基于图像识别的风机叶片缺陷检测与运维研究

袁 也
江苏省新能源开发股份有限公司

摘要


随着风电产业的迅速发展,风力发电机组装机容量不断增大,风机叶片是风电机组能量转换的关键部件,
风机叶片的运行状况直接关系到机组的发电效率以及设备的安全。长期处于复杂自然环境中,叶片很容易受到风蚀、
雨蚀、雷击、冰冻、材料疲劳等影响而产生裂纹、脱胶、表面侵蚀等缺陷。本文以风机叶片缺陷检测和智能运维为
背景,对图像识别技术在叶片缺陷检测中的应用进行研究,对叶片缺陷检测系统构建流程、关键技术以及运维管理
方式进行分析。研究结果表明,用图像识别技术进行叶片检测可以大大提高检测效率、诊断精度,给风电设备智能
运维提供可靠的技术支持。

关键词


风力发电机;叶片缺陷;图像识别;智能运维;深度学习

全文:

PDF


参考


[1]薛 楠, 张 超, 刘 材 烨.YOLO-DCS: 改 进

YOLOv11n的风机叶片表面缺陷检测方法[J].内蒙古科技

大学学报,2026,45(1):53-60+74.

[2]杨文,沙玲,金佳凯,等.基于视觉的风机叶片

表面缺陷分类与评估方法[J].机械设计与研究,2025,41

(6):192-197.

[3]向明,王小君,温和,等.基于半监督学习的

风机叶片多类型缺陷检测算法[J/OL].南方电网技术,

1-13[2026-06-17].

[4]郭猛,李亚泽,陈澎,等.基于无人机巡检的风

机叶片表面缺陷检测技术[J].电子元器件与信息技术,

2025,9(11):68-71.


Refbacks

  • 当前没有refback。