大型风力发电机组叶片健康智能检测

Intelligent healthy detection of wind turbine blade

近年来，我国风电行业发展迅速，总装机容量及发电量高居世界第一。叶片是大型风力发电机组获取风能的关键部件,约占总成本的20%。由于长期承受复杂交变力的耦合作用，极易发生损伤故障而造成重大经济损失。针对现有检测方法存在的不足，研究基于机器学习的非接触式叶片损伤声学检测算法，为我国大型风电机组叶片监测与维护难的问题提供一种新的、工程可操作性强的解决方法。