服役风电叶片协同联检及循环利用关键技术-兰州理工大学科技合作与发展部

成果展示

机电工程学院

当前位置：网站首页 > 成果展示 > 机电工程学院 > 正文>

服役风电叶片协同联检及循环利用关键技术

2025-04-08

点击：次

作者：

来源：

本成果针对风电叶片损伤检测运维策略制定及产业化循环利用需求，提出超声波与机器视觉技术协同联检的损伤检测技术，开发复杂工况下风力机受损智能运维、云平台的叶片分层损伤定位、叶片缺陷管理及叶片回收管理等系列系统。关键技术涵盖复杂场景叶片表面损伤分割定位及实际损伤面积度量、异构数据特征级与决策级融合知识提取、强噪声背景下激励-传感路径差信号的叶片损伤因子概率全域定位等。研究的损伤检测协同联检模型针对叶片9种损伤检测准确率可达到97%以上，深度学习模型轻量化程度体积相对原模型降低52.21%，定位延展向方向和垂直方向的平均误差分别控制在±0.24 mm和±0.20 mm。运维与循环利用研究成果已被应用于《风力发电机组叶片维护技术规程》与《退役风力机叶片物理回收技术规程》等甘肃省地方标准，现已出版实施。

附件【服役风电叶片协同联检及循环利用关键技术.doc】已下载次
附件【服役风电叶片协同联检及循环利用关键技术.pptx】已下载次

上一篇：滚筒式抽油机换向机构关键技术研发

网站首页

部门设置

新闻动态

通知公告

成果展示

到款通知

服务指南

资料下载

成果转化

检测服务