《Wind Energy》：Wind Turbine Blade Crack Detection and Assessment in Images Using Machine Learning
编辑推荐：
随着风能产业日趋成熟，风力机叶片(WTB)检测正从依赖绳索接近与人工损伤评级的手动流程，转向无人 aerial 飞行器(UAV)摄影与人工智能辅助数据处理。已有研究提出基于卷积神经网络(CNN)的目标检测方法，用于在WTB图像中定位与量化损伤，然而现有方法无法
随着风能产业日趋成熟，风力机叶片(WTB)检测正从依赖绳索接近与人工损伤评级的手动流程，转向无人 aerial 飞行器(UAV)摄影与人工智能辅助数据处理。已有研究提出基于卷积神经网络(CNN)的目标检测方法，用于在WTB图像中定位与量化损伤，然而现有方法无法对检测到的损伤实例进行实际尺寸测量，而这是有效维护规划的关键。裂纹图像测量的主要局限在于需要显式尺度参考标记或成像距离等附加数据，在大型WTB检测中往往不实用或不经济。研究人员提出一种无需额外传感器数据的WTB裂纹检测与测量新框架，采用微调的基于CNN的目标检测与分割网络，在图像中定位裂纹及隐式尺度参考；先检测图像中的WTB，再利用WTB已知尺寸对裂纹缩放测量。该研究还提供了包含小型WTB模拟裂纹、前缘侵蚀(LEE)及污染图像的代表性WTB损伤综合数据集。该方法在测试图像集上表现良好，且能在3D重建生成的有限正交 mosaic(orthomosaic)视图中检测并测量裂纹，表明未来可应用于全尺寸WTB检测。
研究背景方面，风能占可持续发展比重上升，风力机(WT)运维(O&M)向基于状态维护转型，UAV摄影替代绳索接近降低停机时间。机器学习和深度学习(DL)已用于WT及WTB损伤检测，但多数现有基于CNN的目标检测与分割方法仅能定位与分类裂纹，无法以真实单位（如mm）量化裂纹长度，而剩余使用寿命(RUL)估算依赖当前损伤量化状态，故测量能力缺失限制运维优化。现有图像裂纹测量方法要么依赖图像内显式尺度标记（大型叶片难布置），要么依赖成像距离或深度传感（增加成本），混凝土结构裂纹测量成果难以直接迁移至玻璃纤维增强聚合物(GFRP)曲面叶片。公开WTB数据集（DTU、Blade 30）缺乏损伤真值尺寸且视角不足以3D重建，无法验证测量管线。因此研究人员开展本研究，构建含已知裂纹长度的小型WTB数据集，提出以WTB自身已知尺寸为隐式尺度参考的裂纹检测—测量框架，并在2D图像与3D重建正交镶嵌图(OM)上验证。
关键技术方法上，研究人员制作三类消费级小型WTB（Type 1–3，长度400–580 mm），用划痕加墨水模拟10–25 mm裂纹（步进5 mm，钢尺校准至0.5 mm），沙纸加墨水模拟前缘侵蚀(LEE)，水基墨模拟污染；采集正交平面视图与仿UAV多视角（约72张全覆盖+8张全局），自然光下拍摄，置30 mm绿标作显式基准。用Agisoft Metashape基于运动恢复结构(SfM)生成稠密点云与OM（0.1 mm/像素）。检测端采用三路并行Mask R-CNN（ResNet-50v2骨干，COCO预训练微调15轮），分别检WTB、标记、裂纹，以VIA标注生成二值掩膜与边界框；裂纹测量取边界框对角线像素维，除WTB或标记已知对角毫米维得mm/像素，乘裂纹框对角线得毫米长；WTB检测框兼作区域兴趣(RoI)滤除框外误检；Type 3经少量样本迁移学习(TL)微调裂纹模型。
研究结果如下。
4.1 检测模型：在Type 1–2测试集，标记检测精确率0.999、召回0.992、F1 0.995；WTB检测F1 0.985；裂纹检测F1 0.839。Type 3未微调时裂纹F1仅0.110，经15+15轮微调达0.564，WTB与标记检测跨类型泛化近完美（F1 0.975、0.897），说明裂纹因细薄需专项微调。
4.2 裂纹测量：以标注为真值基线，WTB缩放平均绝对百分比误差(MAPE) 7.507%，标记缩放9.618%；研究所提管线在2D图像上WTB缩放MAPE 5.945%，标记缩放5.755%；Type 3微调后降至4.943%（WTB）与4.829%（标记）。OM上管线MAPE升至19.993%，而在Metashape内直接用标尺测OM得6.070%，说明OM伪影拉低自动管线但人工/混合可行。
讨论部分指出，裂纹检测F1 83.9%低于Li等SegFormer的98.5%与Hang等mAP 97.1%，但与Yu等（76.8%）、Sheiati等（78%）相当；测量MAPE 5.945%接近人工标注误差带，等价于专家水平。相比Yuan等显式标尺0.8–1.6%误差、Minh Dang等以砖块隐式参考10.04% MAPE，本研究以WTB为隐式参考在曲面复杂场景下具竞争力；激光测距法（Nyathi等4.231%、Li等1.628%）虽更准但需硬件。OM上误差增大源于重建接缝、误检，但全尺寸叶片特征更大、OM质量更高，管线有望优于小型数据。结论部分翻译：本研究提出以WTB已知尺寸为隐式尺度参考的裂纹测量管线，在小型WTB模拟数据集与摄影测量3D重建上验证；以WTB维缩放MAPE 5.945%，与显式标记5.755%、人工标注7.507%相当，无需相机内参或深度传感，2D视图表现良好、3D正交视图具启发性，证明基于DL的WTB裂纹实测可行，为全尺寸叶片运维量化铺垫。论文发表于《Wind Energy》。
