买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国长江三峡集团有限公司申请的专利一种风力发电机叶片表面缺陷检测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117647526B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311422843.6，技术领域涉及：G01N21/88；该发明授权一种风力发电机叶片表面缺陷检测方法及装置是由吴文杰;金和平;罗惠恒;张长安;李德龙;王景晗;刘育策;周超辉;胡金艳;许艳丽;杨磊;张晓萌;姜鹏设计研发完成，并于2023-10-27向国家知识产权局提交的专利申请。

本一种风力发电机叶片表面缺陷检测方法及装置在说明书摘要公布了：本发明涉及缺陷检测技术领域，公开了一种风力发电机叶片表面缺陷检测方法及装置，本发明提供的风力发电机叶片表面缺陷检测方法，将多模态数据进行融合，提高了缺陷检测精度及风力发电效率。

本发明授权一种风力发电机叶片表面缺陷检测方法及装置在权利要求书中公布了：1.一种风力发电机叶片表面缺陷检测方法，其特征在于，所述方法包括： 获取检测装置采集的风力发电机叶片表面的图像及叶片内部的超声波反射信号，所述叶片表面的图像包括：可见光图像和红外热图像； 分别对所述可见光图像和所述红外热图像进行预处理，并利用预设图像分析模型分别对预处理后的可见光图像和红外热图像进行缺陷检测，生成风力发电机叶片表面缺陷数据和热异常数据； 对超声波反射信号进行预处理，并对预处理后的超声波反射信号进行缺陷检测，生成风力发电机叶片内部结构存在缺陷的数据； 利用预设算法，对风力发电机叶片表面缺陷数据、热异常数据及风力发电机叶片内部结构存在缺陷的数据进行融合，完成风力发电机叶片表面的缺陷检测； 对风力发电机叶片表面缺陷数据、热异常数据及风力发电机叶片内部结构存在的缺陷数据进行融合，完成风力发电机叶片表面的缺陷检测，包括： 利用K-means聚类算法，对风力发电机叶片表面缺陷数据、热异常数据及风力发电机叶片内部结构存在的缺陷数据进行融合，确定风力发电机叶片表面缺陷的类型和深度，完成风力发电机叶片表面的缺陷检测； 根据预设预警等级和预设阈值，对风力发电机叶片表面的缺陷检测结果进行预警报警，并向操作员发出预警信号，包括: 设定有m个聚类中心,每个聚类中心代表一种预设缺陷类型和深度的缺陷； 为每个聚类中心i分配一个权重值wi,表示该类型和深度的缺陷的严重程度； 通过以下公式计算预设预警等级L: L=∑wiNi 其中,Ni表示属于第i个聚类中心的像素数量； 设定一个预设阈值T,当预设预警等级L超过预设阈值T时,向操作员发出预警信号。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国长江三峡集团有限公司，其通讯地址为：430010 湖北省武汉市江岸区六合路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。