随着海上风电的持续发展，风机的安全运维越来越重要。传统的停机检测方法代价较高，基于修正的热弹性应力分析（TSA），提出一种风机叶片热红外检测技术。经典TSA的应用条件是绝热（即高频率循环载荷），但风机叶片等结构承受的循环载荷达不到高频。为了提高热红外在低频率载荷下的检测精度，对经典TSA理论进行修正，并通过疲劳实验对修正模型进行验证。其次，利用BLADED风机仿真软件对叶片的推力进行分析，计算叶片3个方向的推力及推力变化频率。通过修正的TSA模型对低频率载荷下风机叶片的表面温度进行分析，进而通过TSA理论对叶片表面进行应力及损伤检测。

为解决废弃风机叶片大量堆存、难以处理的问题, 通过机械粉碎方法得到再生风机叶片纤维, 研究不同掺量(0%、10%、20%和30%, 质量分数)再生纤维对混凝土力学性能和抗冻性能的影响, 探讨废弃风机叶片在混凝土中利用的经济和环境价值。结果表明: 掺10%、20%和30%再生风机叶片纤维混凝土的抗弯强度和劈裂抗拉强度较素混凝土提高明显, 抗弯强度分别提高了2.8%、2.8%和11.1%, 劈裂抗拉强度分别提高56.3%、68.8%和 40.6%。掺20%再生风机叶片纤维混凝土冻融寿命可达75次, 远超素混凝土的冻融寿命(25次), 混凝土抗冻性能显著提高。但是, 再生纤维掺量过高(30%)时, 混凝土吸水率上升明显, 抗压强度和抗冻性能下降。相比传统的焚烧处理, 在混凝土中掺入20%再生风机叶片纤维, 可降低混凝土成本69.2元/m3,减少CO2排放0.04 t/m3。

本文针对目前风机叶片人工检测工作量大、效率低、缺陷检测准确率不高的问题，提出并设计了一种基于无人机图像的缺陷自动化检测系统。本文介绍了系统的图像采集系统、采集方法、缺陷检测原理及检测效果：系统以无人机为飞行载体实现了（风机叶片的）自动巡检，从而提高了巡检效率，降低了人工的工作量；通过图像分割及缺陷检测算法设计实现了缺陷可疑区域的自动检测；可见光加红外光双光融合提高了叶片缺陷自动识别的准确性。经过多次现场测试验证，本系统可以精确、快速地实现鼓包，裂纹和褶皱等缺陷的自动识别与检测。