1.背景意义

随着风力发电企业风机出质保数量的不断增多，大部分企业均面临着风机设备安全与运维的双重压力，尤其在风机设备叶片巡检方面，因风机分散、轮毂较高，叶片损坏不易察觉等现状，带来风力发电机组的设备安全隐患以及高空作业带来的人员安全隐患，如何减少或避免安全隐患的发生，已经成为所有新能源风力发电企业破待解决的管理瓶颈。

本项目采用叶片远距监测技术、图像识别技术、缺陷专家知识库技术，利用超高精度光学镜头及远距离光路成像方式获取叶片表面信息，通过图像识别系统进行叶片缺陷大小、面积、厚度、长度的精确计算，并通过缺陷专家知识库对相应缺陷问题提出维护、检修建议，最终自动生成包含缺陷描述、问题图片、解决建议的智能监测报告。该项目改变了传统的人工登机、高空回型平台检查，高倍望远镜查看和无人机检查等巡检方式，有效防范了因叶片缺陷带来的设备安全隐患和高空作业带来的人身安全隐患的发生，同时减少了停机巡检带来的经济损失，降低了巡检、定检的工作成本，同时提高了巡检的工作效率，提升了事故预防和应急处置能力。

2.创新实施

高清成像是基于高清信息采集、编码、传输、显示等为一体的技术；图像识别是以图像的主要特征为基础，识别各种不同模式的目标和对像的技术，两种技术在各自领域中都有较快的发展，技术也相对成熟，但在新能源风力发电企业中融合应用于叶片巡检工作的研究与应用，尚未发现有相关报道。

2.1 国内外同类技术研究

平台升空叶片检查方式。该方式优点在于现场工作人员利用安装后的升降平台升空到叶片表面附近，直接人眼观察进行巡检，检查直接、全面，发现问题能够当场解决；缺点在于：设备需要车载、安装拆卸、多人协作、工作周期长，同时该项工作为高空作业，存在一定人身安全隐患。

蜘蛛人登机检查方式。该方式优点在于无需大型设备，通过特殊技能的检查人员，佩戴安装安全保护装置后升空到叶片表面进行检查，能够对叶片进行全面、细致的检查工作，发现缺陷问题可以当场判断是否需要维修；缺点在于对检查人员专业技能要求高，需经过特殊培训且考核通过的人员方可采取该方式进行检查工作，同时属于高空作业具有一定的安全隐患。

无人机叶片巡检方式。该方式优点在于可以飞到半空中对叶片进行近距离拍照和观测，也可留存图像记录。缺点在于：首先是续航能力很差，一般连续飞行时间为30~40分钟，较短时间内很难完成一台机组的叶片巡检工作；如要继续巡检需飞回地面更换电池后放可开展工作。其次是拍摄的图像因飞行抖动、抗风能力等原因造成拍摄的图像不够清晰，细微缺陷问题容易遗漏；再有无人机巡检需要对操作人员技能要求高，需进行专门的技术培训，若操作失误会造成机器的毁损；最后是经济投入大，质量较好的无人机一般需要60~80万元一架，质量中等的也需10万元左右。

2.2 主要做法

高清图像获取，及时发现毫米级叶片缺陷。采用远距离高清成像设备对叶片表面进行视觉检查，可实现在距离风机300米以内对叶片进行观测，获取的高清图像识别精度可达毫米级（距离被测目标300米内可识别出1mm宽度的缺陷）；观测的缺陷主要是胶衣脱落、沙眼、磨损、雷击、表面裂纹、前缘保护层脱落、叶尖损伤等已出现的视觉特征问题，获取叶片表面的高清图像后并存储。相关设备主要包括主机（镜头、光路系统、高清相机等）、二维云台、快门线、测距望远镜、调节把手、三脚架等部分。

图像智能识别，自动判断缺陷类型。采用相关的图像处理软件系统，实现对叶片表面进行拍摄的同时，通过软硬件间的无线信号，将拍摄到的图像实时传输到图像处理软件中，对叶片的每一个面的图像，实现成组存储，容易区分；监测完毕可在软件中迅速对图像进行甄别并识别出缺陷特征，同时对发现的缺陷进行标记，系统还会自动计算出缺陷的大小、宽度、表面积以及在叶片上的位置等信息，最终形成可量化的叶片缺陷巡检报告。软件功能主要包括图像采集模块、无线通信模块、图像编码解码模块、图像处理模块和智能巡检报告模块等几部分。

2.3 主要创新点

采用地面获取图像方式，有效避免高空作业带来的人身安全隐患。本项目可在地面进行人工操作，同时具备远距离获取叶片表面清晰图像的能力，无需利用传统设备攀爬到叶片表面进行检查，大大减少了该项工作造成的安全事故隐患。

采用高清图像智能识别方式，有效提高叶片细微缺陷的发现能力。本项目基于图像识别及图像处理技术，将硬件系统在叶片检测过程中获取到的高清图像为输入，进行叶片表面缺陷的识别及处理，并对缺陷进行量化，用以进一步判断确定解决方案。

本项目系统通过超高精度光学镜头清晰捕捉到叶片表面毫米级缺陷，使用图像自动识别系统对缺陷的类型、位置及尺寸进行精准判定；通过图像拼接技术自动生成带有缺陷标记的可视化全叶片图形，并通过专家知识库对缺陷进行问题进行分析，智能提供维护、检修建议，同时自动生成风机叶片的检测报告。

2.4 应用实践

本项目系统可在地面进行人工操作，通过超高精度光学镜头清晰捕捉到叶片表面毫米级缺陷，并使用图像自动识别系统对缺陷的类型、位置及尺寸进行准确判定；通过图像拼接技术自动生成带有缺陷标记的可视化全叶片图形，并自动生成风机叶片的检测报告。自2020年使用至今，公司所属三个风电场的812台风力发电机组进行了全部的叶片巡检检查工作，共发现叶片缺陷89项，缺陷消缺率达到100%，避免了设备与人身安全事故的发生。

3.效果成绩

本项目在我公司所属风电场的812台风机日常巡检、定检工作中使用，有效的降低了因叶片缺陷带来的风机安全事故，保障了公司连续五年未发生重大安全事故及持续稳定的安全生产局面，在新能源风力发电企业具有一定的使用和推广价值。

（1）有效避免了叶片缺陷的扩大带来的风机安全事故隐患。由于公司位于宁夏回族自治区多风沙天气，叶片的风沙磨损情况比较常见，由于叶片缺陷问题不能及时发现带来叶片的整体损坏，同时造成风机倒塔事故的发生，本项目有效避免了该安全隐患的发生。

（2）有效避免了叶片巡检、定检工作的高空作业人身安全事故隐患的发生。采用传统的巡检方式需要现场人员进行高空作业，本项目采用地面远距离巡检及监测，有效的避免了高空作业的人身伤亡事故的发生。

（3）降低了叶片巡检工作的成本，提高了企业经济效益。采用传统的叶片巡检方式需要停机并采用大型设备以及多人组成的人工团队协作开展工作，相关成本少则几十万，多则上百万，平均每台风机的成本也在十几万元，本项目只需2-3人进行现场巡检检查，有效减少了该项工作的企业成本。

原标题：大型风电场叶片远距监测系统的研究与实践