马铁强，姜喜耀，孙传宗，刘博阳，单光坤

(沈阳工业大学 机械工程学院，辽宁 沈阳 110870)

0 前言

叶片是风电机组的核心部件之一。风电机组在野外环境下长期运行，叶片表面损伤长期不断累积，将对风电机组安全构成重大影响[1]。为了避免重大事故和潜在风险，风电场需要对叶片表面进行定检和维护[2]。风力机叶片表面损伤检测手段多样，例如望远镜观测、人工悬索观测等。其检测工作均人工完成，干扰因素多、维护成本高、检测效率低[3]。

随着风电机组向大型化发展，叶片尺寸不断加大，叶片养护成本也不断增加[4，5]。为了降低叶片养护成本，保障维护人员安全，机器人、无人机开始应用到风力机叶片表面损伤检测。文献[6]用无人机对风电机叶片表面缺陷图像采集，实现了损伤的识别与分类。文献[7]研究了海上风电机组叶片的旋翼无人机巡检技术，由于没有规划搜索路径，导致在有效续航时间内无法完成更多的检测任务，效率偏低。

本文提出一种风力机叶片表面损伤的无人机优化搜索路径规划方案，以种子填充算法与质心算法相结合确定叶片表面损伤位置与疑似损伤位置的质心坐标，采用模拟退火算法对损伤位置搜索路径进行优化。

1 巡检系统构成

无人机的飞行路线普遍由人工操作，存在对风力机叶片疑似损伤位置图像收集不全面、人为操作图像采集过程较长等问题，并且四旋翼无人机具有六个自由度，六个输出状态，由四个输……