您所在的位置: 成果库 汽轮机叶片基于微型智能机器人的磁粉探伤技术研究

汽轮机叶片基于微型智能机器人的磁粉探伤技术研究

发布时间: 2023-09-26

来源: 科技服务团

基本信息

合作方式: 技术服务
成果类型: 发明专利
行业领域:
高新技术改造传统产业
成果介绍
汽轮机的发展是展现国家综合国力和科技水平的一个标志性象征。其中叶片是汽轮机的核心零部件之一,在运行工况中直接关系到汽轮机及其整个核电站的安全运行。汽轮机叶片会长期暴露在高转速 (高达 60 赫兹)和高温条件下,这会导致叶片损伤。检测汽轮机叶片的两种传统方法。一种方法是拆卸汽轮机叶片并将其移至检测机构进行检测,该方法的弊端在于迁移叶片过程中的安全问题、检测时间长以及检测成本高;另一种方法是检测人员携带检测机构,以人工手持检测仪器进行对叶片的检测,这种方法的缺点是,检测人员长时间工作后会出现视觉疲劳,且工作条件依旧漫长,无法给企业带来最大利润。因此,迫切需要开发一种在无需拆卸汽轮机叶片情况下进行对汽轮机叶片裂纹检测的机器人,
成果亮点
(1)利用三维软件 Solidworks 以及二维软件 CAD 对机械结构设计并加工成品,利用 Matlab 仿真软件对吸附单元进行力学分析,得出其吸附单元最优解,并利用 AnsoftMaxwell 软件对结构进行磁场仿真,得出裂纹处的明显漏磁变化曲线。 (2)控制模块采用树莓派 Zero w,使用了ARM 芯片的同时还配备了诸多外接接口,可以接入屏幕、摄像头、键盘鼠标等诸多外设。虽然它的体积很小,却具有计算机的所有功能。树莓派 Zero W 使用 Python 作为主要的程序语言,但是其也支持Java、C等其他的编程语言。树莓派 Zero W 使用基于 Linux 的 Raspberry Pios 的操作系统。 (3)根据裂缝实际存在环境,提出了一种 YOLO V4 网络来检测目标裂缝的算法,构建引导滤波图像金字塔和残差图像金字塔进行迭代再回归原始图像可极大程度的抑制噪声,最后利用包括 Kenny 算法、与面积提取有关的扩展和侵蚀函数、细化裂缝等步骤,最终实现裂缝面积的提取。
团队介绍
2020年9月16日,入选通过2020年复核评价的国家技术创新示范企业名单。 [1] 2021年11月8日,上海电气电站设备有限公司生产的1000MW等级超超临界二次再热汽轮机入选拟通过复核的第三批制造业单项冠军产品名单。
成果资料
成果综合评价报告

评价单位:“科创中国”上海科技服务团 (上海市科学技术协会) 评价时间:2023-10-15

张敏良

上海工程技术大学

教授

综合评价

上海市机械工程学会在上海组织专家通过视屏会议评审的方式对“汽轮机叶片基于微型智能机器人的磁粉探伤技术研究”的研究成果进行科技评审。专家组听取了项目组的研究项目汇报,审查了相关文件资料,经审议和质询,形成评审意见如下: (1)提供评审的资料齐全、规范,符合评审要求。 (2)项目针对汽轮机叶片磁粉探伤检测,研制了微型磁粉探伤机器人,设计并制作了样机1台实现了较大型叶片上基本的自动磁粉探伤。 (3)智能机器人实现了驱动、磁吸附、自动磁粉探伤、检测及识别图像、系统协调和网络通信等技术。 (4)智能检测机器人经试验,具备了在汽轮机叶片上吸附并在表面移动定位能力,且具备自动喷洒磁悬液、磁化待检区域,自动获取磁粉探伤图像并进行分析识别的能力。机器人的检测精确度达到了95%以上,检测最小缺陷分辨率为0.1X3mm,机器人沿设定轨迹移动偏差小于5mm,移动速度最大可达 3m/min。这些能力满足了能够在不拆卸叶片的情况下,机器人吸附在汽轮机叶片上,完成磁粉自动探伤检测、采集和智能识别。提高了工作效率和检测质量,具有现实意义和推广应用价值。 5)获授权实用新型专利1项。申请实用新型专利1 项,申请软件著作权 1项,录用科技论文1篇,形成了企业标准1项。 综上所述,专家组认为该项目难度大、创新性强,整体达到国内同类技术先进水平,在自动磁粉探伤、磁粉裂纹图像识别达到国内同类技术领先水平。专家组同意通过该项目评审。 建议将该项技术成果推广应用到相关行业,拓展应用范围。
查看更多>
更多