朱永凱,潘仁前,陳盛票,田貴云,2

(1.南京航空航天大學自動化學院,南京 210016;2.紐卡斯爾大學計算機與電子工程學院,NEI 7RU英國)

近年來,作為主要新能源形式的風能得到了重點發(fā)展,風力發(fā)電機的應用越來越廣泛,風機系統(tǒng)的健康問題越發(fā)重要。風力機任何位置都可能發(fā)生損傷,如發(fā)電機、變速箱和葉片等。其中葉片的健康尤其重要,它是將風能轉(zhuǎn)變?yōu)殡娔艿牡谝徊?葉片損毀將導致整個風力機癱瘓。通常情況下,濕度、疲勞、暴風雨和雷擊都可能造成風力機葉片的損壞。在風力發(fā)電場,不同渦輪機間的氣動干擾也可能會給葉片帶來過度負荷,如果長期負荷過大,將會造成葉片失效。一般葉片的設(shè)計年限在10～30 a(年),但實際上葉片中的勞損程度、精確的壽命評估都存在很大的困難,因此,對葉片進行運行狀況的實時監(jiān)測就顯得尤為重要。無損檢測技術(shù)具有非破壞性特點,同時能夠檢測出被測對象的缺陷以及微觀結(jié)構(gòu)損傷情況,適于風電檢測領(lǐng)域,能夠降低風力發(fā)電維護成本、延長使用壽命和確保安全供電。其中,結(jié)構(gòu)健康監(jiān)測方法能夠結(jié)合材料結(jié)構(gòu)力學建模方法和先進的信號處理方法,在線實時地提取結(jié)構(gòu)損傷特征參數(shù),識別結(jié)構(gòu)的損傷狀態(tài)[1]。

1 風機葉片受損模型和監(jiān)測方法總結(jié)

風機葉片的受損原因、模式和葉片的常用健康監(jiān)測方法如圖1所示[2-10]。圖中各種監(jiān)測方法對檢測同一種損傷模式會得到不一樣的效果,因此,受損原因和受損模式的分析為健康監(jiān)測方法的選擇提供了依據(jù)。各種健康監(jiān)測方法各有優(yōu)缺點：聲發(fā)射方法可以實現(xiàn)在線實時損傷檢測,能檢測初期損傷并跟蹤其擴展過程,但聲發(fā)射信號較弱、衰減快;渦流方法成本低、設(shè)備簡單,對微小缺陷敏感,適合于局部檢測,但材料必須是導電的,只有一些CRFP材料可以用渦流方法來檢測,檢測范圍也相對較小,隨著檢測深度的增加,精度會降低;光纖體積小、重量輕、靈敏度高、檢測范圍寬,但光纖較脆,易損壞;電容傳感器價格低,但難以實現(xiàn)大面積檢測;熱成像法可以對大區(qū)域?qū)崿F(xiàn)損傷檢測,數(shù)據(jù)的儲存和處理簡單,檢測速率高,但受缺陷深度和尺寸的影響;雷達和微波可以快速有效地進行大面積檢測,不需要傳導介質(zhì),對材料變化、結(jié)構(gòu)特征參數(shù)敏感,但很多因素會影響其性能(如潮濕),有效深度受高頻限制;超聲波檢測表面和斷層的靈敏度較高,可以快速定位反射位置、預測缺陷大小和形狀,但材料表面必須可以傳播超聲波,需要耦合介質(zhì)。上述方法需要系統(tǒng)停止運行才能檢測,檢測人員具備專業(yè)知識,成本比較高。為了實現(xiàn)風機葉片的在線實時損傷監(jiān)測,同時克服傳統(tǒng)聲發(fā)射檢測的缺點,需要進行新方法研究。

圖1 風力機葉片受損模式和健康監(jiān)測方法

2 風機葉片結(jié)構(gòu)健康監(jiān)測原理與試驗方案

2.1 葉片結(jié)構(gòu)健康監(jiān)測原理

風機葉片的結(jié)構(gòu)健康監(jiān)測方法可分為主動式和被動式兩種。主動式方法需要保存結(jié)構(gòu)健康狀態(tài)時的信息作對比,不斷地對環(huán)境的變化和結(jié)構(gòu)老化進行補償處理[9];被動式結(jié)構(gòu)健康監(jiān)測是一種實時損傷檢測方法,通過檢測結(jié)構(gòu)損傷所產(chǎn)生的應力波,分析對應的損傷特征。而聲發(fā)射正是材料結(jié)構(gòu)在損傷初期和發(fā)展時,釋放的一種彈性能量。考慮到風機葉片幾何形狀復雜,任何材料或形狀的微小變化都會改變主動激勵波形的傳播特性,給信號解析和損傷判別增加了難度,所以擬采用被動式聲發(fā)射方法檢測。

聲發(fā)射信號有兩個重要的特性：Kaiser效應和Felicity效應[11]。同一試件在同一條件下產(chǎn)生的聲發(fā)射只有一次,這就是所謂的Kaiser效應,即在第一次加載荷時葉片結(jié)構(gòu)會以聲發(fā)射的形式釋放能量,但恢復后重新加載時,當載荷量沒有超過前一次載荷量時不產(chǎn)生聲發(fā)射,只有當超過前一次最大載荷量時葉片結(jié)構(gòu)才會產(chǎn)生聲發(fā)射,如圖2。Felicity效應是指在葉片結(jié)構(gòu)發(fā)生了損傷時,即恢復后載荷量小于前一次最大載荷量,葉片結(jié)構(gòu)仍會有聲發(fā)射產(chǎn)生。這兩個特性是判別葉片是否出現(xiàn)損傷的重要理論依據(jù),當葉片進行加載荷試驗,如果后一次的載荷量遞增但不超過前一次載荷量值時,將不出現(xiàn)或出現(xiàn)少量的聲發(fā)射,此時符合Kaiser效應,則認為葉片是健康的;反之,聲發(fā)射信號符合 Felicity效應,可以認為葉片出現(xiàn)了損傷,如波擊計數(shù)、振鈴計數(shù)、幅度、能量、上升時間和持續(xù)時間等。波擊是指某一通道檢測到的過閾值的瞬態(tài)聲發(fā)射信號,圖3中過閾值的包絡線所形成的大信號就是一個波擊。對波擊進行計數(shù),可以反映聲發(fā)射活動的總量,作為損傷發(fā)生和擴展的依據(jù)。同時,還需要確定聲發(fā)射源對應的損傷位置。定位有兩大類方法 ：時差定位法和區(qū)域定位法。時差定位法是根據(jù)聲源信號到達同一陣列內(nèi)不同傳感器時所形成的一組時差,經(jīng)過幾何關(guān)系的計算確定出聲源位置?？稍谌~片受損率低的部位布置單個傳感器,用時差法定位損傷位置。區(qū)域定位法是指按照傳感器監(jiān)視各區(qū)域的方式或按聲發(fā)射波到達各傳感器的次序,粗略確定聲發(fā)射源所處的區(qū)域。該方法傳感器安裝靈活、檢測范圍大,但只能定位某區(qū)域,因此可在葉片受損率高的部位布置傳感器陣列,用區(qū)域法進行定位。

圖3 聲發(fā)射信號波形特征參數(shù)

葉片聲發(fā)射檢測系統(tǒng)由傳感器(壓電換能器)、放大濾波器、信號采集系統(tǒng)和計算機組成(圖4),其中壓電換能器布置在葉片特定部位(易受損處),出現(xiàn)的破損會產(chǎn)生聲發(fā)射信號,通過耦合界面?zhèn)鞯綁弘姄Q能器,此時的輸出信號微弱(有時甚至只有幾十微伏),需要放大濾波器對其進行放大并濾除各種噪聲等不相關(guān)的頻率成分,然后通過數(shù)據(jù)采集卡將處理后的聲發(fā)射信號采集至計算機,結(jié)合計數(shù)與定位的算法,實現(xiàn)對葉片的結(jié)構(gòu)健康監(jiān)測。

圖4 葉片的聲發(fā)射檢測系統(tǒng)

2.2 風機葉片檢測的試驗方案

2.2.1 風機葉片檢測試驗方案

試驗系統(tǒng)中擬選用9 m長的玻璃纖維復合材料葉片作為檢測對象。為了提高檢測方案的效率和可行性,首先進行力學仿真,分析葉片易損傷的部位,如葉片根部和35%處部位,結(jié)合區(qū)域定位法確定破損范圍,并在葉根40%和70%的部位施加載荷。如圖 5,分別以葉片最大設(shè)計載荷的 20%,40%,60%,80%,100%和120%進行施加,使葉片在根部范圍內(nèi)產(chǎn)生應變直至破損。系統(tǒng)采用分布式傳感器組成傳感器陣列,如圖6示,分別布置在葉片根部和35%處部位,用環(huán)氧樹脂加聚酞氨樹脂的絕緣粘膠方式將PZT粘貼在葉片結(jié)構(gòu)的表面,引出電極進行串聯(lián)分布,通過數(shù)據(jù)采集通道獲取信號。由于PZT輸出的聲發(fā)射信號很微弱,采用電荷放大器進行前置放大,再送到數(shù)據(jù)采集系統(tǒng)。聲發(fā)射信號頻率大約在幾百千赫茲,因此將以1 MHz的采樣頻率進行數(shù)據(jù)采集。此外,用聲發(fā)射信號來定位損傷時,每個傳感器都會接收到大量的聲發(fā)射信號,大多數(shù)聲發(fā)射信號都是在加載載荷變化最大時產(chǎn)生的,而不是在加載載荷量最大時。試驗研究表明,多數(shù)葉片結(jié)構(gòu)在加載載荷量最大時出現(xiàn)破損并同時產(chǎn)生聲發(fā)射[13],因此需要在試驗中設(shè)定一個閾值,屏蔽一些低幅值、對判斷損傷的發(fā)生無影響的聲發(fā)射,另外還可以屏蔽一些低幅噪聲。根據(jù)模擬試驗結(jié)果[10]設(shè)定閾值,當聲發(fā)射信號超過此值,則數(shù)據(jù)采集系統(tǒng)將該通道的數(shù)據(jù)保存到PC機里,每次載荷施加到最大量,需要保持此時加載荷的穩(wěn)定期,分別記錄6個時間段的12個通道的數(shù)據(jù)采集狀況。

加載初期,采集系統(tǒng)采集的聲發(fā)射信號較少,這是由于葉片有載荷時會發(fā)生微小的內(nèi)部結(jié)構(gòu)變化,這些變化不影響判斷結(jié)構(gòu)損傷大小[14]。到加載到最大設(shè)計載荷100%和120%時會產(chǎn)生大量的聲發(fā)射信號,對波擊進行計數(shù),根據(jù)Kaiser效應和Felicity效應確定結(jié)構(gòu)發(fā)生破損的時間,結(jié)合分布式傳感器接收信號的時間差,確定破損發(fā)生的粗略位置。

2.2.2 損傷檢測的驗證分析

在實際系統(tǒng)檢測之前,首先用鋁板模擬葉片進行損傷檢測的模擬試驗。采用一塊600 mm×600 mm×2 mm的鋁板LF21對葉片進行模擬試驗,用時差定位法對損傷部位實現(xiàn)精確定位,如圖 7。葉片破裂產(chǎn)生的應力波用PZT來模擬,對其加上與聲發(fā)射頻率相當?shù)念l率激勵,如100 k Hz的加窗正弦波,即能在鋁板中產(chǎn)生彈性波,即蘭姆波。試驗裝置由任意波形發(fā)生器 Agilent33220A、功率放大器LPA6、示波器TEK2014和計算機組成。其中波形發(fā)生器用于產(chǎn)生加窗正弦波,經(jīng)功放放大后施加在PZT激勵器上,使之產(chǎn)生蘭姆波,并在結(jié)構(gòu)傳播后由PZT傳感器接收并送示波器顯示、存儲,最后PC機處理數(shù)據(jù)并確定聲源位置。

圖7 損傷檢測系統(tǒng)結(jié)構(gòu)圖

對該鋁板建立坐標系,如圖8所示。其中,用作模擬聲源的PZT激勵器位置設(shè)為坐標原點(0,0),四個PZT傳感器的坐標分別為A(-15,0),B(0,25),C(35.35,0),D(0,-15)。

圖8 LF21鋁板坐標系示意圖

激勵信號由上升余弦窗函數(shù)調(diào)制5個周期的正弦信號構(gòu)成,四個傳感器的接收信號經(jīng)db4小波去噪所得圖像如圖9所示。

圖9 小波變換后的PZT傳感器信號

波峰到達傳感器A和C的時間差為85.8 us,到達傳感器B和D的時間差為37.3 us。由LF21鋁板的頻散曲線可知,100 k Hz的A0模態(tài)群速度為2314 m/s,則波傳播到A,C的路程差為19.85 cm,傳播到B,D的路程差為8.63 cm。由雙曲線的性質(zhì)可知,雙曲線上任意一點到雙曲線兩個焦點的距離之差的絕對值為常數(shù)。以A,C為焦點,作雙曲線,得到方程;以B,D為焦點,作雙曲線,得到另一個方程。因為A比C先接收到波,因此波源應為左分支;同理B,D雙曲線為下分支(圖10)。兩條雙曲線分支的交點即為聲源位置,經(jīng)計算得出聲源位置為(0.243 6,0.684 1)。而實際的聲源坐標位置為(0,0),相比于測量距離,相對誤差較小,因此,該測量方法的精度較高。

圖10 損傷定位示意圖

3 結(jié)語

在總結(jié)了風機葉片的各種健康監(jiān)測方法后,采用聲發(fā)射傳感器陣列方法對風機葉片進行了健康監(jiān)測研究,設(shè)計了檢測系統(tǒng),并用鋁板進行了葉片損傷的模擬試驗。在逐漸施加載荷的過程中,對風機葉片從健康狀態(tài)直至破壞狀態(tài)的聲發(fā)射信號進行采集、分析,結(jié)合 Kaiser效應和Felicity效應,來確定破損的位置和大小。在風機葉片的生產(chǎn)過程中,可將壓電材料復合到玻璃纖維、碳纖維復合材料中,合理布置位置,通過導線引出信號并加以分析處理,實現(xiàn)對風力機葉片的結(jié)構(gòu)健康監(jiān)測。該方法具有靈敏度高、定位準確、實時性好的特點,在風機葉片結(jié)構(gòu)健康監(jiān)測研究領(lǐng)域有較大的意義。

[1]袁慎芳.結(jié)構(gòu)健康監(jiān)控[M].北京：國防工業(yè)出版社,2007.

[2]Lekou D,Vionis P,Joosse P A,et al.Full-scale blade testing enhancedBy acoustic emission monitoring[C].Proc European Wind Energy Conference,Madrid,Spain,2003.

[3]Paquette J,Van Dam J,Hughes S.Structural testing of 9m carbon fiber wind turbine research blades[C].AIAA 2007 Wind Energy Symposium,Reno,USA,2007.

[4]Dam J van,Eric Jacobson,Hal Link,et al.Wind turbine generator system duration test report for the altantic orient 15/50 wind turbine[R].National Wind Technology Center,2003.

[5]S?rensen B F.Improved design of large wind turbine blade of fibre composites based on studies of scale effects(Phase 1)Summary Report[R].Ris?National Laboratory,Denmark,2004.

[6]Musial W,Butterfield S,McNiffB.Improving wind turbine gearbox reliability[C].European Wind Energy Conference,Milan,Italy,2007.

[7]Polak S.Gearbox&Gear System problems[EB/OL].http：//www.tribology.co.uk/publish/p004.htm

[8]Tavner P J.Review of condition monitoring of rotating electrical machines[J].IET Electric Power Applications,2008,2(4)：215-247.

[9]Goutham R Kirikera,Vishal Shinde,Mard J Schulz,et al.A structural neural system for real-time health monitoring of composite materials[J].Structural Health Monitoring,2008,7(1)：65-83.

[10]Dutton AG,Blanch MJ,Vionis P,et al.Acoustic emission condition monitoring of wind turbine rotor blades：laboratory certification testing to large scale in-service deployment[C].Proceedings of the 2001 European Wind Energy Conference,Copenhagen,Denmark,2001.

[11]Goutham R.Kirikera,Vishal Shinde,Mark J.Schulz,et al.Monitoring Multi-Site Damage Growth During Quasi-Static Testing of a Wind Turbine Blade using a Structural Neural System[J].Structural Health Monitoring,2008,7(2)：157-173.

[12]龔仁榮.結(jié)構(gòu)材料中聲發(fā)射傳播特性的研究[D].江蘇：江蘇大學,2005.

[13]Beattie A G.Acouctic Emission Monitoring of a Wind Turbine Blade During a Fatigue Test[C].35th AIAA Aerospace Sciences Meeting and ASME Wind Energy Symposium,Reno,USA,1997.

[14]Kishi T,Ohtsu M,Yuyama S.Acoustic Emission-Beyond the Millennium[M].USA ：Elsevier,2000：77.