基于图像识别技术的风力机叶片损伤检测研究

作     者：邢义 宋力 刘波 陈永艳 焦晓峰 冯博宇 XING Yi;SONG Li;LIU Bo;CHEN Yongyan;JIAO Xiaofeng;FENG Boyu

作者机构：内蒙古工业大学能源与动力工程学院呼和浩特010051 风能太阳能利用技术教育部重点实验室呼和浩特010051 内蒙古工业大学数据科学与应用学院呼和浩特010051 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司呼和浩特010020 

出 版 物：《工程热物理学报》 (Journal of Engineering Thermophysics)

年 卷 期：2025年第46卷第1期

页      面：92-97页

核心收录：

学科分类：080703[工学-动力机械及工程] 080704[工学-流体机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 

基　　金：内蒙古自治区直属高校基本科研业务费项目(No.JY20230079) 内蒙古自治区科技重大专项(No.2020ZD0017) 内蒙古自治区科技计划项目(No.2019GG267) 国家自然科学基金(No.52166016) 

主　　题：风力机叶片 表面损伤检测 小目标检测 

摘      要：风力机受恶劣环境影响,叶片表面极易出现损伤,针对其损伤尺寸小、形状样式多变的问题,本文提出了一种基于改进YOLOv5的轻量化风力机叶片表面损伤检测算法。根据基础网络对小目标位置检测偏差敏感的特点,将NWD与IOU两种损失度量方式相结合;同时,为降低网络复杂度,提高网络性能,在YOLOv5模型主干网络中融入多维动态卷积ODConv。实验结果表明,改进后网络计算复杂度降低45%,算法的平均精度提升8.3%,能较好地识别出风力机叶片表面损伤。