吉林公司新能源公司基于声纹与振动识别的风机叶片及变桨减速机智能监测预警系统研究项目公开招标项目招标公告
1.招标条件
本招标项目名称为：吉林公司新能源公司基于声纹与振动识别的风机叶片及变桨减速机智能监测预警系统研究项目公开招标，项目招标编号为：CEZB260303986，招标人为国能吉林新能源发展有限公司，项目单位为：国能吉林新能源发展有限公司，资金来源为自筹。本项目已具备招标条件，现对该项目进行国内资格后审公开招标。
2.项目概况与招标范围
2.1 项目概况、招标范围及标段（包）划分：本项目共划分为一个标段；
2.1.1项目概况：
当前风电行业对叶片及变桨减速机的健康状况评估面临挑战，过往主要依赖无人机巡检、吊篮作业和人工内窥等传统检测方式。这些方法不仅检测周期长、运维成本高，更关键的是缺乏实时监测能力，使得长期承受气动载荷、紫外线辐射及剧烈温差作用的叶片，其出现的裂纹、脱粘等损伤难以及时被发现。且随着风电装机规模扩大，设备故障攀升。基于声纹与振动识别的风机叶片及变桨减速机智能监测预警系统研究项目，旨在应对风电装机容量增加带来的风电机组故障上升问题，通过研发集成声纹与振动识别技术的智能监测装置和软件系统，实现对风机叶片及变桨减速机关键部件的实时精准感知与故障预警。项目将研究声纹信号降噪及关键特征提取技术、基于声纹与振动信号的故障识别模型，并开发适用于复杂噪声环境下的声纹采集及边缘计算终端装置，最终在通榆新茂风电场进行试点应用，以提升风电场运行的安全性和经济性。
2.1.2招标范围：
2.1.2.1 研究风机叶片与变桨减速机声纹信号的降噪及关键特征提取技术
风电机组运行过程中受到转速，风力，传动链机组，轮毂，天气等多种影响，偶发声源多，噪声种类多。研究自适应滤波、小波变换和盲源分离等技术，实现环境噪声与设备特征声纹的有效分离。通过时频分析和模态分解，提取叶片与变桨减速机内部故障相关的特征频段，提升信号信噪比，达到抑制降噪的目的。
结合风机叶片、变桨减速机的内在声学机理，设计多域特征技术路线，基于时间序列和空间维度以及宽带能量域时空谱分析理论，研究复杂环境中风机叶片、变桨减速机故障与特征声纹生成机制之间的相关性，提出基于宽带能量域时空谱的声纹特征提取方法，显著提升风机叶片与变桨减速机故障特征的区分性和辨识度。
2.1.2.2 研究基于声纹与振动信号的风机叶片与变桨减速机故障识别模型
研究基于自监督学习的模型声纹特征编码技术，设计有效的预训练任务，从大量未标注的声纹数据中学习到具有高判别性的特征表示；自监督学习使得模型能够在无监督的情况下捕捉声纹数据的内在结构和模式。
提出一种基于声纹与振动的风机叶片裂纹与变桨减速机故障识别技术，结合自监督学习、特征编码和噪声抑制等技术，形成一个高效、可靠的识别模型。通过模型微调和优化，实现对叶片内部裂纹的高灵敏度检测和识别。
2.1.2.3 研发复杂噪声环境下的风机叶片与变桨减速机声纹采集及边缘计算终端装置
考虑风电场风大、干扰严重、高温潮湿等异常气候多变的特点，研制一套适用于风场环境的高可靠声纹采集装置，突破传统设备环境适应性差的局限，有效解决恶劣环境下风机叶片与变桨减速机信号的采集难题。
针对风电场声纹监测的实时性需求，研制高性能边缘计算终端装置，集成嵌入式声信号处理与智能诊断算法。研究轻量化模型部署及低功耗设计等关键技术，实现风机叶片与变桨减速机声纹数据的边缘端实时分析与故障识别。通过优化硬件架构与算法协同，提升复杂环境下的计算效率与可靠性。
2.1.2.4 研发风机叶片与变桨减速机状态监测预警平台和试点应用
基于智能感知层、数据模型层、应用服务层等多层体系架构，研发一套基于声纹与振动技术的风机叶片与变桨减速机状态监测预警平台，实现全天候、全方位实时分析叶片声纹数据，变桨减速机振动数据，掌握风机运行状态，对叶片内部早期缺陷以及变桨减速机故障情况进行预警分析及可视化呈现，并对声音与振动采集装置、声音数据标注、样本管理、数据对比分析等进行一站式管理。选取通榆新茂风电场10台风机开展试点应用，基于现场试运行情况，进行必要的调整和优化。
2.2 其他：/
2.3 主要研究内容及预期目标：2.3.1实现关键部件的实时精准感知：研究风机叶片、变桨减速机声纹信号的降噪及关键特征提取技术，形成自适应降噪与多域特征融合方法。
2.3.2研究基于声纹与振动信号的风机叶片、变桨减速机故障识别模型，面向小样本、多工况提升准确率与泛化能力（算法准确率≥95%，单样本模型识别时间小于2秒）。
2.3.3研发复杂噪声环境下的风机叶片、变桨减速机声纹采集及边缘计算终端装置（麦克风灵敏度不低于-36dBFS，必须内置防雷模块；边缘计算终端须实现叶片缺陷算法与变桨减速机异常故障算法的实时分析与预警）。
2.3.4实现监测系统与风电场运维平台的无缝融合：研发基于声纹与振动识别技术的风机状态监测系统，实现早期裂纹、疲劳劣化等结构性风险、变桨减速机齿轮磨损、润滑失效、轴承损坏的实时感知，提前干预潜在故障，防止因叶片断裂、脱落等突发事件引发的重大设备损毁和安全事故。
为运维人员提供可操作的决策依据，减少非计划停机风险。
2.3.5形成可推广的工程化应用模式：在通榆新茂风电场10台风机试点应用，降低因叶片和变桨减速机问题导致的非计划停运比例≥10%。
2.3.6基于本项目研究所获得的相关研究成果，申请国家发明专利2项（提供受理通知书），软件著作权 2 项；发表或录用科技核心期刊论文1篇；提交基于声纹与振动识别技术的风机叶片、变桨减速机状态监测技术报告4份。开发基于声纹与振动识别技术的风机状态监测软件系统1套。
2.3.7基于本项目研究所获得的相关研究成果，取得各省、自治区、直辖市人民政府科技厅或《国家能源集团科学技术奖励办法》中明确的8家行业协会鉴定的国内先进及以上成果认定工作，取得科技奖励1项，提供证书。
2.4 项目服务期：自合同签订之日起至 2026年12月31日。
3.投标人资格要求
3.1 资质条件和业绩要求：
【1】资质要求：（1）投标人须为依法注册的独立法人或其他组织，须提供有效的证明文件；
（2）投标人须具有并提供有效的安全生产许可证证书。
【2】财务要求：/
【3】业绩要求：2021年5月至投标截止日(以合同签订时间为准)，投标人须至少具有风机叶片监测系统建设或改造合同业绩2份。投标人须提供能证明本次招标业绩要求的合同证明扫描件，合同扫描件须至少包含：合同买卖双方盖章页、合同签订时间和业绩要求中的关键信息页。
【4】信誉要求：/
【5】项目负责人的资格要求：/
【6】其他主要人员要求：投标人须提供拟任安全生产管理人员有效的安全生产考核合格证（C类）。
【7】科研设施及装备要求：/
【8】其他要求：/
3.2 本项目不接受联合体投标。 /
4.招标文件的获取
4.1 凡有意参加投标者，（注：未曾在中国电力商务招标网www.dlswzb.com上注册会员的投标单位应先注册。注册联系人：李 晨 手机:18911078205 ）
4.2 购标途径：已完成注册的投标人请登录在线完成招标文件的购买。
4.3 招标文件开始购买时间2026-05-25 15:00:00，招标文件购买截止时间2026-06-01 :00。
4.4 招标文件每套售价每标段（包）人民币第1包70元，售后不退。技术资料押金第1包0元，在退还技术资料时退还（不计利息）。
4.5 未按本公告要求获取招标文件的潜在投标人不得参加投标。
您的权限不能浏览详细信息,非正式会员请联系办理入网事宜，成为正式会员后可下载详细的招标公告、报名表格、附件以及部分招标文件等.
联系人：李 晨
手机：18911078205
电话：400-889-6261
传真：010-58043585
邮箱：lc@dlswzb.com
