风机叶片，是风力发电机的核心部件之一，它的运行状态直接关系到风机整体性能和效益。而风机叶片的尺寸逐年增大，从1981年发展至今叶片尺寸增大了15倍，超过一架波音777飞机的长度，造价占到风力机总成本的15%～20%。近年来，随着国内外发生多起由于叶片失效导致安全风险和巨大经济损失的案例，叶片失效隐患早已成为风电企业的最大忧虑之一。业内专家开始意识到：忽视叶片健康监测无异于给风机整体运维与安全“埋雷”。
现行的叶片状态检测手段收效欠佳。由于风场环境恶劣，叶片失效根因复杂，检测难度高，往往无法及时、准确地告警叶片故障。
接触式检测手段。以吊篮为代表的接触式检测手段，是大多数风场目前认为相对有效。但检测过程费时，需要在风机停机状态下进行，直接影响整体发电效率，并且可能引入新的安全隐患。
手持或固定式望远镜检测手段。可以发现较为明显的叶片损伤，但往往此时叶片损伤已经形成，无法做到早期异常识别。
无人机巡检手段。该方法受限于无人机供能和环境、天气、风速等，无法实现实时在线监测。
基于振动模态分析的监测手段。仅对识别叶片结构内部的重大损伤有效，对与外形相关的或靠近叶尖的损伤并不敏感。
基于红外扫描的检测手段。由于叶片尺寸巨大，实现叶片全覆盖难度较大，目前仅有离线检测的设备，无法实线在线监测。更重要的是，设备价格高昂，大规模普及经济压力较大。
虽然这些手段各有不足，但仍然为目前主要的叶片运维辅助手段。那么，有没有一种解决方案，可在不停机、不接触叶片的前提下，不受极端环境的影响，实现叶片全覆盖的实时监测，同时价格还要更加合理呢？
事实上，我们已经进入了工业智能+时代，可以采用数据分析为驱动的方法实时叶片早期异常识别，帮助业主准确定位失效类型，把叶片问题消灭在萌芽状态，避免叶片损伤进一步扩展，延长叶片使用寿命，大幅降低叶片大修、断裂等重大风险。
天泽智云开发的BladePredict叶片卫士™，采用非接触的部署形式，通过不接触叶片的声音传感器实时采集叶片运行过程中的音频数据，结合内置的智能算法，能够实时监测叶片异常。风机端采集系统将叶片音频数据按特定的条件采集并通过主控内网光纤回传至站端服务器，站端软件平台会自动进行信号处理、特征提取、工业智能算法分析，后端整体监测系统，对叶片的健康程度做出准确的评估，同时还能够提供手机移动监测、故障警报、工单派发等个性化便捷功能。
叶片卫士™系统部署架构
能听出什么异常的声音吗？是的，一支叶片声音响度明显大于另外两支，在频谱图中它是这样呈现的。
叶片运行声音及频谱的声图回放
通过叶片卫士™内置的工业智能算法分析，在站端即可准确定位故障并发出报警。
雷击损伤故障识别及告警
将告警信息一键派发至工单系统，现场维护人员使用移动端叶片卫士™系统，有针对性地检查该风机的叶片，发现了一支叶片存在明显的雷击损伤。
无论叶片雷击开裂或破孔、前缘雨蚀、气动不平衡、结冰等问题在声波频谱中都是有迹可循的，可以通过典型的频谱或能量特征来识别，即可进行早期故障的准确识别。
叶片卫士™是由北京天泽智云科技有限公司自主研发的软硬一体化产品，具有以下核心优势：
· 基于特征增强+机器学习的智能算法系统，准确检测早期异常及失效模式
区别于简单的叶片音频采集和粗略的识别，天泽智云将自身强大的工业智能算法优势与风电行业丰富的专家经验深度融合，快速、准确地识别叶片故障类型和潜在隐患，包括致命的雷击开裂，都能做到及时精准告警。
以雷击失效为例，采集的数据经过巧妙的数据清洗过滤之后，叶片卫士™系统创造性地将雷声因子与叶片能量幅值差异因子结合，实现了对雷击损伤准确及时的报警。弥补了现有叶片依赖简易的雷电记录卡或昂贵的雷击计数器来识别雷击的短板，以及无法做到准确识别的不足，对于高雷暴风场的智能生产提供真正有效的保障。
· 高防护等级硬件与强大的算法结合，保证极端环境下有效运行
叶片卫士™风机端边缘智能采集系统，通过大幅提升硬件防护等级确保能够抵御极端环境，同时系统内置强大的噪声过滤算法，可过滤掉风力机内外部无用噪声，确保数据的准确性及可靠性。边缘智能采集系统还配备了故障自诊断功能，能够智能识别线路短路、断路和信号中断等风机端故障。
· 提供便携的安装方式与多样的监测功能，有效节省安装维护成本
叶片卫士™硬件设备只需安装在风力机筒上，避免与叶片接触造成结构性损伤。叶片卫士™产出的评估结果可补充离线检测手段对时间敏感性的不足，精准定位叶片故障异常。系统还支持手机端实时查看叶片状态及预警结果，并可与风场已有的智慧风场系统、工单系统无缝对接集成。
以某个容量为50MW的高雷暴风场为例，叶片卫士™在更换/维修与发电量损失两个维度，可为用户节省最高 86% 的成本。新一代叶片卫士™纳入叶片振动信号、叶根螺栓断裂典型特征等监测功能，为叶片配备全面的感知系统，提供涵盖外形、结构和根部连接系统在内的全生命周期健康管理。随着叶片的状态数据和故障特征不断积累，对于提高未来叶片设计的能力，可靠地达成低载高效的目标也极具价值。
未来已来，无论对于新建风场的智能化标配，还是老旧风场的智能化升级，叶片在线健康管理技术已经成为业内的核心竞争力之一，能够帮助风电领域不同厂商在同质化严重的叶片市场中突围。
小贴士
天泽智云领跑工业智能技术实践，助推工业高质量发展
天泽智云是工业智能实践者。以“让工业无忧”为愿景，目标十年实现100个无忧生产和无忧运营的工业场景。天泽智云致力于将全球领先的工业智能化技术和丰富的实践经验在中国进行传承。公司由全球工业大数据分析与预测的学科带头人李杰教授担任首席顾问，核心技术团队成员由来自于美国智能维护系统(IMS)中心的机械工程博士组成，具备工业领域知识、计算机科学、人工智能算法的跨界知识与能力。
天泽智云基于大量的工业智能化经验，从工业生产及使用过程中产生的大量数据为入口，以CPS信息物理系统5C为架构，针对工业生产与运营中的关键设备PHM故障预测与健康管理，构建并自主研发了以DT数据技术—PT平台技术—AT分析建模技术—OT运维技术为核心的工业智能技术支撑体系和产品，能够打通数据采集、边缘计算、数据管理与服务、分析建模、系统部署，到工业应用的链路，赋能工业企业实现提质、增效、降本、减存的业务目标。
目前已经服务的工业智能化场景涵盖智能风场运维系统、轨道列车与运营关键设备的故障预测与健康管理、数控机床刀具剩余寿命预测及主轴故障预诊，以及泛工业场景的能耗设备智能能效优化等。
