模态应变能理论及其在风力机叶片损伤识别中的应用

文章给出了风力机叶片的动力特性计算模型、结构体模态应变能的概念及其计算模型,定义了结构体损伤状态下的模态应变能变化率概念并给出其计算模型。在此基础上,以15 kW风力机叶片为研究对象,在ANSYS中建立有限元分析模型,计算该叶片在不同损伤位置与不同损伤程度下的频率以及模态应变能变化率,并以模态应变能变化率作为表征结构损伤的标识量,对含损伤的风力机叶片结构进行损伤辨识仿真。通过神经网络建立起损伤标识量和损伤状态之间的映射模型,为实现叶片损伤的诊断提供理论依据。     

某MW级风机叶片静力试验的有限元模拟分析

通过有限元方法对某MW级风机叶片的静力试验工况进行了模拟分析,计算了叶片的模态以及在静力试验载荷下的位移、应变。计算结果与全尺寸叶片静力试验结果较好吻合,验证了该分析方法的可靠性,可应用于风电叶片的结构校核和新叶片开发设计。     

基于LabVIEW的风机叶片状态监测系统

作为风能的主要利用方式,风力发电对解决能源危机和环境问题有着重要的意义。然而,由于风力发电机工作环境恶劣,风机叶片容易出现各种故障。因此,对其搭建在线状态监测与故障诊断系统,监测叶片运行状态,对叶片异常情况及时报警,具有极大的工业应用价值。本文基于LabVIEW搭建了一种叶片加速度振动信号的风机叶片状态监测系统。该系统能够实现对叶片振动信号显示、分析、存储及故障报警等功能。     

基于综合模态能的海上风电支撑结构损伤识别研究

文章研究了基于模态能的海上风电支撑结构损伤识别方法。利用结构损伤前后模态能的变化,构建了一种综合模态能损伤判别指标。该指标的最突出特点是同时使用了结构的模态应变能和模态动能。通过引入统计假设检验,给出了该损伤指标的判别阈值。为验证该方法的有效性,开展了三脚架式海上风电支撑结构的数值和试验研究。结果表明,文章所提出的综合模态能指标可有效地识别海上风电支撑结构的损伤;与传统的模态应变能法相比,该方法具有更强的噪声鲁棒性。     

基于无人机机器视觉的风力机叶片损伤诊断研究

针对风力发电企业在线风力发电机叶片表面损伤自动诊断难的实际问题,提出利用无人机机器视觉的基于L-AlexNet深度学习框架的风力机叶片表面损伤诊断方法.为验证该方法的有效性,选用经无人机采集的8270张像素为227×227的风力机叶片图像分别对传统BP神经网络、深度卷积网络AlexNet和L-AlexNet等分类器进行...     

风力机叶片模态的实验分析研究

分析了风力机叶片模态实验的约束条件、边界条件、传感器质量及测试点分布等因素对叶片频率识别和测量值及其误差的影响,改进了对风力机叶片模态实验方案,提高了实验精度,有效降低了误差,得到了比较理想的模态参数识别结果,为相关实验的合理设计提供指导,同时为研究附加质量对小型风力机叶片振动性能的影响提供一种思路.     

钝尾缘叶片有限元模态与实验模态的对比研究

风力机叶片的模态分析是保障风力机整机稳定性及其可靠性分析的重要基础。对中国科学院工程热物理研究所研发的100kW钝尾缘实验叶片进行了有限元模态及实验模态研究,得出了叶片前几阶模态的振型及频率,探讨了对叶片稳定性影响比较显著的模态特性,通过对有限元模态及实验模态结果对比,分析了产生误差的原因及产生共振的可能性,为风力机叶片的稳定运行提供了理论依据。     

基于模态参数的在役风力发电机叶片损伤识别研究

通过对小型风力发电机叶片进行停转与运转状态下多种损伤工况的数值模拟,进行模态分析,以此研究叶片损伤识别与定位的方法,并提出加权柔度曲率指标,建立加权柔度曲率值与刚度损伤值的拟合函数.研究得到:首先通过自振频率的变化可判断叶片是否发生损伤;其次无论叶片是否发生损伤,随着叶片转速的增大,其固有频率都会增大.加权柔度曲率值在...     

基于叶片应变感知的风力机动态风向跟踪算法

在风力机运行过程中,偏侧风状态会导致风能利用率降低,同时降低风机的疲劳寿命。在动态风向变化下,随着侧风角度的变化,风力机叶片上的应变信号存在着规律性变化趋势,但由于应变信号呈现出非平稳、非线性和多种频率成分叠加的复杂特性,使得通过应变信号来揭示侧风角度变化规律有一定难度。文章提出了一种基于应变感知和BP神经网络的风力机风向追踪算法（SPWDP）。首先,通过设计风力机叶片应变测试方案,采集侧风角度变化下的叶片表面的多点应变数据,对应变信号进行变分模态分解（VMD）,将叶片应变随侧风角度变化的规律提取出来,定义为风向-应变的特征;然后,使用BP神经网络作为建模算法,对风向-应变特征进行学习,并使用粒子群算法对BP神经网络的初始权值和阈值进行优化;最后,得到动态风向跟踪模型。经风洞实验数据验证,所提SPWPD算法在风力机侧风风向判断上具有可行性。     

基于声发射技术的风电叶片复合材料损伤模式识别

为研究风电叶片玻璃纤维复合材料在疲劳工况下的损伤模式,文章基于声发射技术提出了一种主成分聚类分析和BP神经网络相结合的材料损伤识别模型。首先,采集损伤声发射信号,并提取相关参数进行分析,对不同疲劳损伤进行分类;其次,对数据进行主成分分析,以降低噪声信号,去掉冗余信息;再次,对主成分进行聚类分析,将样本分簇并找出各簇与损伤之间的对应关系;最后,基于BP神经网络建立损伤识别模型,并基于试验数据对识别网络进行测试训练。训练结果表明,识别模型对3种未知类型疲劳损伤的识别率均高于90%,对未知损伤具有较好的识别能力。     

大型风机叶片疲劳加载模式的能耗分析

设计了两套风机叶片疲劳加载试验方案:液压缸强迫加载模式和偏心质量块共振加载模式,并给出了两种模式下的能量耗散方程。采用多级载荷加载试验获得沿叶片展向的挠度分布情况和加载点刚度值,通过叶片的自由衰减试验获得阻尼比值。最后对aeroblade1.5-40.3风机叶片进行1个振动周期的能耗计算,得出在相同振幅下,共振加载模式的能耗小于强迫加载模式能耗的1/3。研究结果为后续的风机叶片疲劳加载试验打下基础。     

100kW风力发电机叶片疲劳分析

结合有限元分析方法和叶片振动试验方法,利用最少的试验设备,检测出叶片危险部位的相应数据,以提高疲劳试验的可靠性。通过理论计算和数学建模相结合的方法,确定叶片阴阳两面最大变形位置,使试验条件更符合叶片的实际工况。分析试验结果显示,被测叶片达到了设计标准的要求。     

TMT40.3大型风力机叶片气动性能分析

基于BLADED软件平台,对TMT40.3大型风力机叶片的气动性能进行了分析.分析结果表明:TMT40.3大型风力机叶片应用在GL3A风场时的额定功率能达到1 650 kW,所承受的疲劳强度和极限载荷均能满足该款风力机叶片的设计要求,在叶尖速比为7.8～11.4的风能利用系数均在0.46以上,最高可达0.486,具有较好的气动性能和较宽的风速适应范围.     

Modal-based damage identification for the nonlinear model of modern wind turbine blade

In this paper, the modal-based indices are used in damage identification of the wind turbine blade. In contrast of many of previous researches, the geometric nonlinearity due to the large structural deformation of the modern wind turbines blade is considered. In the first step, the finite element model (FEM) of the rotating blade is solved to obtain the modal features of the deformed structure under operational aerodynamic loading. Next, the accuracy and efficiency of the various modal-based damage indices including the frequency, mode shape, curvature of mode shape, modal assurance, modal strain energy (MSE) and the difference of indices (between the intact and damaged blades) are investigated. To adapt the MSE index calculation in nonlinear modeling, a new approach is introduced to include the effects of the structural nonlinearity. Furthermore, the effect of the damage length, its location and severity and also the effect of rotational speed and amplitude of loading are studied. The generic 5-MW NREL blade is used for the simulation study. The results show enough sensitivity of the mode shape curvature and MSE indices to the local damages. Moreover, the importance of geometric nonlinearity in the damage detection of the modern wind turbines is demonstrated.     

小型风力发电机叶片模态特性分析

以800W水平轴风力发电机叶片为对象,研究其叶片的模态特性．从理论上介绍了应力刚化和旋转软化对叶片固有频率的影响,并给出了考虑应力刚化和旋转软化效应的振动方程;利用ANSYS软件建立了有限元模型,分别对风力发电机叶片在仅考虑应力刚化或旋转软化时,以及同时考虑应力刚化和旋转软化时的模态特性进行了计算分析．计算结果表明：应力刚化对固有频率的影响比旋转软化大;仅考虑旋转软化时,叶片的固有频率比零旋转角速度时低;而综合两者的影响时,叶片的固有频率比零旋转角速度时高．     

An experimental study on the identification of the root bolts' state of wind turbine blades using blade sensors

Bolt looseness may occur on wind turbine (WT) blades exposed to operational and environmental variability conditions, which sometimes can cause catastrophic consequences. Therefore, it is necessary to monitor the loosening state of WT blade root bolts. In order to solve this problem, this paper proposes a method to monitor the looseness of blade root bolts using the sensors installed on the WT blade. An experimental platform was first built by installing acceleration and strain sensors for monitoring bolt looseness. Through the physical experiment of blade root bolts' looseness, the response data of blade sensors is then obtained under different bolt looseness numbers and degrees. Afterwards, the sensor signal of the blade root bolts is analyzed in time domain, frequency domain, and time-frequency domain, and the sensitivity features of various signals are extracted. So the eigenvalue category as the input of the state discrimination model was determined. The LightGBM (light gradient boosting machine) classification algorithm was applied to identify different bolt looseness states for the multi-domain features. The impact of different combinations of sensor categories and quantities as the data source on the identification results is discussed, and a reference for the selection of sensors is provided. The proposed method can discriminate four bolt states at an accuracy of around 99.8% using 5-fold cross-validation.     

风电叶片固有频率相关性分析新方法

为进行三维风电叶片振动系统固有频率相关性分析,采用MATLAB和ANSYS共同建立了风电叶片三维有限元参数模型,并分析了叶片固有振动特性.考虑系统随机结构参数对风电叶片固有振动的影响,运用将Monte Carlo与ANSYS相结合的方法对叶片固有振动特性进行相关性分析,进而判断其对随机结构参数的敏感性,形成了一种叶片结...     

大型水平轴式风电叶片的结构设计

风电叶片是风力发电设备的关键部件之一,其制造成本占总成本的20%～30%.叶片结构是叶片捕获风能的保证,并直接影响风力发电设备的运行寿命.因此,叶片结构设计的好坏在很大程度上决定了风力发电设备的可靠性和利用风能的成本.文章从材料、结构形式、铺层设计、结构分析等4个方面详细地阐述了风电叶片结构的设计技术.