风机叶片是风力发电机的核心部件之一，约占风机总成本的15%-20%，它的运行状态将直接关系到风机的性能以及效益。由于其在高空、全天候条件下工作，承受载荷较大，时刻遭受各种介质侵蚀或影响。因此，为保证发电机组的正常工作和寿命，需要定期对风机叶片进行巡检，及时发现异常和缺陷并进行修补。
传统的风机叶片人工巡检方式主要依靠巡检人员利用高倍望远镜检查、高空绕行下降目测检查(蜘蛛人)、叶片维修平台检查等方式进行作业，此类作业方式缺点显著：1、巡检效率低，因停机时间长导致发电量损失较大；2、工作强度高，且巡检人员存在较大的安全隐患；3、巡检质量无法保证，工人在长时间进行高强度的巡检时容易产生视觉疲劳，影响检测结果及效率。
而先进的巡检手段则是利用无人机进行高度自动化巡检。1331.c.om.银河游戏的风机叶片无人机自主巡检技解决方案，包含可视化自主巡检航线设计和智能缺陷识别系统，实现低门槛使用无人机，进行精细化巡检和检测报告生产。在停机上锁的状态下，无人机可贴近叶片采集影像数据，并能保证其分辨率最高可达0.5mm/pixel（考虑到效率问题，建议实际作业时将分辨率控制在1-2mm），精确的采集航点计算和到点悬停拍照，解决了运动拍照动态模糊以及由于弧线叶片带来的采集影像过重叠与欠重叠的问题，从而使智能缺陷识别系统对纤细和微小的缺陷识别更加准确。与传统的人工巡检手段相比，该方案还有以下优势：1、巡检效率较高，在保证采集图像质量的同时，将巡检时间大幅缩短，能够较大程度的降低因巡检带来的发电量损失；2、巡检隐患较小，可视化自动巡检航线搭配大疆行业级飞行器,巡检过程按照预设航线全程自动飞行采集数据，从起飞到降落无需人工干预；3、巡检成果智能化，对采集到的图像进行处理分析，获得缺陷类型及相对于图像的位置，并依据缺陷标注和定位的成果，自动生成缺陷报告。2021年以来，我们在吉林、江苏、广西、广东、贵州 、重庆、宁夏等地，通过多次实战。陆上、海上的多种尺寸的风机，以及不同的地域、地形、气候等，进行了上千次的试飞，充分验证了该套方案的可行性。接下来为以广西某风电场为例，为大家简单分享一下方案的操作流程。2022年11月，受某风电场的委托，我们对其场站内的风机进行叶片的精细化巡检，并出具叶片损伤检测报告。该场站面积约56km²，场址属高山丘陵区，地形错综复杂，风机分布极为分散，山顶海拔高度约为1700m-2200m。目前场站已并网50台2MW机组，共计容量100MV。自运营以来，其巡检任务主要通过人工采用高倍望远镜或高空下降目测检查等传统巡检手段进行。利用有限的人力对50台风机进行巡检，在保证安全工作不出问题的前提下，还要兼顾巡检效率和巡检质量，这对于传统的巡检手段来讲非常困难，因此我们的风机叶片无人机自主巡检技术方案，成为了更好的选择。在了解到场站的实际情况和业主的具体要求后，我们决定将此次巡检所采集的图像分辨率控制在1.5mm/pixel以内，飞行器选用大疆M300 RTK，搭载禅思P1全画幅相机。
35mm焦距的禅思P1相机采集1.5mm/pixel分辨率的图像，飞行器相对待检测风机叶片距离约为16m，单机巡检耗时约25分钟，1个架次即可完成。完整的巡检流程主要分为外业数据采集和内业缺陷识别两部分。（一）数据采集此次巡检我们采用单个风机依次停机巡检的方式进行，以单台风机巡检流程为例，在获取场站基础数据（风轮半径，塔通高等）的前提下，停机后完成数据采集，只需2个阶段4个步骤：准备阶段1、建模航线规划及飞行启动飞行器连接RTK后，通过我们自主研发的遥控端App（WPM-Tool）采集风机经纬度坐标、风机轮毂中心高程，完成后App会自动规划以风机为中心点的单点环绕航线。此航线为建模航线，默认以-45°的云台俯角采集16张照片。根据实际情况，也可在遥控器的生产航线界面调整云台角度和采集数等航线参数，航线任务生成后可立即执行。
2、粗模生产通过大疆智图对单点环绕建模航线采集的照片进行快速重建，获取点云模型。
巡检阶段1、巡检航线规划将模型和场站基础数据导入巡检航线规划软件进行航线规划，软件将自动计算出以下数据：无人机飞行开始位置、绕叶片飞行的基础航线、专用载荷姿态规划。
2、无人机自主飞行将生产出来的巡检航线导入遥控器并执行航线任务，无人机将开始自主飞行、完成叶片影像数据采集。
以上为风机巡检外业数据采集的单台实施流程。
在完全熟悉作业流程，并和停机人员配合熟练后，可将时间压缩在60分钟左右。
在日照条件比较好的时间段内进行作业，每天至少可以完成
5-6台风机巡检，10天内可完成整体巡检任务。而在去除雾霾、风霜、雨雪等不良天气带来的影响后，我们完成50台风机巡检的实际工作时间为8天，单日最低巡检数量为4台，最高巡检数量为8台，平均每日巡检6台。(二)内业缺陷识别由于风机叶片缺陷的图像识别技术是一种新兴技术，目前缺乏大量的数据集，限制了机器学习技术的发展，从而导致图像识别结果不够准确。因此，我们通过人工标注的方式来确定缺陷类别，之后通过算法对标注好的缺陷内容进行定位，获取其在图像中的具体位置和实际大小，依据计算成果自动生成并输出缺陷报告。
与人工巡检手段相比，高度自动化的无人机巡检方案，可以有效的提升巡检效率，解放人力物力，降低作业风险，提高缺陷识别率和准确率。将无人机技术充分应用到风机叶片巡检当中，可以达到传统巡检手段所无法实现的精细化程度，实现了风机叶片的低成本、低强度以及快速化、少停机式巡检。此外，利用无人机巡检能够更加快速地发现叶片表面存在的缺陷，从而把事故消灭在萌芽状态,切实保障设备以及系统运行的安全性、可靠性。
