在役叶片损伤智能检测机器人研制及产业应用

2020年10月14日，浙江运达风电股份有限公司主任工程师杨波博士在2020北京国际风能大会暨展览会（CWP 2020）上发表了关于“在役叶片损伤智能检测机器人研制及产业应用”主题演讲。

以下为发言实录：

杨波：今天跟大家汇报一下，在役叶片损伤智能检测机器人它的研制。我们怎么会把机器人用到我们叶片运维上面，因为叶片运维其实是比较难的，首先叶片的材料传感器是很难把它准确信息采集出来，所以现在对于叶片结构健康的掌控，是很失控的状态，叶片运行的健康还是不健康，目前还是用肉眼观测。

叶片主要分为四个阶段，设计阶段，生产阶段，运行阶段和回收阶段，前两个阶段发展的比较成熟，有很高的标准规范它，但是运行阶段和回收阶段，特别是运行阶段，很多事情不太明确，需要我们去克服和探讨，今天讲三个标题，分别是为什么要做这个事情，怎么做这个事情，这个工作做得怎么样。

第一，为什么要做这个事情，大家都知道，这两年是抢装潮，情况非常特殊，一开始我们叶片包括整机销量都会下滑，这是一个大背景，但是由于国家推动，使得我们整个机组，包括叶片的成本都在持续下降。其实以后的平价还是非常值得期许的，在产能过剩和风火同价的趋势下，很多企业都在把方向往后市场方面来转，所以专业运维也是一个很重要的发展方向。到了2020年有11万台风机出了质保，出了质保业主会怎么做运维，叶片、发动机大部件怎么得到保养，让它能够保证实现我们20年的服役，甚至更长时间，是很重要的一个问题。而且这个市场现在是规模非常大，预计2023年会突破300亿元一个规模，所以存量市场是一个规模很大的蓝海市场，智慧运维是保障发电收益的重要问题，包括叶片在内的智能检测，是一个很具体的操作方式。

第二，怎么做？先了解一下叶片，根据统计现场服役的发电机当中总故障，因为叶片失效导致的发电量损失超过40%以上，另外叶片本身生产、采购成本占整机的比占超过20%，所以说它是机组里面最重要的一个部件。一旦我们服役的叶片出现问题，小则修复，大则更换，甚至成本会更高，一天几万的处理成本。最后就是比如说停机导致的一些损失等等，另外运输等等这些都会产生一些损伤，这是叶片失效的现状，失效的原因其实有很多，在生产过程中一些小的缺陷，褶皱等等，另外在运行过程中长期一些周期性的疲劳，雨石，雷击，冰冻，鸟撞等等。总结一下，目前对于在役叶片的损伤一个发展机理、损伤位置统计以及损伤后的定量评估，这方面有很多研究可以做，只不过以前关注度比较少。

我们做检测进行的技术背景，还要看叶片以后的发展趋势，叶片是越来越长，它对一个材料工艺提出了更高的要求，还有对它进行检测希望能够提前实现一个预警，我们通过大量的检测数据，实时在线和离线的数据，为我们前端叶片的数据和智能预警平台做一个数据积累，我们希望很多数据可以在线，模型数据可以实时优化，希望最终建立结构健康的档案，实时预测大部件的寿命，这是我们的目的。我们现在叶片运维的一个现状，主要是通过吊兰就是用手持超声设备去检测，还有在塔底拿望远镜瞭望，这两种方式比较多，现在对于出质保的叶片，很多业主会委托比较专业的第三方公司做专业的检测，用的这种比较专业的相控阵超声设备。

第三，做得怎么样？我们根据现有的技术，在这个基础上去思考这个问题，最后提出了这么一个方案，用一个机器人搭载，一个检测设备，相控阵超声，还有我们机器视觉，就是摄像头，以及背后的算法，来完成这个事情，实现我们叶片表现的裂纹，以及叶片内部结构损伤的一个检测。因为我们现在内部的损伤是目前还测不了，这个事情还是比较超前，我们也是一步步在做。这个机器人现在发展到第二代，它主要的组成就是这几部分，一个是损伤探测，损伤探测包括了我们超声探测，它是在下面的，来回的这样扫动，通过程序控制递进对叶片阻拦区域进行一个探测，探测内部的裂纹，里面比较明显的褶皱，还有缺焦。第二是运动控制，运动控制是非常困难的，我们在非常复杂的三维曲面做一个高安全性轮式和吸盘的保障，这个是很难，是比较关键的地方，驱动主要通过插术轮来驱动，后面用真空吸附的吸盘进行精确控制，数据处理分为几部分，一个用无线来传递，另一个用超声是也就是它的双脚线来传递信号。

安全保障是最根本的也是第一位的，我们现在有三重安全保障，第一，是真空吸盘，有四个吸盘，使得它在运行和作业过程中有两个吸盘是牢牢吸住叶片的。第二，脱曳电缆。第三，路径规划，目前主要还是以手动控制为主，路径规划是将来一个方向，辅助系统，比如说长期运行的叶片表面会有一些浮灰，前面设计了一个简单的对浮灰的清扫，还有就是我们水供应、汽供应，因为在超声偶合是需要水，但是吸盘吸附的时候是要把水去掉，所以有一个系统，专门处理这个事情，其实做这个事情有几个关键技术，吸盘对叶片这个曲面一个柔顺吸附技术，这是在不同的曲率和位置下，完全适应它的吸附，同样超声探头对表面要有一个吸附。

机器人如何在叶片表面这么一个复杂曲面实现一个稳定的爬行，我们建立几个相应的模型，还有开发相应的技术。这是机器人的动画演示。它有两种作业模式，叶片可以水平也可以竖直，水平比较好吊装，竖直是最安全，首先就是就位，就位以后要定位大梁，在叶片厂里面可以看到大梁的边缘，但是现场服役的叶片看不到大梁在哪儿，首先要通过超声数据来去类似于图像处理，对它进行边缘的查找，找到大梁以后，来对大梁进行一个扫查，现在我们是又对原来设备进行了改进，提升了很多性能，也做了非常多的测试，在实验室内部、在地面的叶片、风电现场，专门针对安全性做了测试，针对安全性又做了一个微型机器人的开发。右边这个表格是机器人的参数，它的工作空间，有效空间，还有本体质量，还有一些保障等等。

看一下实验室环境做了哪些措施，我们对它很多种类型的损伤，一段我们从现场拉回来的叶片，我们人工做了很多损伤，不同类型的，有裂纹的，有缺焦的等等，第一类树状裂纹，做了很多测试，对不同尺寸的损伤做了人工模拟，结果显示，它可以非常好模拟出来一些损伤，尤其树状裂纹，横状裂纹也是可以比较直观的显示出来，这个过程都是我们用机器人搭载了相控阵超声在叶片上做的检测，说明对于偶合性能做得非常好的，包括斜状的裂纹可以非常清晰的检测出来。这是模拟两个腹板和缺焦，由于切割机有限，切在焦上，其实它事实上缺的往往是主梁，就贴着主梁那边切，不会在中间切，自动情况下还是把缺口找出来了，这个区别就在于焦对于超声波，它波的能量吸收是很强烈的，如果是正常的缺焦是紧贴着主梁交接面去的，我们对超声设备的检测速率做了测试，我们在不同速度下对它的测试，发现最后0.18米每秒的时候，它既能够实现稳定的偶合，又能够实现最高的一个检测效率，这是在地面叶片上做的一个测试，左下示图就是检测机器人在操作的过程，上面就是它的摄像头，上面就是一个清扫装置，通过我们程序的控制，它是这样往前走，每次在行进和操作过程中吸盘都是牢牢非常柔顺贴合叶片表面。

安全性是对强风，比如检测的时候突然来一阵强风、通讯突然中断、突然打一个雷，也在实验室做了一个测试，这是在5兆瓦风机上做了一个现场的测试，拿无人机拍了一个小视频，跟大家分享一下，先把设备吊上去，然后壳子比较大，我们在机装顶上把包装组装一下，再吊运到叶片上，再做到检测以后再运回来。我们为了保障机器人绝对安全，所以说在最近一个月我们开始着手设计叫防滑落的微型机器人，这两个图是国外一个公司开发的机器人，原理上跟我们很相似，用的相控阵超声，还有采用轮式+吸盘的组合方式，他们测试的时候拿了一台汽车吊瓦，这个成本我们商业化过程中是无法承受的，所以我们设计了一种新的方式，把机器人和整个叶片套在一起，采用了最轻至，又有足够强度的缆绳，目的就是使得本身非常低概率，机身滑落这种状态，还有最后一道电缆给它脱住，防止它掉下去，宕到塔筒说把机器人砸坏，因为塔筒本身40公斤，主要怕把机器人砸坏，主要是挂在叶片上面，最后找个吊篮再取下来，保证万无一失，这是微型机器人的设计图，右边是实验室做的一个测试。它很巧妙，把小型的机器人夹在宇梅上，沿着转一圈，就把缆绳套一圈，再套到机器人上面再进行后面的作业，所以是检测过程的第一道。

智能检测现在关注的很少，包括国内外一样，是走在前面的一件事情，做起来也非常难，因为要把一个机器人放到叶片上，大家坐在会议室里没什么感觉，但是坐在机器人顶上去遥控的时候，你觉得任务责任非常重大，不能出现任何闪失。

我们做了一系列测试以后总结几条，第一点，这种技术路线是完全可行的，而且也是叶片的一个运维非常重要的方向。第二点，经过多重的测试发现，这种设计形式具有非常高的安全性和可靠性。第三点，用检测机器人代替人工对叶片主梁的一些损伤或者测试，具有精度高，数据可服线，还有检测精度非常高，达到一点几毫米这样一个优势。第四，它的检测效率很高，因为用机器机械去压紧那个探头，稳定性和压力比人手持要好很多，而且它的扫查的过程有一个双轴编码器去负责，我设备去检，它所有各个坐标位置都存储起来，对于以后反哺叶片的设计是有好处的。我就介绍到这儿，谢谢各位。

（根据速记整理，未经本人审核）

相关阅读：

低成本高性能叶片创新设计与制造