1.3 本文研究内容

风机发电需要风，在一定程度上风越大越好，所以风电机组一般安装在偏远地区，工作环境恶劣，有些是大风沙的侵袭，有些是大风浪的碰击；工作的温度跨度也很大，-30℃至50℃的循环温差，还有强紫外线的老化等。所以，风电机组叶片现场运行会产生以下八种主要故障：

（1）雷击损伤：尽管风机叶片有防雷系统，但是根据国内外统计依旧每年有10%左右的叶片遭遇雷击。雷击会使叶片严重损伤，严重的还会造成叶片的报废，不可恢复。

（2）叶片结冰：南方地区湿度大，冬季温度较低的情况容易使得叶片结冰，我国云贵地区出现冬季结冰的印象就很频繁。结冰造成的后果就是整体机组的载荷率会急速上升。

（3）前缘腐蚀：前缘腐蚀的情况一般发生在沿海的风电机组，一旦发生前缘腐蚀，机组的效率便会急剧降低，同时也会造成叶片的振动和载荷的增加。

（4）整体结构失效：整体结构失效是指叶片折断这类情况。造成这种情况的原因大部分是因为叶片主梁的制造工艺有所缺陷，雷击和设计也是造成这类情况的原因。

（5）叶片排水孔堵塞：堵塞情况一般是由于风机叶片受污染而导致的，排水孔的堵塞将影响叶片排水，还会使得叶片产生噪音。

（6）边缘开裂。

（7）涂成脱落。

（8）螺栓断裂或掉落：叶片根部的螺栓断裂或者掉落会导致叶片掉落坠毁。

与此同时，随着风机单机容量越来越大，风机技术正朝着大型高效率风力发电的制造，逐渐成熟的风机市场，大型风电机组发展越来越快，叶片长度由原来的30m-40m增加至90m甚至大于100m。我国已投产的风电机组的寿命为20周年，其中巨大的挑战便是叶片长度的增长和叶片重量的增加，这也给风叶的故障诊断、维护与维修带来了一定的难度。

综上不难看出，风电机组风叶故障受诸多因数的影响，并且暴露于空气中。在发展现状里也有写到，目前风电机组风叶故障还没有办法有效的运用传感器来解决。所以我们换一种思路解决问题。

目测检查对于叶片表面故障的检测是最直接也是最有效的检测方法，主要的方法有传统的望远镜目测和人工绳索高空作业目测，但是这两种办法不适合进行日常检测。原因如下：（1）当进行检测时，必须使风电机组停止工作，并且检测是时间很长，风电量损失很大；（2）检测方法属于高空作业，不止危险，成本也高；（3）同时检测的效率相对也比较低，人工花费高且劳动强度大。

近年来，随着动力系统的不断优化、复合材料的不断升级、传感器的快速发展，特别是飞行控制技术的飞速发展，使得无人机性能不断提高，无人机开始在国内得到广泛应用，包括农业、电力石油灾检、林业、气象、国土资源、警用、 海洋水利、测绘、城市规划等多个行业，特别是农业和电力行业。论文风

应用无人机对风电机组风叶进行故障监测在国内外早已经发展起来，无人机可以携带各种检测传感器，比如红外热成像仪、高清摄影机等，这些检测传感器使得我们能够飞快地进行故障检查、分析、诊断、确认。相对于望远镜和人工绳索高空作业这两种方法，无人机检测平台具有应急启动快、成本低、工作效率高、机动灵活等特点。由于目测检查对于叶片表面故障的目测是最直接也是最有效的检测方法，所以让无人机携带高清摄影机作为我们目测检查的工具。本文我们将重点研究无人机携带高清摄影机对风电机组风叶进行监测检查。

由于风电机组工作地点比较多样化并且环境相对比较恶劣。我们可以用监控软件去模拟设计无人机在进行故障分析和诊断的工作状态，以便我们及早地发现设计中的缺陷和潜在的不合理之处，从理论上对无人机进行故障分析和诊断设计进行优化。 Pro/E风电机组无人机故障感知系统设计+源代码(4):http://www.youerw.com/zidonghua/lunwen_77355.html