一支大型风电叶片长度可超过90米，壳体与腹板通过真空辅助树脂灌注成型。灌注是一次性的，一旦树脂在流道中提前凝胶，或者纤维未被充分浸润，整支叶片只能报废。这个过程的时间窗口窄、不可逆、单件价值高，因此对过程数据的依赖远高于一般复合材料成型。
灌注过程的物理约束
灌注的驱动力是真空压差，通常维持在−0.09 MPa以上，即绝对压力低于10 kPa。树脂在压差作用下沿导流网与纤维铺层流动，前锋推进速度受树脂粘度、纤维渗透率、管路布置共同影响。
树脂粘度对温度极其敏感。环氧树脂在25℃时粘度约300-500 mPa·s，升温到40℃可降到150-250 mPa·s，继续升温则适用期缩短。灌注通常在30-40℃的树脂温度下进行，注胶时间控制在数十分钟到数小时，取决于叶片尺寸与流道设计。
参数 | 测点 | 典型范围 | 记录方式 | 控制意义 |
真空度 | 型腔多点 | ≤ −0.09 MPa | 连续，10 s | 浸润驱动力 |
树脂温度 | 注胶罐 | 30-40℃ | 连续，30 s | 粘度控制 |
注胶流量 | 注胶管 | 依工艺 | 连续，10 s | 前锋推进 |
模具温度 | 模面分区 | 25-40℃ | 连续，60 s | 固化动力学 |
放热温度 | 铺层内热电偶 | 峰值60-120℃ | 连续，60 s | 固化度判据 |
真空泄漏率 | 封闭测试 | ≤ 规定值 | 灌注前测试 | 气泡风险 |
真空泄漏率是灌注前的关键检查项。封闭型腔后抽真空，观察压力回升速率，泄漏率超标意味着密封不良，灌注中会吸入空气形成气泡或干斑。这个测试通常持续10-30分钟，曲线本身应被记录，而不只是记录"合格"或"不合格"。
放热峰与固化度
固化是放热反应。树脂体系不同，放热峰温度与到达时间差异明显，同一体系内峰值随模具温度与铺层厚度变化。放热峰过高会引起内应力与裂纹，过低则固化不完全、玻璃化转变温度不足。
固化度无法直接在线测量，可用的替代量是放热曲线的时间积分。对放热速率曲线积分得到累计放热量，与体系的理论总放热量之比即为固化度估计。这要求热电偶位置具有代表性——埋在最厚处的热电偶与薄壁处的曲线完全不同，用哪一个算固化度需要事先定义。
工程上还有一个更实用的判据：放热峰出现后再保持一段时间，或放热曲线回到基线。这两种判据都依赖连续记录，人工每小时抄一次温度无法还原曲线形状。
模具温度分区控制是固化均匀性的手段。大型叶片模具常分十几个温区，各温区设定值可以不同，以适应根部厚、叶尖薄的结构差异。温区之间的实际温度差若超过5℃，固化不同步会引起翘曲。分区的温度曲线必须逐区记录，平均值会掩盖问题。
缺陷类型与过程参数的对应
灌注缺陷主要有干斑、白斑、孔隙、富树脂、分层。干斑源于树脂未到达或前锋停滞，与注胶流量不足、真空度下降、导流网堵塞相关。白斑是纤维未被浸润的发白区域，常出现在流道末端与拐角。
孔隙的成因复杂，包括挥发分、夹带空气、树脂脱泡不充分。真空度是主要可控变量，但泄漏率、树脂含气量、环境湿度同样贡献。
把缺陷位置与灌注过程的参数曲线对应，需要位置信息。可行的做法是在模具上划分网格，缺陷检测（超声、敲击、红外）的结果按网格编号记录，灌注期间的压力传感器与流量计也按位置编号。这样"某区域的干斑"可以回溯到"该区域前锋到达时间晚于凝胶时间"这类定量结论。
缺陷检测本身多为事后，返修成本高。数据的作用是把事后检测变成过程预警：前锋推进速度异常减慢、某点真空度持续偏低、树脂温度接近上限，这些都是可提前干预的信号。工业互联网在这里提供的不是新的检测手段，而是把缺陷位置与过程曲线做空间对齐的能力。
环境与工装的隐性变量
车间环境的温湿度对灌注有实质影响。相对湿度过高时，纤维表面的水分会影响树脂与纤维的界面结合，也可能在放热过程中形成气泡。多数工艺文件规定了湿度上限，但环境数据往往独立于工艺数据，没有进入同一份记录。
工装状态同样被低估。导流网的透气性、脱模布的渗透率、密封胶条的压缩量，这些在每次成型前都会变化，但很少被量化。用灌注时间、真空保持能力、历史泄漏率作为工装状态的间接指标，是可行的近似。
人员操作的差异体现在密封胶条的压实、注胶管的连接顺序、真空泵的启停时机。这些动作没有传感器，只能靠工序记录与结果反推。把环境、工装、操作三类隐性变量显式记录，是工业互联网在离散型复合材料成型中最容易产生回报的一步。
节拍与工位协同
叶片成型的节拍由模具数量与固化时间决定。一套模具的占用时间包括铺层、真空测试、注胶、固化、脱模，固化常占一半以上。提升产能的路径有两条：缩短固化时间，或增加模具。前者受固化动力学限制，升温过快会引起放热峰过高与内应力；后者是资本投入。
工位之间的协同体现在树脂的配制与配送。混胶机的计量比、脱泡时间、可操作期，与灌注开始时刻必须匹配。树脂配制过早，粘度上升，灌注阻力增大；配制过晚，等待期间模具真空状态维持成本上升。把混胶记录与灌注启动时刻关联，可以量化这类等待损失。
工业互联网在节拍分析上的作用是提供时间戳的客观依据。每个工序的起止时刻由设备信号或人工确认产生，二者精度不同，分析时应区分。
数据底座的构建要点
叶片成型的数据量不大，一个模具一次灌注产生数千到数万条记录，但时间跨度长（数小时到数十小时），且必须整段保留以便事后复盘。按模具号与叶片序列号建超级表、按工序阶段（铺层、真空测试、注胶、固化、脱模）打标签，可以让一次成型的所有曲线在查询时归到一起。
固化度这类派生量的计算适合在流式计算中完成，按分钟窗口滚动积分，结果与原始温度并列存储。订阅机制可用于放热峰超限或真空度跌破阈值的即时推送。TDengine作为AI原生的工业数据平台，在单件价值高、需要完整过程留证场景中可承担数据底座，价格低于传统工业互联网平台。工业互联网在这类场景的重点不是采集密度，而是过程记录的完整性与可回溯性。
结语
叶片灌注的过程控制，核心是把不可见的树脂流动与固化反应，通过温度、压力、流量三类可观测量间接刻画出来。下一步的方向是灌注仿真的在线校正，用实测前锋位置修正渗透率参数，让仿真从设计工具变成过程预测工具。纤维预成型的渗透率离散性较大，这是模型精度提升的主要限制。
