风电机组叶片检测现状与展望

风电机组叶片检测现状与展望
摘要：风机叶片工作在复杂的自然状况下，长期承受强风载荷、沙粒冲刷、
大气氧化、雷击以及潮湿空气腐蚀等恶劣环境；在运行过程中，还会受到交变载
荷的作用；因此，风机叶片会出现多种故障，如气孔、裂缝、磨损、腐蚀、碳化等。

如果不及时的发现和处理这些故障，会使叶片受到严重的破坏，甚至折断，
导致机组故障停机，带来严重的经济损失。

风机叶片出现这些损伤时，其变形、
应力、应变、温度以及材料特性等参数会发生明显的改变，可以通过检测叶片参
数的变化来反应叶片的损伤，及时对叶片进行维护，避免发生重大事故，因此稳
定可靠的叶片损伤故障检测技术对于风电行业稳定发展具有重要的意义。

基于此，本篇文章对风电机组叶片检测现状与展望进行研究，以供参考。

关键词：风电机组；叶片；检测现状；展望分析
引言
过去四十年中，风力发电机的单机容量已大大增加，风力发电机的塔高和转
子直径相应增加了数倍。

1980年风力发电机的最大单机功率为50kW；2020年
12MW的海上风电机组Haliade-X已经完成生产测试，其叶片长107米。

然而,风
电设备不断的大型化，对检测技术的需求也越来越高。

风力发电机工作环境复杂，叶片很容易受到损伤，未被及时发现的表面损伤如裂纹等扩展可能会导致对结构
造成不可逆损坏，甚至会导致塔架的损坏。

风电系统的维护与检查程序日益复杂，目前已有的检测技术为风电场的正常平稳运行提供了一定的保障，但仍存在实时性、准确性等方面的不足，研究人员一直在进行不断探索。

因此系统介绍风电机
组叶片损伤检测技术，综述其研究方法和成果，有助于促进该领域研究的发展。

1叶片状态检测与故障诊断现状
1.1光纤光栅传感检测技术
光纤光栅是一种无源光学器件，其制作原理是将单模光纤的纤芯暴露在强紫
外线下，使纤芯的折射率呈现空间周期性分布，控制或改变光在该区域传播的行
为和方式。

光纤光栅有多种类型，其中均匀光纤光栅可分为布拉格光纤光栅和长
周期光纤光栅。

1.2基于超声波叶片损伤检测技术
超声波技术的基本原理是基于超声波穿过材料被缺陷反射。

假如风电机组叶
片存在缺陷，则将在缺陷和叶片之间形成边界。

由于边界的两侧的声阻抗不同，
因此超声波将发生反射。

超声波信号可以通过频率，振幅，驻波，波长等特征提
供叶片损坏的信息。

其传输时间表明了损坏的位置，而振幅则评估了损坏的严重
程度，波形的变化可以区分损伤类型。

该技术主要有三种常用的方法：脉冲回波法、透射法和间距捕捉法。

这种技术被风能行业广泛用于塔架和叶片的结构评估，通过波的传播对损伤的位置和性质进行评估，可用于可持续发展管理和确定风电
部件的性能。

利用FBG测量完好无损和存在裂纹的两种叶片分别在锁死静载荷、
旋转状态下的应变，发现损伤会导致叶片的应变变化周期增大，叶片的转速降低。

使用FBG传感器进行叶根载荷检测实验，对FBG在叶片上的布局进行了设计，同
时为减小外界因素对测量精度的影响，对FBG传感器进行了温度补偿以及应变标定，取得了良好的实验结果。

以上学者的研究均证实了FBG传感技术具有检测叶
片损伤故障的良好能力。

1.3基于热成像的叶片损伤检测技术
红外热成像方法通过可视化叶片表面的温度分布及热传导差异来监控风力发
电机叶片。

缺陷对于热波有一定的阻碍作用，当叶片有缺陷区域存在时，由于缺
陷区域和边沿区域的温差现象，热谱图上会出亮斑或亮条纹，通过比较数据可以
直观定位缺陷位置和粗略分类。

在风电机组叶片组装时进行热成像检测实验，可
以实时直观展示整个叶片温度场的分布情况，能及时发现生产过程中可能产生的
内部孔隙、缺胶、表面褶皱等缺陷。

根据热激励方式不同，基于热成像的风电机
组叶片缺陷检测技术可以分为被动式热成像技术和主动式冲热成像技术等。

2叶片故障
2.1叶片结构损伤
风场中在役叶片的损伤形态是多种多样的，常见的损伤包括叶片开裂、叶片
裂纹、叶片屈曲鼓包、叶片折断等。

叶片损伤可能源于生产过程中，存在缺陷出
厂时没有经过有效维修，也可能在运输、吊运过程中不合理的受力状态导致叶片
局部应力集中造成叶片受损，或是由于叶片设计未经过充分验证，导致叶片在特
定工况叶片出现局部失效。

2.2叶片雷击
叶片防雷击问题一直以来都是困扰行业的难题，尤其是在高海拔、高雷暴地
区装机量日趋增多，叶片遭受雷击的现象也越来越多，叶片雷击主要带来的问题
是修复难度大、责任认定难等问题。

叶片遭遇雷击后，雷电产生瞬时超高温的电
弧有时超过20000℃，内部残存的水分在此情况下，水分迅速变成水蒸气，叶片
内部压力瞬间大幅升高，进而膨胀，导致叶片壳体分层、开裂、脱胶及梁与蒙皮
的分离。

雷击时的大电流也会导致叶片铝叶尖、防雷导线产生熔融、断裂等问题，造成叶片防雷系统失效。

3基于无人机图像采集的风电机组叶片缺陷检测系统
在具体设计时，通过无人机携带不同的电子设备信息实现风电机组叶片缺陷
的巡检采集，无人机体积小，重量轻，能够实现人力无法企及的高空场合或者高
危区域。

通常包括飞机平台系统、信息采集系统和地面控制系统等，能够将高空
或者高危区域数据信息带回地面，实现数据远距离交互，提高了作业工作效率。

数据层完成叶片缺陷图像的存储和预处理，并向应用层提供数据访问接口，数据
层使用具有多个计算引擎的分布式数据库HIVE，能够兼容多种数据存储格式，并
支持时间复杂程度较高的数据结构。

数据层可以设置外设接口，比如远程无线通
信接口、USB数据接口、CAN数据总线等，通过这种方式，能够实现无人机采集
数据与外设设备多种数据交互与共享，必要时，在数据局层可以设置数据管理软件，以提高风电机组叶片缺陷检测数据管理效率。

应用层使用支持可视化操作的LABELIMG工具来标注图像中的缺陷信息，LABELIMG工具并且支持源码编译安装，可以直接下载系统对应打包好的文件，在DATA_CLASSES路径文件下定义训练好
的使用类的列表，使用OPENDIR选择叶风电机组叶片图像的目录，在CHANGESAVEDIR中自定义生成标注文件的保存位置。

对图像中叶片开裂缺陷的位
置进行选择，并标注损伤程度完成后对标注就信息进行保存，输出XML格式的标
注文件。

标注文件的标注信息包括图像路径、名称、图像分辨率、通道数量、缺
陷坐标和损伤程度等信息。

本研究设计中，可以将服务层与应用层结合起来应用，或者将应用层划分为不同的数据模块，比如具有服务功能的多种数据管理模块。

比如可视化管理模块、分类管理模块、交互模块、故障处理模块等。

结束语
叶片损伤的原因分析能够帮助提高叶片的设计、制造水平，而新的设计方法
又有利于风场叶片损伤难题高效、快速、可靠的修复。

随着风机叶片先进结构健
康监测系统的陆续应用，如叶片光纤载荷传感器、叶片螺栓健康监测系统、叶片
声音监测系统等，能够实现叶片状态的实时监测，有利于叶片损伤的快速识别和
及时维修，实现机组及叶片的安全运行。

参考文献
[1]关明江.风电机组发电性能优化案例分析[C]//.第七届中国风电后市场交
流合作大会论文集.[出版者不详],2020:23-29.
[2]傅程,朱雷,穆丹.风电叶片典型失效案例分析[C]//.第七届中国风电后市
场交流合作大会论文集.[出版者不详],2020:30-34.
[3]张轶东,童博,邓巍,董国伟,张军,李顺民.风电机组叶片改造后的检测评
估方法[J].船舶工程,2020,42(S1):512-515.
[4]田盛华.风电机组风速检测与变桨距控制策略研究[D].湖南工业大
学,2020.000264.
[5]范晨亮,李国庆,马长啸,黄海.基于深度学习的风机叶片裂纹检测算法[J].科学技术创新,2020(13):72-75.。