作品详情

大赛登录

大赛注册

当前位置：首页大赛首页基于深度强化学习的风电叶片运维机器人

大赛简介

大赛作品

大赛动态

联系我们

联系人：王秀秀

电话：010 -66083178

网址：www.qxwq.org.cn　

地址：北京市西城区广安门

内广义街5号广益大厦

大赛作品详情

作品名称：基于深度强化学习的风电叶片运维机器人
学校名称：广东海洋大学阳江校区
参赛队伍：Hyperbot队
队伍编号：201888
参赛学生：张琛皓郑灶旭陈宇杰
投票日期：2024年10月08日 00:00->2024年12月05日 15:00
请在微信端进行投票。点此扫描二维码。

详细说明

叶片的大型化使得其在海上恶劣环境下面临的损坏更为突出。叶片损坏的过程可以分为几个阶段，包括早期裂纹、中期扩展以及最终的大面积损坏，如果不及时对叶片上的早期裂纹进行干预，这些裂纹很可能会进一步扩展，甚至导致叶片的大面积脱落。传统的人工检修方式通常只针对叶片出现大面积脱落时进行修补，而忽视了早期裂纹的存在。这种方式效率低下、成本高昂，并且安全性不高，容易造成严重的后果。

然而，现有的人工巡检及风电叶片运维机器人还无法低成本、高效率、高安全性地能实现裂纹修复工具的搭载，主要原因在于风电叶片攀爬机器人还存在以下三点关键难题：

1) 现有爬壁机器人还无法实现风电叶片微小裂纹的一体化检测与维修；

2) 风电叶片曲面形状/轮廓复杂，曲率变化大，爬壁机器人在复杂曲面的运动规划较难实现；

3) 复杂的海上环境风电攀爬机器人的感知和控制问题；

本研究旨在通过开发智能化、高效的风电叶片运维机器人以解决目前风电叶片攀爬机器人领域存在的三大突出难题，显著提升风电场运维水平，降低运维成本，为风电运维领域提供全新的技术方案和思路。该机器人可实现在风电叶片表面的自主爬行，不受复杂地形限制；同时可搭载修复工具和检测工具，实现对风电叶片的自动化检修；并且采用深度学习技术，解决四足机器人叶片上运动控制的难题，提高运动稳定性和效率。