吴 忍，孙 渊

（上海电机学院机械学院，上海201306）

风机塔筒就是风力发电机的塔杆，主要起支撑和吸收风电机组振动的作用，为确保风机发电量的稳定可靠，风机塔筒要将风力发电机组支撑于60～100 m的高空。风机塔筒的结构型式主要有圆筒式、桁架式等，按照材料类型又可分为纯钢式、混凝土式等。目前，钢制圆筒式塔架在国内外风电企业中应用最为广泛。

风机塔筒的焊缝主要包括单节塔筒的内外纵缝，两节塔筒组对后的内外环缝以及法兰盘和筒节的拼接焊缝。目前我国的塔筒生产中主要采用风电塔筒大型焊机对塔筒进行自动化焊接，但是对于塔筒焊缝的无损检测依然是完全依赖人工，检测内容包括外部和内部缺陷检测。对于外部缺陷，大多采用磁粉检测（MT）、渗透检测（PT）和涡流检测（ET），但是由于风机塔筒体积庞大且焊缝分布不平，操作起来十分不便，效率不高［1］。随着计算机技术和图像处理技术的飞速发展，在目标检测领域中，先后出现了数字图像处理技术、机器学习和深度学习3种常用的检测方法。数字图像处理技术也就是传统图像处理技术，采集图像时易受外界环境的噪声干扰，泛化能力不强。机器学习在一定程度上能够抵抗外界噪声干扰，但是机器学习模型的参数设置和目标特征点都要人为设定，过分依赖经验，因此精确度和效率无法得到保障。深度学习的出现解决了以上两种目标检测方法存在的问题，以卷积神经……