无人机可以携带各种检测传感器。比如，可见光高清摄像机、红外传感器、激光测距仪等。能快速地进行故障检查和故障信息确认。相比于蜘蛛人和叶片维修平台检查，无人机巡检具有启动快速，巡检效率高，成本低，机动灵活的特点，可以弥补传统巡检方式的不足。正是由于无人机在风电巡检应用上的优点，开展无人机风机叶片巡检应用的研究及推广工作，对提高风电行业巡检效率和运维水平具有重要的意义。

叶片主要损伤种类

风机叶片是风电的重要组成部分，一般由玻璃纤维复合材料制成。因其制造工艺的复杂性，在成型过程中难免会现缺陷；另外，风力发电机组一般安装在偏远地区，在运行过程中，于工作环境的恶劣性与工况的复杂多变性，在运行过程中也会出现不同程度的损伤，现场叶片的主要损伤种类如下：①叶片前缘有开裂、腐蚀；②叶片后缘有开裂、破损；③叶片表面有横向，纵向裂纹；④叶片外部玻纤层有分层；⑤叶片表面涂料有裂纹、腐蚀、起皮、剥落、沙眼；⑥ 叶片排水孑L堵塞；⑦叶片表面有雷击的损伤。

风电巡检内容及巡检过程

1.风电巡检对象

每支叶片的压力面(工作面)、吸力面(非工作面)、前缘、后缘，每台风机共三支叶片。

2．风电巡检内容

叶片前缘、后缘是否有开裂、破损；叶片表面是否有裂纹、腐蚀、剥落、雷击损；排水孔是否堵塞等。

3.风电巡检过程

(1)控制待检风机处于停机维护状态，叶片呈倒Y形，竖直向上的叶片定为l号叶片。

(2)使用无人机对1号叶片执行巡检任务。无人机以距叶片表面5～15m的距离进行高清视频拍摄，依次拍摄l号叶片的后缘，吸力面，压力面，前缘；拍摄过程中发现缺陷或疑似缺陷处，辅助激光测距仪进行缺陷定位，以上完成1号叶片的拍摄工作。

(3)依次调整2号和3号叶片到竖直向上位置，对叶片重复上述操作，完成单台风机叶片巡检工作。

(4)对巡检结果进行整理，对无人机巡检数据进行归类存档，影像分析，确定叶片缺陷的种类、位置、尺寸、分类等级等信息，针对不同的缺陷给出相应的修复建议，并最终出具检测报告。

应用研究展望

无人机巡检能够快速地进行故障检查和故降信息确认,可以很好地完成风机叶片巡检表面损伤初筛的目标。但是无论是传统的叶片巡检模式,还是本文提到的无人机叶片巡检手段,目前对风机叶片缺陷的检测依然依靠人工才能完成,这并没有满足巡检的真正要求,无人机风电巡检技术的研究有着巨大的发展空间。在人工智能高速发展的今天,随着机器视觉和模式识别技术的快速发展及研究的深入,基于机器视觉的方法已经广泛用于工业检测的质量检测中,在某些领域已经初步实现了非人工联系检测自动识别分类,大大提高了检测效率,避免了因作业条件,主观判断等因素影响检测结果的准确性。将机器视觉和模式识别技术应用到风电领域缺陷检测和识别中,能够更好更精确地进行缺陷检测,更加快速地分类识别,自动给出诊断分析报告,从而实现风电快速高效的巡检。无人机技术、人工智能均是世界范围内快速发展的研究领域,将无人机自动巡航技术、机器视觉和模式识别技术跟风电巡检相结合，从而实现巡检及缺陷分析识别的全自动化，是未来巡检技术研究的必然发展趋势。

声明：以上内容来源于网络转载，出于传递信息及学习之目的，不代表本网站的观点、立场，本网站不对其真实性负责