中国计量大学御风科技团队 突破风电叶片检测瓶颈 以AI技术赋能产业升级

本报讯 为攻克风电叶片巡检效率低、安全风险高、缺陷识别精度不足等行业痛点，中国计量大学御风科技团队在柯坤鸣带领下与姜轩毅、张润泽等十名同学，深入全国多座陆上风电场开展实地调研，历经近一年技术攻关，成功研发出基于多模融合的叶片AI智能诊断系统，为风电运维智能化转型提供核心支撑。

团队调研发现，传统人工巡检需攀爬百米塔筒，单台风机巡检耗时超25分钟，人员安全风险极高；普通无人机巡检易受气流影响导致姿态不稳，存在缺陷漏检、识别精度不足等问题。针对这些痛点，柯坤鸣带领团队聚焦“接触模态稳定控制+多模传感器融合”技术方向，研发无人机接触式检测技术，有效避免“撞塔”风险，同时融合视觉与超声波传感器，实现叶片内外部缺陷一体化精准检测，在复杂风场环境中，作业稳定性提升60%，检测效率提升40%。

团队还优化了无人机轻量化结构，整机重量较传统机型减轻25%，续航里程延长30%，可适配山地、沿海等偏远风场；通过智能化云端数据处理技术，实现检测数据实时回传与AI分析，数据传输时延≤500ms，缺陷识别准确率≥98%。在江苏某陆上风电场测试中，该系统将单台风机检测时长从25分钟压缩至15分钟，运维安全风险降低90%，“当日出检测报告”履约率提升至92%，切实为风电产业提质增效。