2020年9月,随着国家提出“碳中和”“碳达峰”的宏伟目标,我国的能源产业布局也对此做出了重大调整,风能、太阳能等清洁能源成为我国重点研究领域。我国的风能资源十分丰富,分布广泛,在近些年的科研探索中,我国科研工作人员在风力发电领域取得了丰硕的成果。在风力发电机中,叶片的功能就是将来自自然界的风能转换为人类所需要的电能,是风力发电机中重要的零部件组成。风力发电机的工作环境大都在山区郊外,据统计在野外的工作环境中,叶片的损伤率是整机零部件中最高的,若对损伤叶片不进行及时的检测与修复,则会导致严重的经济损失,所以对风力发电机叶片的检测有重要意义。本课题组针对风力发电机叶片检测任务,开发一款叶片巡检机器人,该机器人有攀爬塔筒小车、叶片巡检执行机构组成,采用基于深度学习技术的图像处理方法对巡检机器人拍摄的叶片图片进行损伤识别检测。本文主要是对叶片巡检执行机构的设计开展工作,具体工作如下:（1）通过对叶片检测的工作原理、检测工序和叶片形状尺寸细化分析,确定了巡检机器人各模块的功能和尺寸参数,并在SolidWorks软件中对叶片缺陷检识机器人的巡检执行机构进行三维建模,确保各个模块结构尺寸的合理性,装配的准确性,为后期的力学仿真校核做好基础准备工作。（2）对叶片巡检执行机构进行受力分析,使用ANSYS的Workbench仿真模块的有限元分析,进行了结构材料选型、结构尺寸优化、不同吊点位置仿真,完成了桁架悬臂梁、轨道和巡检小车的轻量化设计。有限元分析结果和理论计算结果相比较,执行机构满足设计要求,保证了巡检工作中设备的稳定性和安全性。（3）根据叶片检测机器人的运动需求,分析其运动控制顺序,对其控制硬件和软件进行选型设计。选择西门子S7-200作为其总控制器,对伺服电机、工业相机、超声波传感器进行计算分析选型,按照硬件系统的性能参数和控制要求对PLC进行软件编程设计。最后利用西门子TIA Portal软件模拟控制运动,实现叶片巡检机器人的运动控制效果。