随着我国对清洁能源重视程度的提高,风力发电得到了大力发展,并且已有较大规模的应用,但风电机组发电过程中设备检修成本很高,是制约风电发展的问题之一。针对这一问题,本文对点检制在风电场中应用的可行性进行了研究,开发了一套针对风力发电机组的点检系统,实现了对人员和设备的管理,研发出了点检任务制定、数据采集、数据分析和缺陷管理等功能。首先对点检制和点检技术的国内外发展现状进行介绍,梳理点检项目,并介绍风电机组点检中的各项内容。接着根据研究目标对风力机叶片点检、点检数据采集以及点检管理系统进行了详细的需求分析,提出需要解决的问题。对点检技术进行了探讨,介绍了振动技术中的各种算法和应用,为点检系统中振动信号分析提供依据;对点检中的风力机叶片裂纹检测技术进行深入研究,以深度学习目标检测算法为基础,结合风力机叶片裂纹的特性,对算法进行针对性改进,使其在裂纹检测场景中表现更好,运用迁移学习方法解决小样本下模型训练的问题,然后搭建算法模型,收集样本数据对模型进行训练,并将检测结果与未改进的算法进行对比分析。根据安全性和使用场景等因素选择点检管理系统架构,并根据需求分析,对数据库结构、点检管理系统功能模块进行了设计,完成软件的研发工作;为配合点检管理系统工作,对点检仪硬件进行了设计,在硬件的基础上设计并编写软件,实现了数据采集、数据存储和数据无线传输等功能。最后对本文的研究内容进行总结,提出后阶段进一步研究和改进的重点,为以后工作指明方向。