大型风力发电机组叶片故障诊断分析

2019年1月第1期

GansuScienceandTechnology甘肃科技

Vol.35

Jan.2019No.1

大型风力发电机组叶片故障诊断分析

张振伟1袁2

渊1.酒泉职业技术学院袁甘肃省太阳能发电系统工程重点实验室袁甘肃酒泉735000曰2.酒泉新能源研究院甘肃酒泉735000冤摘

要院大型风风力发电机组叶片长期运行在高空恶劣的自然环境下袁承受随机交变的风载荷袁叶片随时可能会出现噪声尧振动尧断裂尧损伤等故障袁造成机组不同程度的危害袁因此通过无损检测技术和基于振动的模态分析损伤识别方法对叶片进行故障诊断分析袁及时有效地发现故障并处理袁保证叶片正常进行袁对提高机组安全经济运行具有重要的意义遥

关键词院风力发电工程技术曰大型风风力发电机组叶片曰故障诊断曰分析中图分类号院TK8

大型风力发电机组长期在复杂多变的自然环境中运转袁存在不同形式的损伤而导致故障发生袁其受到的损伤一部分是无法避免的袁例如叶片缺陷尧表面腐蚀尧鼓包尧胶体脱落尧局部砂眼尧折断尧内部分层等袁但在运行过程中机组因产生的机械振动导致叶片出现断裂尧折断等故障而停机袁对此问题可以通过技术手段进行检测和有效地防御遥因此袁对叶片在运行过程中受随变载荷的影响以及叶片在发生机械振动过程中对出现的裂纹进行监测很有必要袁本文主要就风力发电机组叶片故障识别的方法及故障诊断技术进行分析研究遥

造成该区域导热系数的不连续袁通过材料不同部位之间袁材料与环境之间的温度差在材料内部形成热传递袁再使用红外线探测摄像机成像袁找到材料中导热系数异常点袁进行损伤探测分析遥

在风力发电机组叶片截段疲劳试验中使用热弹应力方法探测截段叶片疲劳损伤和应力分布遥通过试验得到截段叶片应力分布袁应力集中区域袁并可实现材料疲劳损伤探测遥除了被动监测袁也可通过主动激发叶片振动袁在叶片中形成应力波袁应力波的传播导致材料应力出现周期变化袁叶片各处将出现应力不均匀袁再使用热弹应力法获得结构应力分布袁进行损伤探测遥其中主动激发叶片振动可以使用高能振荡激励袁也可使用超声激励等袁如图1所示遥

1无损检测技术

对于风力发电机组叶片的损伤故障诊断袁无损

检测技术能够在叶片结构不受损坏尧不降低性能的前提下表征其内部的质量情况袁根据叶片具体的结构特点尧材料特性尧工况条件等特点合理选取适用于风力发电机组叶片的损伤故障诊断方法袁主要有热成像技术尧超声技术尧X射线技术尧声发射技术遥1.1热成像检测方法

热成像方法依据斯蒂芬玻尔尔兹曼定律遥通过给物体施加均匀的热流袁当物体的温度同环境温度存在差异时,就会在物体内部产生热量的流动遥在实施无损检测时袁如果向一个试件注入热量袁其中一部分热流必然向内部扩散袁并引起试样表面的温度分布的变化遥该技术应用在叶片故障诊断上的核心就是通过探测连续介质中导热系数常点来进行损伤探测遥材料内部的存在缺陷尧分层尧裂缝等损伤会

1.2超声检测方法

图1超声波图像在不同传播时间下的图像

超声探伤技术是利用复合材料本身或缺陷的声学性质对超声波传播路径的影响来检测材料内部或表面的缺陷遥该技术实际上是在叶片的一侧发射一个超声信号袁在叶片的另一侧用超声探头接收信号袁通过分析反射信号波形的幅值和时间差大小袁来表征叶片是否存在损伤以及损伤的程度遥试验表明袁对于垂直超声波传播方向的裂纹尧分层等损伤袁超声检

第1期张振伟院大型风力发电机组叶片故障诊断分析

57测效果良好袁探测精度会受到材料损伤角度的影响袁对于测量平行超声波传播方向的损伤探测袁效果就不太明显遥检测过程中选取多个点袁并发射超声波进行多点超声激励袁在叶片表面扫描接收各空间层超声信号袁通过检测的数据处理还原波动图像袁获取超声反射界面袁以达到叶片的可视化损伤检测遥下面就是通过实验测得超声波图像在不同传播时间下的图像袁如图2所示遥

图2加速度传感器和应变片的布置

1.3XX射射线线技术技术

对射线能量衰减是程根据度的被检不同部袁使件得与其内射线透部缺过部陷件介后质

的强度不同袁使缺陷能在射线底片上显示出来的方法袁由此根据成像可以判断缺陷的情况遥

对于机组叶片的检测而言袁通过发射X射线可以穿透叶片复合材料袁射线在叶片损伤位置的衰减率与其他位置时不同所谓袁通过分析射线的阴影图像袁获得射线在传播路径上的衰减变化袁实现损伤检测遥X射线探伤精度极高袁最高可以实现10um量级的损伤探测袁可以检测出纤维复合材料中的裂缝尧尧分层纤维走向尧孔洞等信息袁比较适合于大型风力发电机组叶片生产加工过程和成品叶片的质量检测遥虽然发展快袁但也存在缺点袁成本高袁体积大袁速度慢袁X射线检测环境容易造成人体伤害遥1.4声发射技术

声发射是指材料断裂时释放的弹性能以应力波的形式在结构中传播的现象遥随着压电效应的发现袁应力波可以通过压电材料(如压电陶瓷PZT)的压电效应由力信号转化为电信号被系统接收袁通过分析应力波的波形尧频率尧幅值尧时程尧波数等信号特征袁实现对材料的损伤探测遥对于采用纤维复合材料的叶片故障诊断袁采用疲劳损伤模式进行分析袁通常认为院树脂基体断裂曰纤维与树脂基体脱胶袁纤维断裂遥对于这三种疲劳损伤模式对应的声发射信号特点袁大量研究得到了相对一致的结果遥即树脂

基体断裂声发射信号能量尧纤维与树脂基体脱胶声发射信号能量尧纤维断裂声发射能量呈递增的趋势遥

2基于振动的模态分析损伤识别方法

模态分析是结构动力学中一种重要的分析方法,

它的主要内容就是确定描述结构动力特性的频率振型等模态参数.它是基于振动的损伤检测方法的基础.模态识别要综合考虑幅频尧相频尧相干尧实频和虚频特性曲线遥参数拟合可以导入第三方软件进行计算模态频率尧阻尼和振型留数遥试验模态分析全过程包括五个阶段:试件仿真;激振器和传感器的布置;频率响应测试;模态参数识别:结果的输出与显示遥2.1用力锤激励和环境激励形式

在转动的风机叶片上合理选取测量的点遥如图

216所示袁在选取的集叶个片加的速度传振动响感各位应器袁袁再通过置处应用应分多变别安装13个应变片和种片损尧加伤速度传识别方感法器对采叶片进行模态分析实现损伤识别遥依据试验标准结果袁振动型院健康要3.18Hz袁轻微要3.09Hz袁重度损伤要2.95Hz曰伞型院健康要3.73Hz袁轻微要3.71Hz袁重度损伤要3.67Hz遥由结果可见袁叶片的损伤引起横态参数较大变化袁可以实现对叶片的损伤识别遥2.1多点激励形式

多点激励频域识别法可以利用频域平均技术以及各种频域滤波技术,因此最大限度地抑制了噪声影响袁而且模态定阶问题容易解决袁但其本身也存在着许多不足院频域识别方法中容易出现功率泄露尧频率混叠等现象;由于对非线性参数需用迭代法识别袁因而分析周期长;多点激励频域识别方法需要测量激励信号,然而,对于一些大型结构激振困难袁难以激振,且较难取得激励信号,不适合叶片在线分析;对于大阻尼系统袁当信号记录时间比较短袁识别精度比较差遥时域多点激励识别方法可以克服频域识别方法的缺陷遥使用PZT对叶片进行多点激励袁并使用PZT和扫描激光多普勒振动仪分别测量叶片局部和全局的振动反馈并进行模态分析袁可利用四种方法院偏移形状法尧递函数法尧导波法尧共振比较法遥通过试验发现袁利用时域方法袁基于响应数据的模态参数识别方法无疑对叶片检测非常有意义袁多点激励使得叶片损伤识别精度有了较大提高遥2.3基于数字图像处理的检测技术

基于数字图像处理技术袁

渊下转第55页冤

第1期吕缀院基于MODIS数据的陕西省2015年NDVI变化分析

对陕西省年NDVI变化进行相关性分析研究遥参考文献院

[1][2][3][4][5][6]

[J]援光子学报,2014,(11):114-119.

55

由图4看出袁2015年陕西省2-8月NDVI值呈波动上升趋势袁在8月份达到峰值袁约为0.66袁1-2月和8-12月NDVI呈波动下降趋势袁在二月份达到谷底袁约为0.25袁结合图3袁从2015年植被季度ND鄄VI值的变化趋势看出袁陕西省植被NDVI在春尧冬

穆少杰.2001_2010年内蒙古植被覆盖度时空变化特征马琳雅.2001_2011年甘南草地植被覆盖度动态变化分符静.2001_2013年洞庭湖流域植被覆盖度时空变化特宋富强.基于MODIS_NDVI的陕北地区植被动态监测

两季变化趋势显著袁在夏尧秋两季NDVI变化不明显袁空间分布上袁季节NDVI变化趋势分布与年均NDVI变化趋势的分布大致相同遥

析[J]援光子学报,2013,(07):872-877.征研究援012,(03):320-325.

4结论

与评价[J]援2011,(07):810-813+822.

根据以上研究得出以下结论院

稳定袁但具有明显的空间分布差异;整个地区年最大植被覆盖度呈缓慢增长的趋势遥

度呈现明显的周期变化规律袁年最大植被覆盖度一般出现在7-8月袁最小值一般在2-3月遥

下一步可结合气象数据或者人为因素等数据袁渊上接第57页冤

以普通USB数码摄像头与PC机作为视频采集设备,实时获取叶片的振动图像,运用三次多项式拟合图像的边缘实现亚像素定位,基于MATLAB软件编制枧频采集与图像边缘检测程序,获取叶片振动的位移时程曲线,后处理采用模态分析识别叶片的固有频率尧阻尼比与振型袁试验结果表明该方法合于低频尧大幅值结构的振动检测遥注意采用普通数码摄像头可进行低频结构的振动测试袁实际的叶片结构检测环境存在多种干扰因素袁试验时应尽量将少干扰因素的影响曰低频摄像头频率测试范围小袁远距离测试精度低袁建议采用性能优良的摄像头遥

基干振动的模态分析损伤识别方法优点在于相关损伤识别算法成熟袁在其他结构上都有较好的应用经验袁并且允许环境激励袁可以实现有效的在线监测;缺点在于损伤识别效果不理想袁只能得到整体的损伤指标和传感器所在区域附近的局部损伤指标袁损伤定位精度不佳遥

总之袁大型风力发电机组叶片的故障检测方法比较多的袁在实际应用过程中袁要根据叶片的故障类型袁结合各检测技术的特点袁做到检测简单袁检测

2冤陕西省地区植被的季相特征明显袁植被覆盖

1冤陕西省大部分地区植被覆盖度变化趋势相对

护区植被覆盖度的动态变化特征[J]援2011,(03):182-185+189.

王王晓江.基于MODISNDVI的内蒙古大_省略_然保杨靖宇,张永生,邹晓亮,等.中国北方地区植被覆盖度遥

感估算及其变化分析[J]援武汉大学学报(信息科学版),2010,(11):1292-1295.

李钰溦.自适应滤波的高分辨率遥感影像薄云去除算法[J]援2009,(03):305-311.

陈吉龙.遥重庆市三峡库区植被覆盖度的遥感估算及动

[7][8]

态变化研究[J]援2008,(03):276-279.

精确袁可实现损伤定位和损伤程度表征袁最终形成有效的检测技术和监测系统袁减少叶片故障率袁确保机组的利用率和发电量遥参考文献院

[1][2][3][4][5][6][7][8]

[M].北京院中国电力出版社,2016.2014.

龙源电力集团股份有限公司.风力发电机组检修与维护蔡新援风力发电机叶片[M].北京院中国水利水电出版社,张振伟援风电场建设基础[M].北京院中国水利水电出版

社,2016.

节能技术,2013,渊6冤:26-32援

李大冰,吉荣廷,冯文秀.风力发电机组叶片故障诊断[J].CAPUZZI,PIRRERA,WEAVER.Structuraldesignofanovel

aeroelasticallytailoredwindturbineblade[J].2015,Oct.(Oct.):7-15.

羊森林,赵萍,王锋,等.大型风电叶片缺陷及其无损检测徐玉秀,王志强,梅元颖.叶片振动响应的长度分形故障刘占辉,卢一兵,等.引风机叶片磨损引起振动及失速的

技术研究[J].东方汽轮机,2012,(1):26-34.

(2):190-192.

特征提取与诊断[J].振动测试与诊振动测试与诊断,2011,

诊断处理[J].热力发电袁2012,(8)院51-53.