摘要：模態(tài)分析識別對于風(fēng)機設(shè)計與運行十分的重要，目前風(fēng)機模態(tài)分析識別方法有很多種，但這些方法在實際工程運用中出現(xiàn)很多問題。筆者根據(jù)最新的研究動態(tài)，對實際工程中模態(tài)分析的各種方法以及識別精度進行論述，并比較了各種方法的優(yōu)點與不足。

關(guān)鍵詞：風(fēng)機模態(tài)識別；環(huán)境激勵；綜述報告

1、背景及意義

風(fēng)力發(fā)電機由于結(jié)構(gòu)細長并且在高聳塔筒的頂端安裝有質(zhì)量很大的葉輪、機械裝置及其附屬配件等，這些因素導(dǎo)致風(fēng)機結(jié)構(gòu)柔度增加，自振頻率降低，因此這些細長結(jié)構(gòu)的固有自振頻率和由環(huán)境以及葉輪旋轉(zhuǎn)所激發(fā)的頻率非常接近，塔筒將產(chǎn)生較大的振動甚至發(fā)生共振，使塔筒產(chǎn)生較大的動應(yīng)力，并產(chǎn)生較大的疲勞應(yīng)力幅，縮短整機的使用壽命，甚至導(dǎo)致整機無法工作。所以風(fēng)機的模態(tài)識別與設(shè)計對風(fēng)機的壽命以及正常運行有重要影響。

2、研究現(xiàn)狀

2015年，董霄峰等針對干擾信號處理不當(dāng)易導(dǎo)致模態(tài)識別失真與產(chǎn)生虛假模態(tài)等問題這一問題提出了基于自適應(yīng)濾波與集成經(jīng)驗?zāi)B(tài)分解（EEMD）法的組合降噪方法.該方法可以更加有效地降低各種噪聲的干擾以完整保留響應(yīng)信號中體現(xiàn)結(jié)構(gòu)自身振動的信息，再結(jié)合隨機減量法（random decrement technique， RDT）和特征系統(tǒng)實現(xiàn)法（eigensystem realization algorithm ，ERA）對重構(gòu)信號進行模態(tài)識別.并與小波閾值方法和“EMD+小波”方法進行比較，發(fā)現(xiàn)小波閾值方法和“EMD+小波”方法第2、3階模態(tài)頻率變化較不穩(wěn)定，而文章中方法對實測信號處理后的識別頻率隨外部環(huán)境條件的波動較小，說明該降噪方法對海上風(fēng)機結(jié)構(gòu)工作模態(tài)的穩(wěn)定識別具有更好的工程適用性[1]。

2004年，Wei-Xin Ren等提出在真實環(huán)境激勵下模態(tài)識別的重要性。介紹兩種風(fēng)機模態(tài)分析方法peak picking （PP） method和stochastic subspace identification （SSI） method并用這兩個方法對一個15層高的鋼筋混凝土建筑和一個鋼管拱橋兩個現(xiàn)場實例進行了分析。結(jié)果顯示，兩種方法均能有效識別模態(tài)， 通過比較可以看出，PP法具有主觀性，獲得的是結(jié)構(gòu)撓曲形狀而不是振型，不過，如果模態(tài)很好的分開，這并不是主要缺點，因為撓曲形狀十分接近振型，用這種方法識別阻尼不是很準確，但用該方法操作簡單節(jié)省時間。SSI法可以識別出PP法遺漏的頻率，頻率識別質(zhì)量更高，并且在多數(shù)情況下可以給出更合理的振型[2]。2013年，M.Damgaard等用兩種方法在停機和正常運轉(zhuǎn)的兩個工況下研究了估計風(fēng)機塔架的固有頻率和阻尼，第一種方法用函數(shù)擬合停機工況下自由振動峰值的衰減來估計阻尼，第二種方法用頻譜法來估計阻尼，與第一種方法相比，頻譜法具有不影響風(fēng)機正常運轉(zhuǎn)的優(yōu)勢。并研究了在不同土壤條件下，特定風(fēng)機模態(tài)的變化，結(jié)果表明海床的沖刷和沉積對模態(tài)有影響[3]。

2013年，R.Shirzadeh等用Polymax求解器分別計算了環(huán)境激勵條件下以及切出風(fēng)速條件下風(fēng)機的第一自振頻率，兩種工況下，識別出的頻率相近與數(shù)值計算的結(jié)果一致。并指出功率譜中一些小的峰值和浪有關(guān)，浪的頻率很接近風(fēng)機的本征頻率，因此浪對風(fēng)機的壽命起到很重要的作用。同時介紹了風(fēng)機阻尼的組成部分以及阻尼的取值范圍[4]. 2015年，Christina Koukour等對用來識別振動結(jié)構(gòu)模態(tài)參數(shù)的方法Enhanced Frequency Domain Decomposition法進行了介紹。與傳統(tǒng)阻尼估計用指數(shù)曲線擬合衰減曲線峰值點的方法相比，這種方法操作簡單，計算速度快。并用EFDD法來識別了停機和正常運行工況下海上風(fēng)機的阻尼，同時指出側(cè)向阻尼由于自相關(guān)函數(shù)和諧波的跳躍現(xiàn)象使側(cè)向阻尼識別不是很準確[5]。

2015年，Wei-Hua Hu等介紹了風(fēng)力發(fā)電系統(tǒng)的技術(shù)指標(biāo)，并建立了有限元模型，分析結(jié)構(gòu)的動力特性。隨后的介紹了連續(xù)動態(tài)監(jiān)測系統(tǒng)，并采用基于參考最小二乘復(fù)頻域（p-LSCF）方法以及隨機子空間（SSI）法的分析程序?qū)δB(tài)進行了識別，并且指出參考最小二乘復(fù)頻域（p-LSCF）方法比隨機子空間（SSI）法識別效果好。研究發(fā)現(xiàn)塔架的基頻與三個葉片旋轉(zhuǎn)引起的諧波頻率匹配時，可以觀察到顯著地共振。隨著風(fēng)速進一步增大，葉片的旋轉(zhuǎn)速度停止增大，輸入能量只有助于塔架振幅的積累[6]。

3、小結(jié)

在國內(nèi)文獻中，有關(guān)風(fēng)機識別的文獻較少。對例如高層樓房、橋、大壩等構(gòu)筑物模態(tài)識別的中文文獻較多并且運用了很多方法，英文文獻海上風(fēng)機模態(tài)識別方向，運用峰值法和隨機子空間方法來識別模態(tài)較多。模態(tài)一步識別算法中，峰值法具有運算速度快操作簡單的優(yōu)點，缺點是模態(tài)識別具有人的主觀性，識別精度不足。隨機子空間法具有同時處理多維數(shù)據(jù)特點，頻率識別質(zhì)量更高，無需要貴重的激勵設(shè)備，不需要中斷結(jié)構(gòu)的正常使用，SSI識別方法在識別阻尼比時，精度高于增強頻域分解（EFDD）法。在噪聲條件較好的情況下，SSI對相鄰模態(tài)的識別要優(yōu)于增強頻域分解（EFDD）法，可以識別出PP法遺漏的頻率，但面對響應(yīng)數(shù)據(jù)量大時，其計算效率比較低，并且隨機子空間方法易受到環(huán)境噪聲影響，普遍存在定階有虛假模態(tài)的情況。EFDD法實際操作方法簡單，EFDD表現(xiàn)出更好的抗噪聲性能和識別穩(wěn)定性。頻域分解法（FDD法）要求輸入的激勵為白噪聲，且研究的對象為小阻尼情況。隨機減量法（RDT）、峰值拾取法（PP）以及頻域分解法（FDD）識別法現(xiàn)場實測較難捕捉其局部模態(tài)，不能很好的識別密集模態(tài)，但容易獲得結(jié)構(gòu)主振模態(tài)。

參考文獻：

[1]董霄峰，練繼建，楊敏，王海軍.海上風(fēng)機結(jié)構(gòu)工作模態(tài)識別的組合降噪方法[J].天津大學(xué)學(xué)報（自然科學(xué)與工程技術(shù)版），2015，（03）：203-208.

[2] Wei-Xin Ren and Zhou-Hong Zong Output-only modal parameter identification of civil engineering structures Structural Engineering and Mechanics[J]，（17）：No. 3-4 （2004） 000-000.

[3] Cross-wind modal properties of offshore wind turbines identified by full scale testing[J]， Journal of Wind Engineering and Industrial Aerodynamics， 2013（116）： 94-108.

[4]R. Shirzadeh， C. Devriendt， M.A. Bidakhvidi， P. Guillaume， Experimental and computational damping estimation of an offshore wind turbine on a monopile foundation[J]， Journal of Wind Engineering and Industrial Aerodynamics， 2013（120）： 96-106.

[5] Christina Koukoura， Anand Natarajan， Allan Vesth， Identification of support structure damping of a full scale offshore wind turbine in normal operation[J]， Renewable Energy， 2015 （81）： 882-895

[6]Wei-Hua Hu， Sebastian Th?ns， Rolf Günter Rohrmann， Samir Said， Werner Rücker， Vibration-based structural health monitoring of a wind turbine system.Part I： Resonance phenomenon[J]， Engineering Structures， 2015（89）：260-272.

作者簡介：

趙儉斌（1960-），男，黑龍江呼蘭人，從事風(fēng)機基礎(chǔ)相關(guān)研究。

祝 軍（1992-），男，碩士，研究方向：風(fēng)機基礎(chǔ)疲勞研究