大家旺娱乐-网络博彩-博彩网开户资讯频道

請(qǐng)輸入搜索信息
教學(xué)樓
當(dāng)前位置 > 首頁(yè) > 標(biāo)圖合集 > 正文 >
標(biāo)圖合集
蘭州理工大學(xué)科研團(tuán)隊(duì)在TOP期刊連發(fā)兩篇學(xué)術(shù)論文
來(lái)源:土木與水利工程學(xué)院
瀏覽:次
2025-07-10

近日,土木與水利工程學(xué)院科研團(tuán)隊(duì)在風(fēng)力機(jī)葉片運(yùn)行狀態(tài)監(jiān)測(cè)研究方向取得新進(jìn)展,2023級(jí)博士生趙文海以通訊作者和第一作者先后在結(jié)構(gòu)工程領(lǐng)域國(guó)際頂級(jí)學(xué)術(shù)期刊《Mechanical Systems and Signal Processing》(影響因子:8.9,中國(guó)科學(xué)院一區(qū)Top)在線(xiàn)發(fā)表《Large-scale wind turbine blade operational condition monitoring based on UAV and improved YOLOv5 deep learning model》《Wind turbine blade rotational condition monitoring based on RBs-YOLO deep learning model》兩篇論文。論文指導(dǎo)教師為李萬(wàn)潤(rùn)教授。

風(fēng)力機(jī)葉片作為風(fēng)力機(jī)結(jié)構(gòu)的關(guān)鍵部件,其運(yùn)行狀態(tài)關(guān)乎整機(jī)的安全性能。該科研團(tuán)隊(duì)創(chuàng)新性地提出了一種基于人工智能的風(fēng)力機(jī)葉片無(wú)標(biāo)記編碼監(jiān)測(cè)方法。該方法將無(wú)人機(jī)技術(shù)與深度學(xué)習(xí)算法相結(jié)合,以視頻幀序列中的像素元作為感知單元,對(duì)風(fēng)力機(jī)葉片實(shí)施精準(zhǔn)分割、檢測(cè)與跟蹤,成功實(shí)現(xiàn)了非接觸式、無(wú)損傷、低成本且高精度的葉片狀態(tài)監(jiān)測(cè),試驗(yàn)驗(yàn)證和現(xiàn)場(chǎng)實(shí)測(cè)性能良好,為運(yùn)行狀態(tài)下的風(fēng)力機(jī)葉片狀態(tài)監(jiān)測(cè)提供了新思路。該成果已在多座風(fēng)場(chǎng)得到推廣應(yīng)用,累計(jì)節(jié)省運(yùn)維成本5000余萬(wàn)元。

該科研團(tuán)隊(duì)將持續(xù)深耕風(fēng)力發(fā)電結(jié)構(gòu)智能監(jiān)測(cè)領(lǐng)域,依托國(guó)家自然科學(xué)基金項(xiàng)目平臺(tái),進(jìn)一步優(yōu)化AI算法模型與無(wú)人機(jī)協(xié)同監(jiān)測(cè)系統(tǒng),推動(dòng)風(fēng)電設(shè)備全生命周期健康管理技術(shù)向更高精度、更低成本方向迭代,為我國(guó)“雙碳”目標(biāo)下的新能源產(chǎn)業(yè)安全高效發(fā)展提供技術(shù)賦能。(圖/文:洪娜;審核:趙煒)