无人机库房建设：无人机风电叶片运维管理系统解析

  近些年来，风能是增长最快的能源，作为一种清洁的可再次生产的能源，能代替石油和天然气发电。在全球资源日益紧缺的今天，风能作为可再生的能源某些特定的程度上弥补了人们对能源的需求缺口。

  根据中国可再次生产的能源学会风能专委会于2020年初披露的多个方面数据显示，目前，我国约有4000多个风电场。

  随着我国风生产电力量逐年增加，全国风电场的数量也在一直增长。风电场的运维管理也是一项繁重的工作，风力涡轮机需要定时进行维护。通常，每年需要行两到三次的预防性维护检查。大多数用于发电的现代风力涡轮机都有三个叶片。涡轮机叶片的尺寸各不相同，主流叶片54m/56m/62m不等，巡检作业量大。传统的风机叶片巡检费时费力，高空作业工作人员安全得不到保障。

  无人机风机叶片运维能够全自动进行任务规划、自动飞行，进行叶片视觉跟踪，对风机叶片的缺陷进行监测和预测，使风机叶片巡检更高效，节约成本。

  1. 单次巡检架次可实现100%叶片采样率，能识别细微缺陷，精度可达1*3mm

  全自动风电叶片巡检，一键起飞，自动完成图像采样；数字平台通过AI智能识别处理缺陷生成报批稿；利用数字管理平台做历史巡检图片、缺陷汇总、实现数字化管理。

  叶片锁定固定位置，启动巡检系统，机器视觉开始工作，在规定时间内进行巡检，将巡检的数据传输到云端。对疑似缺陷和破坏程度纪念性评估，自动拼接完整的叶片图像，自动定位位置和尺寸，生成监测报告。

  飞行前对设备做检查；实时显示；第一视角显示飞行、工作状态；急停、恢复任务；规划航线，紧急暂停，恢复任务，可从中断点继续执行；照片采集；按照航线进行照片信息采集。

  鑫疆基业无人机智能库房通过 RFID 技术、物联网技术和软件功能的建设，实现对仓储现场的库位、无人机出入库（RFID 智能感知）、调配等业务进行现场智能管理。以无人机基础台账及无人机到货、出入库为基础，规范每件无人机基础数据的采集来源及信息推送起点，提升所有无人机管理的数据质量和实效性。通过搭建可视化的管理系统平台，提高仓库透明度，对仓储业务实现可视化管理，提升仓储管理工作效率。

  如果有存在无人机损坏需要做维修的，则通过客户端填写损坏信息及负责送修人信息，送修人会收到短信通知有维修订单需要处理，送修人根据无人机损坏的信息完善送修资料，选择合乎条件的维修厂家，将无人机寄到对应的维修厂家做维修。