传统的风电机组叶片检查方式一般有两种：外部望远镜观测和人工吊篮/蜘蛛人检查。前者设备简单、成本低，但存在无法记录数据、难以100%全覆盖等问题，此外，根据维修部门的反馈，望远镜观察的结果和实际损伤情况往往相差很大；而人工检查的方法存在巡检效率低下，人员劳动强度大、风险大，作业窗口受风速影响较大等缺点，一般情况下，待检机组停机时间为4~8小时。

根据上述两种检查方式的特点，风电场一般采用将两种方法相结合的办法，先使用望远镜初步筛查，如发现待确认情况再停机采用人工吊篮/蜘蛛人的方式细致检查，从而避免风电机组长时间的停机，影响风电场的经济效益。但是，两种传统的人工检查方式均存在严重依赖检查人员的经验、体力、关注度等个体差异的问题。尤其是目前风电机组向高塔筒长叶片方向发展，人工检查的时间成本和人力成本不断增加。

随着高精度仪器的不断发展以及人工智能技术的改革创新，众多学者针对风机叶片缺陷的无损检测技术的研究越发深厚，目前主流的无损检测技术可以根据采集的信号种类分为声、光、热三类，每类检测技术都具有各自的优势和使用局限性。

1、风电机组叶片的损伤和缺陷分析

风电机组叶片产生损伤或缺陷的原因是多方面的，主要容易出现在叶片生产制造、运输安装以及运行服役三个阶段中：

(1) 叶片生产制造过程中会出现的主要问题是材料内部缺陷，包括有孔隙、分层和夹杂等。

孔隙缺陷主要是由于树脂与纤维浸润不良，空气排挤不完全等因素造成；

分层缺陷主要是因为树脂用量不够、二次成形、粘合剂脱胶等；

夹杂缺陷主要是由于加工过程中混入杂物、异物等。

(2) 运输安装过程中会出现的主要问题是叶片外部损伤，包括挤压变形、表面磨损等。

产生的主要原因是叶片本身尺寸和自重较大并且具有的弹性有限，容易产生不可逆的变形。

(3) 运行服役过程中也会因外部环境等客观因素出现不同程度的损伤，包括表面腐蚀、裂纹和老化等。

腐蚀主要是由于风电机组大多在环境恶劣地区，受到风沙、雨水、盐雾等天气的长时间侵蚀；

裂纹主要是由于外力冲击（如冰雹、鸟类撞击等）和疲劳累积；

机组老化主要是由于气温骤变、雷击等。

2、无损检测技术的比较与分析

2.1基于声学的风电叶片无损检测技术

主要通过采集声学信号并分析其特征，对叶片损伤或缺陷进行检测。目前较为成熟的技术分支是采用超声波检测技术和声发射检测技术。

 超声波检测技术 

超声波检测技术能检测叶片复合材料的孔隙、气泡、裂纹、夹杂等缺陷，依据检测结果可以进一步判断材料的疏密、纤维屈曲、弹性模量、厚度等特性和几何形状等方面的变化。

中国科学院工程热物理研究所以超声检测图像作为分类对象，结合机器学习算法构建图像损伤分类识别模型，提高了检测效率，解决了其依赖现场环境、检测效率低的问题。

超声检测技术具有灵敏度高，可精确确定损伤或缺陷的位置与分布的优点，但也存在对不同类型的缺陷要更换不同规格的探头等缺点。

图1. 超声波检测技术示意图

 声发射检测技术 

声发射检测技术可对裂纹的萌生和扩展进行动态监测，即检测损伤或缺陷出现时的声音信号，实时评估缺陷的危害程度，预防意外事故的发生。

在检测过程中，接收的信号是缺陷在应力作用下自发产生的，因此该方法无法对已经产生的损伤或缺陷进行检测，同时在实际应用中，由于声发射对环境因素十分敏感，因此对监测系统会造成干扰，影响检测的准确性，所以很难对缺陷进行定量分析，但是能够提供缺陷在应力作用下的动态信息，对于寿命评估有一定的优势，可对叶片进行安全评价。

图2. 声发射技术示意图

 新型声学检测技术 

新型声学检测技术是直接采集、分析叶片本身旋转时发出的声音，判断叶片是否存在损伤或缺陷。

当叶片存在损伤或缺陷时，采集到的声音信号与正常状态下的声音信号不同，通过信号特征反映损伤或缺陷的严重程度，针对诊断结果提前处理风电机组叶片。

该技术优点在于可以通过一台信号采集设备检测三个叶片状态，节约检测成本；缺点是目前技术仅能检测叶片是否存在损伤或缺陷，但无法确定具体损伤类别。

图3. 新型声学检测技术流程图

2.2基于光学的风电叶片无损检测技术

主要通过采集光学信号并分析其特征，对叶片损伤或缺陷进行检测。目前较为成熟的技术分支是可见光检测技术和光纤传感器检测技术。

 可见光检测 

可见光检测技术是通过高清摄像头等拍摄工具拍摄叶片图像，并采用人工智能、深度学习等技术识别和诊断叶片损伤或缺陷。

高清摄像机搭载无人机的组合检测技术是当前可见光检测技术的热门，无人机代替人工可以增加巡检效率，降低巡检风险，结合边缘计算技术也可以实现实时诊断。

无人机巡检技术目前的缺点是仍无法完全摆脱飞手，实现全自动巡检，同时由于风电机组叶片叶尖转速过大，在机组运行时无人机无法靠近拍摄，巡检时需要先停机。

图4. 无人机巡检技术流程图

 光纤传感器 

光纤加速度传感器主要基于干涉仪原理，使用光纤对振动信号进行传输。常见的干涉型加速度传感器有顺变柱体型、膜片型和光纤光栅型等，顺变柱体型加速度传感器通常采用橡胶换能器，可实现较高的加速度灵敏度，但是由于橡胶材料易老化、不耐高温，从而限制了其实际应用。

光纤光栅加速度传感器是近年快速发展的一种光纤加速度传感器，它体积小、灵敏度可调。在风机叶片的关键位置埋入光纤传感器阵列，探测其在加工、成型及服役的动态过程中内部应力、应变的变化，并对外力、疲劳等引起的变形、裂纹进行实时监测，可实现对风机叶片的状态监测与损伤评估。

图5. 光纤传感器技术示意图

2.3基于热力学的风电叶片无损检测技术

目前较为成熟的技术分支是红外热成像检测技术，将物体发出的不可见红外能量转化成可见的热图像，进而分析叶片是否存在缺陷或损伤。

国内不少研究和文献的调研说明，红外热成像检测技术能够检测出玻璃纤维制叶片的几种典型缺陷。经过比较ANSYS软件和理论计算结果，分析得到当叶片内部缺陷尺寸越大、深度越浅，越容易被热成像技术检测到。同时冷却过程中形成的表面温差随缺陷深度的变化而变化，可以作为红外热成像技术检测叶片缺陷的有力依据。

红外热成像检测技术是一种比较适用于风电叶片的无损检测方法，尤为适用于常见的分层和渗胶类型的缺陷。

红外热成像技术优点在于在检测时无需与被检测物体接触，在较远距离既可以完成检测任务，更加适用于检测身处恶劣环境、运维人员不易到达的风电机组。其缺点在于可能会受到风电机组高度的限制，在现场检测中有一定的局限性。

2.4无损检测技术对比

不同无损检测技术优缺点鲜明，具体如表1所示。在实际工程应用中可以有效结合多种技术对风电机组叶片从生产制造、运输安装、运行维护全过程进行检测，更有效地减少叶片的安全隐患，并为后续风电机组叶片全生命周期的缺陷分析提供各阶段的数据支持。

表1. 无损检测技术对比分析

3、结语

通过比较传统人工检查技术和基于声学、光学和热力学的风电机组叶片无损检测技术可知，无损检测方法除了提高巡检的安全性和效率以外，还有助于收集、整理和积累叶片缺陷和损伤数据库。当数据积累到一定程度时，可以结合机器学习或深度学习算法搭建快速叶片缺陷快速诊断模型，及时检测叶片状态，保证风电机组安全稳定运行。

作者：张策，王立闻，蒋恩超，曾涛，彭凡

来源：东方电气评论

转自：CCIA维修检测与回收专委会