2,HT3,…,HTn),HT0=A0}為{T1,T2,T3,…,Tn}所有的循環(huán)排列的組合，每一種排列組合代表一條搜索路徑。用Metropolis準則確定初始路徑為{T1,T2,T3,…,Tn}。

(2)確定目標函數(shù)f=(T1,T2,T3,…,Tn)為無人機掃描經(jīng)過所有風(fēng)力機葉片表面疑似損傷點的路徑長度。其公式定義為

(4)

(3)根據(jù)表1所列數(shù)據(jù)，用蒙特卡洛準則求解每條路徑的代價函數(shù)差值為

Δf=(dHTm-1HTn+dHTmHTm-1)- (dHTm-1HTm+dHTnHTn-1)

(5)

(4)由步驟3中所求Δf判斷是否接受新解，即是否接受新的路徑。

根據(jù)Metropolis準則，結(jié)合優(yōu)化目標，其公式為

(6)

(5)設(shè)置算法相關(guān)參數(shù)，溫度衰減系數(shù)Co、初始溫度、迭代次數(shù)。

4 實驗與分析

為提高對風(fēng)力機葉片表面損傷巡檢路徑優(yōu)化的效率，經(jīng)過多次仿真實驗對模擬退火參數(shù)設(shè)置如表2所示。

表2 優(yōu)化路徑相關(guān)參數(shù)

根據(jù)風(fēng)力機葉片疑似損傷點數(shù)據(jù)，對搜索路徑最優(yōu)規(guī)劃進行多次仿真實驗，提取5組仿真結(jié)果,結(jié)果如表3所示。

表3 路徑優(yōu)化結(jié)果

通過表3可得出路徑優(yōu)化的耗時區(qū)間在7.0 s到7.3 s總體差距不大，經(jīng)過路徑優(yōu)化的最短距離在82 m到83 m之間，其尋優(yōu)迭代次數(shù)在103到145次，本文以路徑最短為優(yōu)化目標，所以提取其路徑規(guī)劃方案如圖7所示，以1號為出發(fā)點規(guī)劃的全局路徑為1→31→34→32→30→25→28→38→37→8→9→10→19→27→29→24→36→35→33→17→23→5→2→13→16→15→12→11→4→14→20→18→6→21→3→22,其總距離為82.68 m，經(jīng)過風(fēng)力機葉片疑似損傷位置為37處，具體路線如圖7所示，經(jīng)過模擬退火算法能夠快速收斂得到最優(yōu)解，通過該方法能夠快速規(guī)劃出風(fēng)力機葉片損傷位置的最優(yōu)巡檢路線。

圖7 風(fēng)電機葉片損傷位優(yōu)化搜索路徑圖

5 結(jié)束語

本文基于風(fēng)力機葉片疑似損傷位置的質(zhì)心坐標進行路徑規(guī)劃，采用模擬退火算法對其進行優(yōu)化。通過優(yōu)化以7 s時間規(guī)劃出其巡檢的最優(yōu)路徑，并計算出相應(yīng)的最短距離，因此證明本文提出的基于模擬退火算法結(jié)合質(zhì)心算法的風(fēng)力機葉片表面損傷的無人機優(yōu)化搜索路徑的方法具有較好的優(yōu)化效果。本文研究還存在不足為應(yīng)設(shè)置相應(yīng)的巡檢重點區(qū)域來優(yōu)化巡檢的路徑，且未考慮多機協(xié)同的路徑規(guī)劃問題及路徑優(yōu)化后無人機獲取的圖像分類識別問題。