※ 界面数据仅为示例
一目了然地查看进行中的检测任务及无人机状态。
资产的威胁始于肉眼看不见之处。
风力发电机叶片及大型高空结构物的致命损伤(粘接线剥离、层间分离、内部裂纹等)始于结构内部。仅靠传统的表面光学拍摄无法及早发现这些损伤;若要透视内部,作业人员必须亲自悬吊于绳索上作业,或投入大型吊车。
由于高昂的风险成本与停机时间(Downtime),大多数现场一直以来并非在「确有必要时」,而是仅在「预算允许时」才有限地实施检测。本公司的平台以技术突破这一局限,实现常态化、精密的结构健康监测(Structural Health Monitoring)。
对比传统方式与智能自主NDT平台。
| 项目 | 传统方式(绳索作业 · 平台) | 智能自主NDT系统 | 业务影响 |
|---|---|---|---|
| 作业人员位置 | 高空结构物上(高风险暴露) | 地面控制 | 降低重大事故风险 |
| 投入人员 | 绳索专业团队 + 设备保障人员 | 操作员1名、检测员1名 | 降低人工及运行成本 |
| 事前准备 | 租赁吊车、确保进场道路、安装绳索 | 最小起飞空间及事前检查 | 检测准备时间(Lead time)最小化 |
| 更换目标 | 须下降至地面后重新攀爬 | 在管控界面中点击目标(一键操作) | 多目标连续检测,效率最大化 |
| 作业恢复 | 作业中断时须从头开始 | 从已保存的中断坐标立即恢复 | 增强对恶劣天气等变量的应对能力 |
| 数据可重复性 | 依赖作业人员经验(无法追踪同一位置) | 基于3D建图坐标的精确复访 | 可按6个月或1年周期进行时序状态追踪及预测性维护 |
不依赖预先输入的图纸(CAD),在现场即时解析结构物的3D空间信息并执行任务。
实时3D空间扫描 Digital Twin
起飞后通过Lidar传感器实测结构物的实际形态(风轮、叶片平面等)并进行3D建图,无需图纸数据。
智能目标锁定及进近 Targeting
操作员指定目标后,系统自动计算目标的法向量(Normal vector),以最佳安全进近速度(0.5m/s)进入检测区域。
超精密编队悬停 Dual-Flight Alignment
两架无人机隔着结构物保持相向状态(Source–Detector),并跟随表面移动。
成像几何对准度监测 Geometry Index
以0~1指数实时可视化两架机体之间为X射线穿透所需的几何对准状态。检测员可确认风造成的微小偏差,在最佳时机进行拍摄。
数据坐标化及返航 Coordinated Return
所有检测位置均以3D坐标记录,机体随后自动返航,日后可对同一位置进行复检。
为守护高价设备与工业现场的安全,系统搭载多层安全协议。
硬件Geofencing 设定最小间距
系统强制控制,任何情况下均无法进入结构物半径3m以内。
实时动态异常检测 Dynamic Anomaly
叶片出现微小旋转或振动时,立即后退至安全距离,等待操作员判断。
三级避障算法 Collision Avoidance
即使在通信中断的情况下,也能仅凭机载传感器(On-board Sensor)感知周边障碍物,经三级避障机动后自主返航。
电量及起降管理 Power & Sequencing
电池电量降至30%时发出警告,降至20%时立即触发返航指令(确保2分钟备用滞空时间);为防止多架机体相撞,起降及目标进近均按顺序控制。
设备中立性 Hardware Agnostic
不受限于特定NDT设备。客户可将现有使用的X-ray等诊断设备与无人机结合,直接沿用。
封闭网络独立运行 Air-Gapped
无需互联网连接或依赖外部云,仅凭独立的现场管控系统即可运行,提升安全性与稳定性。
记录的可重复性 Time-series Tracking
「3号叶片,距叶尖12m」等直观记录与精确坐标相互关联。数月后可精确飞抵同一位置,追踪缺陷的发展状态。
数字孪生仿真 Pre-Rehearsal
在实际机体起飞前,于与管控软件环境一致的模拟器中预演整个任务,事先排除现场变量。
Air — 自主飞行单元
无人机编队(最少2架,可扩展至4架以上)
搭载模块:高性能机载AI计算机、3通道Lidar、双IMU、RTK卫星导航系统、新一代飞行控制器(FC)
Ground — 管控单元
编队飞行控制计算机、检测及数据管控计算机
提供任务·资产·操作员UI
上述数值为设计基准值,可根据客户现场条件及所搭载NDT设备的规格进行优化定制。
飞行与检测在同一软件中无缝衔接。任务编组与编队可用性检查、管控与安全判定、传感器校准与诊断、报告查阅,均在同一界面体系中完成。
※ 界面数据仅为示例
一目了然地查看进行中的检测任务及无人机状态。
※ 界面数据仅为示例
※ 界面数据仅为示例
按状态及风电机组查询已执行的任务。
※ 界面数据仅为示例
检查检测任务所需两架无人机的可用性。
※ 界面数据仅为示例
通过深度对比诊断已登记无人机的实时遥测数据,一目了然地掌握编队运行状态。
※ 界面数据仅为示例
选择领域以查询单项报告。(只读)
※ 界面数据仅为示例
※ 界面数据仅为示例
常规的风力发电机检测以设备停机为前提,停机期间产生的发电收益损失甚至远超检测本身的费用。
而D-AIR OIS采用尖端技术,在风轮旋转状态下追踪其轨迹并获取检测数据。如今,客户无需承受停机,即可通过不间断运行降低收益损失。
检测中最危险的失误不是「误判」,而是「遗漏」。只要存在未检查的区域,就无法确信没有缺陷。D-AIR OIS不依赖作业人员的感觉或记忆。系统管理将整个叶片表面细分而成的网格台账,找出漏拍的空格并自动下达补拍指令。在所有网格填满之前不会生成报告,以此作为证明检测无遗漏的依据。
现有检测系统大多基于叶片设计图纸运行。因此,对于自身不持有设计图纸的发电运营商而言,从系统引进初期就需要寻求制造商配合,存在程序上的制约。
而D-AIR OIS是一套创新解决方案,由安装在地面的设备直接扫描旋转中的叶片,自主获取其形态。由此无需事先的设计资料或第三方配合流程,即可在现场即时部署检测系统。
运行中的叶片受风压影响,必然产生弯曲。若像传统检测方式那样将叶片假定为无弯曲的刚体(Rigid body),越靠近叶尖,与实际缺陷位置的误差就越大。
为突破这一局限,本系统精确分析并反映叶片的实时弯曲变形状态。由此即使在缺陷多发的叶尖部位,也能精确定位损伤位置。
本系统不仅仅罗列已发现的缺陷,而是按风险等级进行系统分类后报告。通过基于优先级的清单,事先防止需即时应对的「致命缺陷」淹没在大量一般缺陷之中而被忽视,实现高效的维护作业。
在引进不停机检测时,客户最担心的是在旋转体周边飞行时的碰撞风险,以及大量拍摄成果的位置信息相互混淆的数据混乱问题。
本系统在几何上控制无人机航线,阻断其进入叶片旋转半径,从而降低事故风险。此外,采集的所有影像均经过严格的验证流程,被赋予准确的位置标签。凡有丝毫模糊或疑似存在误差的数据,系统均会预先拒绝(Reject),仅筛选完整性已获证实的信息,为客户提供值得信赖的最终检测报告。
不止于拍摄。从检测对象登记、飞行管控、覆盖率确认、缺陷审核到报告交付,均在同一平台完成。
※ 界面数据仅为示例
在首页即可查看已登记的发电机与累计检测次数、尚未着手的作业以及待验证的缺陷。
※ 界面数据仅为示例
按场区登记发电机与叶片形态后,后续各次检测均按同一基准累积。
※ 界面数据仅为示例
首先确认地面跟踪设备的对准是否有效。误差超过基准时不会开始检测。
※ 界面数据仅为示例
一边查看无人机影像与旋转跟踪状态,一边当场指定需补拍的区段。通信中断时,保留已获取的拍摄成果,重新确认安全前提后恢复。
※ 界面数据仅为示例
将叶片划分为前缘、后缘、压力面、吸力面,按半径区段确认拍摄是否完整。中断的作业会完整显示剩余区段。
※ 界面数据仅为示例
按叶片确认已发现的缺陷及其位置,误检则予以驳回并留存记录。
※ 界面数据仅为示例
仅验证完成的缺陷纳入报告,叶片重建成果也一并交付。
※ 界面数据仅为示例
需复检或待验证的项目汇总于同一列表。
※ 界面数据仅为示例
从拍摄到交付的状态变化均连同时间与理由一并留存,且不可删除。
必须亲自前往才能安心的负担 · 看不到的盲区 · 不必要的人力投入 —
D-AIR 可解决现场的这些问题。
我们代您巡查危险区域,全天候记录现场,仅向您报告结果。
您可以减少不必要的出动和风险负担,提升管理水平。
无论您身在何处,现场始终处于掌控之中。

建筑工地安全·资产监测
难以亲自查看大范围现场吗?盲区更少的安全、精确的工序、细致的资产监控,均可在办公室完成管理。

河道设施·环境监测
我们代替危险的河道巡查,对大范围设施和环境变化进行监控并报告。您可以减少时间和人力负担,在办公室即可缓解对现场的担忧。

工业设施安全·资产监测
无需面对大范围现场的盲区、危险的设施检查和不必要的人力浪费,即可降低重大事故风险,并在办公室掌握大量现场资产的状态。

土木工程现场安全·资产·施工监测
无尽的土木工程现场存在盲区,需要频繁巡查,还要担心安全事故。可以减轻往返现场的繁琐负担,在办公室一目了然地管理从施工到资产的各个方面。

森林·农作物生态监测
无边无际的山林和农田难以靠步行攀登逐一查看,存在错过病虫害蔓延和防治时机的隐忧。我们支持定期跟踪大范围生态变化,发现异常迹象,以便及时应对。

搭载于移动拖车、便于快速演示的机场

安装配置及安全事前检查

在地图上编辑任务计划

定期起飞、预约起飞、远程起飞、传感器触发起飞

按任务日程执行计划任务


监控各无人机的位置 · 影像 · 状态

面向管控室的无人机影像监控

无人机返回平台并自动入库

通过机械臂在3分钟内更换电池

记录并报告任务完成结果

记录故障事件以便故障恢复

监控无人机与机场的健康状态