长期以来，风机叶片行业及材料力学界在叶片外观缺陷诊断手段上，进行了大量的研究测试，但至今，仍难找到适用于风场运维实际的高效的叶片外观检测方法，导致风机叶片缺陷主动控制缺少准确的数据支撑和理论，一直沿袭人工远视及吊篮近距离检测的方式。
·巡检痛点：
①外接环境复杂
②缺陷难以辨别
③检测手段局限
·常规手段
①目视
②敲击
③超声波
智联提出的风机叶片巡检方案，致力于通过长航时无人机，对风机进行环绕及贴近匹配飞行，实现微观尺度上的风机叶片缺陷观测，再结合人工智能算法智能识别，并对比历史数据完成对叶片缺陷发展的趋势分析，基于大数据实现对叶片全生命周期的科学管理。
大汇智联的风机叶片巡检方案，是对风机叶片全生命周期管理手段的重要补充。
智联方案：大感知（普查巡检/详查巡检）、高准度（单只叶片3.2亿像素点）、高智能（自主飞行/自动识别）
巡检图像分析平台包含地图预览、巡检记录、风机管理、对标分析、缺陷发展趋势分析等功能模块，及时掌控风机叶片健康度。
大汇智联已与风机行业相关单位达成合作，共同成立联合专家库，完成风机叶片巡检业务更新及迭代。
在对风机叶片进行数据整理分析及数据诊断后，大汇智联出具巡检报告，经叶片认证权威机构审核，对识别出的缺陷进行认定，同时提出消缺建议，帮助业主实现叶片健康度管理。
