机械工程学报

作者：何赟泽, 李响, 王洪金, 侯岳骏, 张帆, 牟欣颖, 刘浩, 程豪, 李时华, 李杰

单位：1. 湖南大学电气与信息工程学院 长沙 410082;2. 中国电建集团中南勘测设计研究院有限公司 长沙 410014

关键词：风机叶片,热成像,无损检测,机器视觉,深度学习；

基金：中国电建集团中南勘测设计研究院有限公司企业委托课题(YF-A-2020-03-01t)和“基于无人机的陆上风力发电机组叶片智能巡检系统开发项目红外热成像智能检测模块开发”资助项目。

风机叶片在制造、服役和维修阶段的无损检测非常重要。叶片长期在高强度的风力载荷下工作，制造过程产生的任何微小缺陷将在服役中扩大，进一步威胁到风机的正常运行。因而，风机叶片的无损检测一直是工业界与学术界探索的难题。根据叶片视觉检测方法结合无人机技术应用、相关数据包括图像处理方法以及缺陷评判方法的智能程度等方面对前人以及作者所在课题组的前期工作进行综述、总结、分析与对比。目前，可见光视觉检测与红外热成像检测等以视觉为基础的检测手段满足了风机叶片在役运维时非接触、高效、低成本、安全等需求。视觉检测与无人机巡检技术相结合能最大程度的保证人员安全，同时克服了望远镜检测视野受限的难题。然而该检测手段在风机叶片巡检中目前尚存在缺陷定量难、内部缺陷识别率低等方面的不足。通过分析对比可见光检测与热成像检测技术，认为结合智能算法的无人机搭载双光融合检测手段未来有望于解决风机叶片检测中存在的不足。

来源：2023年第6期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2023年第6期