楊昌杏，李錄平

風(fēng)力機(jī)葉片損傷故障檢測(cè)技術(shù)研究進(jìn)展

楊昌杏，李錄平*

（長(zhǎng)沙理工大學(xué)能源與動(dòng)力工程學(xué)院，湖南省 長(zhǎng)沙市 410014）

針對(duì)目前風(fēng)力機(jī)葉片損傷狀態(tài)檢測(cè)和故障診斷的方法開展綜述，指出其研究現(xiàn)狀和值得研究的問題。綜述了風(fēng)力機(jī)葉片的故障類型及其對(duì)應(yīng)的故障機(jī)理以及5種常用的風(fēng)力機(jī)葉片狀態(tài)檢測(cè)和故障診斷的方法。通過分析各種檢測(cè)技術(shù)的優(yōu)缺點(diǎn)發(fā)現(xiàn)，各種損傷檢測(cè)技術(shù)都能夠?qū)︼L(fēng)力機(jī)葉片存在的缺陷進(jìn)行有效的檢測(cè)，但是單一的檢測(cè)技術(shù)已經(jīng)無法滿足對(duì)葉片損傷故障檢測(cè)的要求，因此，可以采用多種檢測(cè)技術(shù)相結(jié)合的方式對(duì)葉片進(jìn)行綜合檢測(cè)。

風(fēng)力機(jī)葉片；故障診斷；狀態(tài)檢測(cè)

0 引言

風(fēng)能作為目前發(fā)展最快的新型能源，已經(jīng)有了較為成熟的風(fēng)力發(fā)電技術(shù)。葉片作為風(fēng)機(jī)捕獲風(fēng)能的核心部件，它的安全性和可靠性對(duì)機(jī)組的運(yùn)行起著至關(guān)重要的作用[1-2]。風(fēng)電場(chǎng)大多數(shù)位于偏遠(yuǎn)的山區(qū)，存在風(fēng)力機(jī)維護(hù)、檢測(cè)困難的問題。而且葉片位于高空，體積大，故難以及時(shí)發(fā)現(xiàn)早期故障表現(xiàn)出的異常特征[3-5]。隨著風(fēng)機(jī)種類和數(shù)量的增多，由其帶來的運(yùn)營(yíng)和維護(hù)費(fèi)用日趨高昂，尤其是風(fēng)機(jī)各個(gè)部分的機(jī)械故障，對(duì)風(fēng)力發(fā)電機(jī)組的安全運(yùn)行有著極大的影響，例如，臺(tái)電公司在臺(tái)中高美濕地安裝有14臺(tái)風(fēng)力發(fā)電機(jī)組，即“臺(tái)中港發(fā)電站”，2019年12月6日，11號(hào)機(jī)組的3支葉片均被吹落，所幸這次事故沒有造成地面人員傷亡和其他設(shè)施損傷。據(jù)事后調(diào)查，這次事故主要由天氣驟變產(chǎn)生的瞬間強(qiáng)風(fēng)所致[6]。在風(fēng)電機(jī)組正常運(yùn)行時(shí)，葉片吸收轉(zhuǎn)化風(fēng)能的效率以及葉片的可靠性，都會(huì)對(duì)整個(gè)風(fēng)電機(jī)組造成很大的影響，葉片性能的高低也影響著風(fēng)電機(jī)組發(fā)電穩(wěn)定性的高低[7]。由于葉片出現(xiàn)裂紋、砂眼等細(xì)微損傷時(shí)，運(yùn)維人員難以通過肉眼觀察到這些情況。隨著葉輪直徑增大，葉片越來越長(zhǎng)，而葉片安裝位置給檢測(cè)葉片狀況帶來了很大的困難，因此，方便快捷且準(zhǔn)確穩(wěn)定的風(fēng)力發(fā)電機(jī)葉片的損傷檢測(cè)技術(shù)，是風(fēng)力發(fā)電中一項(xiàng)很有研究?jī)r(jià)值的技術(shù)[8-9]。

1 風(fēng)力機(jī)葉片基本故障與產(chǎn)生機(jī)理

風(fēng)力機(jī)葉片的故障可以分為“先天缺陷”和“后天機(jī)械損傷”2種，本文主要分析風(fēng)力機(jī)葉片的機(jī)械損傷。

1.1 造成葉片“先天缺陷”的原因

“先天缺陷”主要是指葉片在生產(chǎn)過程中，為了追求更高的利潤(rùn)，管理層要求設(shè)計(jì)出低廉的部件[10]。比如，用減小葉片葉根直徑的方式來減少輪轂與葉片的成本，但是減小葉根的直徑會(huì)導(dǎo)致葉片的強(qiáng)度不夠；選擇質(zhì)量不過關(guān)但價(jià)格便宜的原材料，容易使葉片出現(xiàn)致命的缺陷。“先天缺陷”對(duì)葉片狀態(tài)的影響有2種類型：1）外表面缺陷類型，包括氣泡、色差、針眼；2）殼體缺陷類型，包括漏氣、分層、芯材錯(cuò)位，殼體上的缺陷會(huì)影響到整個(gè)結(jié)構(gòu)的完整性和安全性。風(fēng)力機(jī)葉片在加工過程中產(chǎn)生的缺陷可能會(huì)在風(fēng)力機(jī)組正常運(yùn)行中發(fā)生變化，從而造成質(zhì)量問題[11]。

1.2 造成葉片機(jī)械損傷的原因

1）在運(yùn)輸和安裝過程中受到的損傷。

隨著風(fēng)力發(fā)電機(jī)組的快速發(fā)展，葉片的尺寸也變得越來越大。幾十米長(zhǎng)的葉片在運(yùn)輸過程中很不方便，另外，很多風(fēng)場(chǎng)位于偏遠(yuǎn)的山區(qū)，交通不便利，在運(yùn)輸過程中風(fēng)沙和植物會(huì)對(duì)葉片的尖端造成損傷[12]；在安裝過程中吊繩和夾具也容易對(duì)葉片的前緣區(qū)域造成損傷[13]。

2）在運(yùn)行過程中因外載荷作用受到的損傷。

風(fēng)力發(fā)電機(jī)組在運(yùn)行過程中，由于復(fù)雜的服役環(huán)境，葉片會(huì)受到外力沖擊以及風(fēng)載荷的作用，風(fēng)載荷的方向和大小都不同，風(fēng)流方向也不是一成不變的，這就使葉片產(chǎn)生不同方向、不同形式的運(yùn)動(dòng)，其中包括一些振動(dòng)。風(fēng)力機(jī)超負(fù)荷運(yùn)行會(huì)產(chǎn)生激振力，當(dāng)激振頻率接近葉片的固有頻率時(shí)，葉片會(huì)發(fā)生嚴(yán)重的形變，從而引發(fā)疲勞受損，出現(xiàn)玻璃鋼發(fā)白分層、黏接處開裂等損傷[14]][。

3）環(huán)境因素影響所造成的損傷。

風(fēng)力發(fā)電機(jī)組主要安裝在風(fēng)能豐富的區(qū)域，而風(fēng)能豐富的地區(qū)通常存在風(fēng)沙、雨雪、雷電、鹽霧等現(xiàn)象[15]。隨著風(fēng)電機(jī)組的服役時(shí)間逐漸增長(zhǎng)，葉片表面愈發(fā)污濁，葉片表面的涂層材料被腐蝕，這就加快了葉片表面的風(fēng)化氧化，使葉片產(chǎn)生細(xì)微裂紋；另外，靜電灰塵以及其他附著物產(chǎn)生的混合物，也會(huì)導(dǎo)致葉片的老化加速。當(dāng)出現(xiàn)雨雪天氣時(shí)，空氣濕度大，再加上溫度降低，飽和氣溫在-20℃以下時(shí)，容易出現(xiàn)霧凇現(xiàn)象，葉片表面會(huì)結(jié)晶，有時(shí)甚至葉片表面會(huì)附著不規(guī)則冰凌，使葉片表面粗糙度增加，或?qū)е氯~片翼型改變，降低葉片翼型的氣動(dòng)特性，從而降低風(fēng)輪效率；當(dāng)出現(xiàn)陰雨天氣時(shí)，風(fēng)電機(jī)組和葉片表面的濕度增加，發(fā)生雷電現(xiàn)象時(shí)，極易發(fā)生雷電并未從引雷器釋放，而是出現(xiàn)雷電誤導(dǎo)后電擊葉片的情況。雷擊是自然界中對(duì)風(fēng)力發(fā)電機(jī)組安全運(yùn)行危害最大的一種災(zāi)害。雷電釋放的巨大能量會(huì)造成風(fēng)力機(jī)組葉片的損壞，統(tǒng)計(jì)數(shù)據(jù)顯示，在北歐的風(fēng)力發(fā)電機(jī)組中，每年每100臺(tái)中有4~8臺(tái)因遭受雷擊而損壞；調(diào)查結(jié)果還表明，在所有引發(fā)風(fēng)電機(jī)組故障的外部因素中電擊約占25%[16-17]。南方沿海鹽霧環(huán)境下，鹽霧中高濃度鹽與金屬材料發(fā)生化學(xué)反應(yīng)生成酸性金屬鹽，在葉片表面形成覆蓋層，嚴(yán)重影響葉片的氣動(dòng)性能。環(huán)境因素給葉片造成巨大的損傷，使設(shè)備不能達(dá)到設(shè)計(jì)運(yùn)行要求，給設(shè)備的安全運(yùn)行帶來嚴(yán)重后果，給風(fēng)場(chǎng)的安全、經(jīng)濟(jì)運(yùn)行造成巨大影響[18]。

上述自然因素或者人為因素產(chǎn)生的早期輕微機(jī)械損傷，會(huì)隨著風(fēng)電機(jī)組的運(yùn)行、材料的老化等逐漸發(fā)展成為嚴(yán)重的機(jī)械故障，給機(jī)組的運(yùn)行帶來安全隱患。

1.3 葉片的常見損傷類型

1.3.1 葉片開裂

葉片長(zhǎng)期工作在惡劣環(huán)境中，因機(jī)組的振動(dòng)過大以及塵埃侵蝕，葉片容易產(chǎn)生微裂紋。這些裂紋在機(jī)組運(yùn)行過程中會(huì)進(jìn)一步擴(kuò)大，嚴(yán)重時(shí)會(huì)導(dǎo)致局部開裂[19]。

1.3.2 葉片斷裂

葉片長(zhǎng)度的增加也增大了葉片斷裂損壞的概率。葉片斷裂多發(fā)生在葉片的中部和根部位置，這種故障主要是由突發(fā)性故障和共振引起的。葉片發(fā)生斷裂的主要原因包括：1）生產(chǎn)過程中工藝控制不良；2）葉片根部局部區(qū)域樹脂固化不完全，從而導(dǎo)致強(qiáng)度、剛度降低；3）風(fēng)速超過額定風(fēng)速或者風(fēng)電機(jī)組失速；4）電氣故障以及雷擊等[20]。

1.3.3 葉片磨損

表面磨損主要發(fā)生在葉片迎風(fēng)面和前后緣。在運(yùn)行過程中風(fēng)力機(jī)葉片與風(fēng)沙、雨雪之類的物體相接觸而產(chǎn)生摩擦，從而導(dǎo)致葉片表面逐漸磨損，磨損與腐蝕會(huì)造成葉片表面材料點(diǎn)蝕、剝落甚至破損，影響葉片的物理性能[20]。

1.3.4 葉片表皮脫落

風(fēng)力機(jī)長(zhǎng)期暴露在風(fēng)沙、雨雪、溫度驟變的惡劣環(huán)境中，在風(fēng)沙、雨雪的侵蝕下，葉片表面的保護(hù)層會(huì)逐漸脫落[21]。

1.4 葉片機(jī)械故障產(chǎn)生機(jī)理

1.4.1 裂紋的產(chǎn)生機(jī)理

風(fēng)力機(jī)葉片表面容易受到外界的沖擊，使得葉片表面的損傷最為明顯，而葉片的內(nèi)部區(qū)域損傷范圍比較小。對(duì)于整個(gè)葉片來說，其各個(gè)部位都有可能產(chǎn)生裂紋，裂紋主要在風(fēng)電機(jī)組工作2~3年后開始產(chǎn)生，這主要是由低溫和振動(dòng)導(dǎo)致的。而機(jī)組無論是制動(dòng)還是工作，都會(huì)產(chǎn)生振動(dòng)，使裂紋擴(kuò)大。自然環(huán)境所帶來的風(fēng)沙、雨水與溫差會(huì)使裂紋進(jìn)一步擴(kuò)大[22]。

1.4.2 磨損的產(chǎn)生機(jī)理

在風(fēng)力機(jī)運(yùn)行時(shí)，葉片會(huì)與風(fēng)沙之類的硬物相接觸，隨著時(shí)間的增加和載荷作用的累積，葉片表面會(huì)逐漸被磨損。還有種情況是由于風(fēng)機(jī)葉片受到雨雪的沖蝕作用，葉片前緣部分會(huì)出現(xiàn)點(diǎn)蝕現(xiàn)象，隨著前緣磨蝕的加深，葉片前緣保護(hù)層會(huì)出現(xiàn)一定程度的損傷，損傷進(jìn)一步加深，會(huì)出現(xiàn)表面涂層脫落、基體損傷和分層[23]。

1.4.3 砂眼的產(chǎn)生機(jī)理

葉片工作環(huán)境較惡劣，長(zhǎng)期與風(fēng)霜雨雪接觸，使得葉片表面發(fā)生磨損與腐蝕。在這種情況下，磨損和腐蝕會(huì)使葉片表面的膠衣出現(xiàn)脫落，沒有保護(hù)層區(qū)域的葉片在風(fēng)沙的作用下會(huì)出現(xiàn)小砂眼；另外，風(fēng)電場(chǎng)所在地區(qū)一般溫差較大，當(dāng)葉片結(jié)構(gòu)存在水分、污垢時(shí)，會(huì)使得砂眼迅速擴(kuò)大。砂眼破壞了葉片的正常結(jié)構(gòu)，將會(huì)導(dǎo)致葉片的力學(xué)性能發(fā)生改變，令葉片的工作狀態(tài)發(fā)生改變，可能會(huì)造成葉片斷裂[24]。

2 葉片狀態(tài)檢測(cè)與故障診斷現(xiàn)狀

當(dāng)葉片出現(xiàn)損傷時(shí)，它的一些參數(shù)(功率、風(fēng)速、轉(zhuǎn)速、溫度、振動(dòng))都會(huì)出現(xiàn)顯著的變化。目前，針對(duì)風(fēng)機(jī)葉片結(jié)構(gòu)健康檢測(cè)的無損傷檢測(cè)方法主要有振動(dòng)檢測(cè)技術(shù)、超聲波檢測(cè)技術(shù)、紅外熱成像檢測(cè)技術(shù)、聲發(fā)射檢測(cè)技術(shù)、光纖光柵檢測(cè)技術(shù)[25]。

2.1 振動(dòng)檢測(cè)技術(shù)

振動(dòng)檢測(cè)技術(shù)是在葉片表面粘貼振動(dòng)傳感器來檢測(cè)葉片的動(dòng)力學(xué)特性變化[26-28]。葉片振動(dòng)檢測(cè)主要原理是：當(dāng)葉片振動(dòng)時(shí)，其振動(dòng)情況受到物理參數(shù)影響，當(dāng)損傷發(fā)生時(shí)，物理參數(shù)發(fā)生改變，使得振動(dòng)情況也發(fā)生改變。通過安裝傳感器，采集振動(dòng)信號(hào)加以分析，即可完成對(duì)損傷的診斷。整個(gè)振動(dòng)檢測(cè)過程如圖1所示。實(shí)驗(yàn)表明：通過時(shí)域頻域分析，此方法對(duì)振動(dòng)信號(hào)的變化很敏感，靈敏度較高，能在損傷早期做出診斷，一定程度上能預(yù)防葉片損傷。

圖1 葉片振動(dòng)檢測(cè)基本過程

李錄平等[29]利用振動(dòng)檢測(cè)技術(shù)監(jiān)測(cè)風(fēng)力機(jī)葉片裂紋，通過實(shí)驗(yàn)比較了風(fēng)力機(jī)葉片裂紋損傷前和裂紋損傷后，以及受到不同損傷程度時(shí)風(fēng)力機(jī)葉片固有特性的變化情況來判斷裂紋損傷的位置；歐陽濤[30]基于葉尖定時(shí)的旋轉(zhuǎn)葉片振動(dòng)檢測(cè)，提出了新的葉片振動(dòng)參數(shù)辨識(shí)方法，為旋轉(zhuǎn)葉片的振動(dòng)檢測(cè)技術(shù)發(fā)展提供了很好的基礎(chǔ)；陳廣華等[31]設(shè)計(jì)了一種風(fēng)力發(fā)電機(jī)組葉片振動(dòng)無線檢測(cè)系統(tǒng)，這種系統(tǒng)集成度高、功率小，能夠很好地反應(yīng)葉片的狀態(tài)； LIU等[32]對(duì)運(yùn)行了15年以上的大型低速軸承葉片進(jìn)行了自然損傷處理，通過收集電動(dòng)驅(qū)動(dòng)條件下的振動(dòng)數(shù)據(jù)，提出了一種基于經(jīng)驗(yàn)小波閾值的故障信號(hào)去噪法。

2.2 超聲波檢測(cè)技術(shù)

超聲波檢測(cè)原理是：使用探頭向風(fēng)力機(jī)葉片發(fā)射超聲波，利用葉片本身和缺陷處的復(fù)合材料聲學(xué)性質(zhì)的不同來檢測(cè)葉片的缺陷[33]。圖2是超聲波檢測(cè)原理圖。

根據(jù)超聲波檢測(cè)技術(shù)原理，可以將超聲波技術(shù)用于風(fēng)力發(fā)電機(jī)的槳葉除冰[34-38]，這是利用超聲波的振動(dòng)效應(yīng)和熱效應(yīng)對(duì)葉片進(jìn)行除冰和防冰。李錄平等[39]將層狀結(jié)構(gòu)中的超聲傳播理論應(yīng)用于風(fēng)力機(jī)槳葉除冰過程中，探索了超聲波對(duì)槳葉除冰的作用機(jī)理，通過數(shù)值計(jì)算確定超聲波除冰的最佳頻率；TIWARI 等[40]利用導(dǎo)波風(fēng)力機(jī)葉片缺陷進(jìn)行超聲波信號(hào)處理，將離散小波變換與振幅檢測(cè)方法相結(jié)合，對(duì)缺陷的大小和位置進(jìn)行估計(jì)；王紹龍[41]將超聲波檢測(cè)技術(shù)用于風(fēng)力機(jī)葉片翼型防除冰領(lǐng)域，結(jié)合風(fēng)洞試驗(yàn)與數(shù)值模擬計(jì)算的方法探究了結(jié)冰對(duì)風(fēng)力機(jī)葉片氣動(dòng)特性的影響，對(duì)超聲波防、除冰具有重要意義。

圖2 超聲波檢測(cè)技術(shù)原理

2.3 紅外熱成像檢測(cè)技術(shù)

紅外熱成像檢測(cè)技術(shù)是通過紅外熱像儀接收葉片的紅外輻射，將其轉(zhuǎn)換成圖像，然后根據(jù)紅外成像圖判斷葉片的損傷情況。檢測(cè)原理：當(dāng)對(duì)風(fēng)力機(jī)槳葉施加均勻的熱流時(shí)，材料表面的溫度是一致的，但是當(dāng)葉片受到不同程度的損傷時(shí)，損傷部位表面的溫度和紅外輻射強(qiáng)度會(huì)發(fā)生異常反應(yīng)，并將其轉(zhuǎn)化為可視化熱分布圖像，通過圖像來判斷葉片的損傷情況。琦格琦等[42]針對(duì)風(fēng)力機(jī)葉片表面涂層損傷的常見問題，結(jié)合紅外成像技術(shù)與圖像處理技術(shù)，提出了一種風(fēng)力機(jī)葉片表面涂層損傷的檢測(cè)方法，達(dá)到了風(fēng)力機(jī)葉片遠(yuǎn)距離監(jiān)測(cè)的目的；肖勁松等[43]通過閃光燈脈沖紅外熱波方法檢測(cè)葉片的近表缺陷；MITJA等[44]利用紅外熱成像技術(shù)對(duì)旋轉(zhuǎn)加熱葉片表面溫度分布進(jìn)行了測(cè)量，實(shí)現(xiàn)了實(shí)時(shí)監(jiān)測(cè)葉片表面溫度變化的目的。

紅外熱成像檢測(cè)技術(shù)對(duì)于葉片表面的缺陷比較敏感，可以進(jìn)行遠(yuǎn)距離、大面積的檢測(cè)。但是在風(fēng)力機(jī)葉片的運(yùn)行過程中，由于風(fēng)力機(jī)葉片處于比較高的位置，所以對(duì)葉片的現(xiàn)場(chǎng)檢測(cè)不容易實(shí)現(xiàn)。

2.4 聲發(fā)射檢測(cè)技術(shù)

葉片出現(xiàn)損傷時(shí)會(huì)以彈性應(yīng)力波的形式釋放出應(yīng)變能量，因此可通過聲發(fā)射傳感器來接收和分析判斷損傷的位置和特性[45-46]。龔妙等[47]總結(jié)了將聲發(fā)射技術(shù)應(yīng)用于風(fēng)力機(jī)損傷檢測(cè)的研究關(guān)鍵在于葉片損傷聲發(fā)射特征的分析、提取以及聲發(fā)射源的定位研究成果，指出風(fēng)力機(jī)葉片復(fù)合材料聲波傳播規(guī)律和波形轉(zhuǎn)換規(guī)律對(duì)聲發(fā)射檢測(cè)技術(shù)具有重要意義；周勃等[48]利用聲發(fā)射技術(shù)監(jiān)測(cè)小型風(fēng)力機(jī)葉片的運(yùn)行狀態(tài)，對(duì)葉片裂紋進(jìn)行了準(zhǔn)確的定位；TANG等[49]監(jiān)測(cè)了一根45.7 m長(zhǎng)的葉片，并用三角測(cè)量法判定了葉片的損傷位置，驗(yàn)證了聲發(fā)射檢測(cè)技術(shù)能夠?qū)︼L(fēng)力機(jī)葉片損傷提供早期預(yù)警；杜文超[50]根據(jù)風(fēng)機(jī)葉片材料破壞時(shí)應(yīng)力會(huì)產(chǎn)生聲發(fā)射信號(hào)這一特點(diǎn)，提出利用聲發(fā)射技術(shù)對(duì)大型風(fēng)力機(jī)葉片材料的破壞進(jìn)行監(jiān)測(cè)。

聲發(fā)射技術(shù)對(duì)外界環(huán)境的要求比較高，外界環(huán)境干擾源比較多，采集到的信號(hào)比較復(fù)雜，使得聲發(fā)射技術(shù)的檢測(cè)效果比較差，但是它能夠有效地檢測(cè)到風(fēng)力機(jī)葉片的早期輕微機(jī)械損傷，對(duì)風(fēng)力機(jī)葉片起到預(yù)防和及時(shí)維護(hù)的效果，對(duì)于實(shí)現(xiàn)風(fēng)力發(fā)電機(jī)組的安全穩(wěn)定運(yùn)行具有十分重要的意義。

2.5 光纖光柵檢測(cè)技術(shù)

光纖光柵檢測(cè)技術(shù)是通過光纖光柵傳感器來監(jiān)測(cè)風(fēng)力機(jī)葉片的溫度、應(yīng)變、壓力等變化來診斷風(fēng)力機(jī)葉片的健康情況。陳娟子[51]基于光纖布拉格光柵傳感原理，并結(jié)合時(shí)分復(fù)用和波分復(fù)用技術(shù)，成功實(shí)現(xiàn)了葉片的準(zhǔn)分布式應(yīng)變監(jiān)測(cè)；李俊一等[52]提出基于光纖光柵的葉片檢測(cè)系統(tǒng)，可以對(duì)風(fēng)力機(jī)葉片的軸向及徑向應(yīng)變進(jìn)行實(shí)時(shí)監(jiān)測(cè)；TYLER等[53]提出一種基于光纖光柵的風(fēng)力機(jī)轉(zhuǎn)子結(jié)構(gòu)健康實(shí)時(shí)監(jiān)測(cè)分布式應(yīng)變傳感系統(tǒng)，并驗(yàn)證了傳感系統(tǒng)對(duì)轉(zhuǎn)子結(jié)構(gòu)健康狀況的實(shí)時(shí)監(jiān)測(cè)能力；李繼超[54]針對(duì)風(fēng)力發(fā)電槳葉安全運(yùn)行的實(shí)際需求，采用分布式光纖光柵傳感技術(shù)對(duì)風(fēng)力機(jī)槳葉結(jié)構(gòu)、覆冰進(jìn)行了實(shí)時(shí)監(jiān)測(cè)，實(shí)現(xiàn)了風(fēng)力機(jī)葉片故障的早期快速預(yù)警。

3 5種檢測(cè)技術(shù)的對(duì)比分析

通過上述5種無損檢測(cè)技術(shù)的對(duì)比分析，發(fā)現(xiàn)它們均與材料類型、產(chǎn)品制造工藝、運(yùn)行環(huán)境、地理位置等密切相關(guān)。5種檢測(cè)技術(shù)的特征對(duì)比如表1所示。

表1 5種檢測(cè)技術(shù)特征對(duì)比

由表1可知，上述5種檢測(cè)技術(shù)都可以對(duì)葉片的缺陷進(jìn)行有效檢測(cè)，通過對(duì)各種損傷檢測(cè)數(shù)據(jù)的分析整理，可以更加深入地了解葉片的損傷狀態(tài)。目前，風(fēng)機(jī)葉片的故障率逐年增加，對(duì)葉片進(jìn)行損傷故障檢測(cè)已經(jīng)變得刻不容緩，單一的檢測(cè)技術(shù)已經(jīng)無法滿足對(duì)葉片損傷故障檢測(cè)的要求，因此可以采用多種損傷檢測(cè)技術(shù)相結(jié)合的方式對(duì)葉片進(jìn)行綜合檢測(cè)。

4 結(jié)論

風(fēng)力機(jī)葉片的缺陷和故障是風(fēng)力發(fā)電機(jī)組安全運(yùn)行的重大隱患之一。隨著風(fēng)力發(fā)電機(jī)種類和數(shù)量的不斷增加，風(fēng)力機(jī)葉片的故障率也在逐年增加，因此對(duì)風(fēng)力機(jī)葉片進(jìn)行損傷檢測(cè)和故障診斷就變得十分重要?，F(xiàn)有的各種檢測(cè)方法各有優(yōu)缺點(diǎn)，都存在一些關(guān)鍵問題和技術(shù)難點(diǎn)沒有解決，如何將這些問題得到解決，將成為未來的主要研究方向。根據(jù)當(dāng)前發(fā)展趨勢(shì)，未來風(fēng)力機(jī)葉片檢測(cè)技術(shù)和故障診斷的研究熱點(diǎn)將圍繞以下3方面進(jìn)行：

1）采用多種檢測(cè)技術(shù)相結(jié)合的方式對(duì)風(fēng)力機(jī)葉片進(jìn)行實(shí)時(shí)監(jiān)測(cè)，以延長(zhǎng)各部件的運(yùn)行壽命，提高風(fēng)電機(jī)組的發(fā)電效率，預(yù)防重大安全事故的發(fā)生。

2）將人工智能應(yīng)用于風(fēng)力發(fā)電機(jī)葉片狀態(tài)監(jiān)測(cè)和故障診斷。充分考慮各種人工智能模式診斷的優(yōu)點(diǎn)，將若干技術(shù)綜合起來進(jìn)行風(fēng)力機(jī)葉片故障的檢測(cè)與診斷，提出基于應(yīng)變測(cè)量信號(hào)無線傳輸?shù)娘L(fēng)力機(jī)葉片故障檢測(cè)系統(tǒng)，利用無線信號(hào)傳感器，形成一種集監(jiān)測(cè)、預(yù)測(cè)以及診斷為一體的混合式風(fēng)力機(jī)葉片故障診斷系統(tǒng)。應(yīng)用檢測(cè)技術(shù)時(shí)，應(yīng)考慮到運(yùn)行環(huán)境、天氣狀況以及其他因素的影響。

3）采用振動(dòng)測(cè)量與圖像相結(jié)合的方式，以及應(yīng)用高分辨率視頻或者圖像傳感器?？梢猿浞掷秒娦盘?hào)、振動(dòng)信號(hào)、應(yīng)變測(cè)量信號(hào)這些能夠反映風(fēng)電機(jī)組工作狀態(tài)的信號(hào)，為全面深入掌握發(fā)電機(jī)的運(yùn)行狀態(tài)提供依據(jù)。

[1] 許國東，葉杭冶，解鴻斌．風(fēng)電機(jī)組技術(shù)現(xiàn)狀及發(fā)展方向[J]．中國工程科學(xué)，2018，20(3)：44-50．

XU G D，YE H Y，XIE H B．Current situation and development direction of wind turbine technology [J]．China Engineering Science，2008，20(3)：44-50．

[2] 劉永前，賴福興，閻潔，等．考慮不同截面翼型選取的風(fēng)電機(jī)組葉片優(yōu)化設(shè)計(jì)方法[J]．發(fā)電技術(shù)，2019，40(4)：382-388．

LIU Y Q，LAI F X，YAN J，et al．Optimal design method for wind turbine blades considering aerofoil of cross-section[J]．Power Generation Technology，2019，40(4)：382-388．

[3] 王琳琳，陳長(zhǎng)征，周勃，等．風(fēng)力機(jī)葉片復(fù)合材料裂尖溫度場(chǎng)及微觀損傷研究[J]．發(fā)電技術(shù)，2019， 40(6)：605-610．

WANG L L，CHEN C Z，ZHOU B，et al．Study on crack tip temperature field and microstructure damage for wind turbine composite blade[J]．Power Generation Technology，2019，40(6)：605-610．

[4] 李剛，胡紅利，李亞妮．風(fēng)力發(fā)電機(jī)葉片狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)近況[J]．工業(yè)儀表與自動(dòng)化裝置，2017(5)：16-20．

LI G，HU H L，LI Y N．Recent status of wind turbine blade status monitoring and fault diagnosis technology[J]．Industrial Instrumentation and Automation Devices，2017(5)：16-20．

[5] 仇梓峰，王爽心，李蒙．基于無人機(jī)圖像的風(fēng)力發(fā)電機(jī)葉片缺陷識(shí)別[J]．發(fā)電技術(shù)，2018，39(3)： 277-285．

QIU Z F，WANG S X，LI M．Defect detection of wind turbine blade based on unmanned aerial vehicle-taken Images[J]．Power Generation Technology，2018，39(3)： 277-285．

[6] 趙勇，韓斌，房剛利．風(fēng)力發(fā)電機(jī)狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)綜述[J]．熱力發(fā)電，2016，45(10)：1-5．

ZHAO Y，HAN B，F(xiàn)ANG G L．Overview of wind turbine state monitoring and fault diagnosis technology [J]．Thermal Power Generation，2016，45(10)：1-5．

[7] CHEN J B，SONG Y P，PENG Y B，et al．An efficient rotational sampling method of wind fields for wind turbine blade fatigue analysis[J]．Renewable Energy，2020，146(2)：2170-2187．

[8] 李芒芒．風(fēng)力機(jī)葉片機(jī)械損傷動(dòng)態(tài)監(jiān)測(cè)方法與技術(shù)研究[D]．長(zhǎng)沙：長(zhǎng)沙理工大學(xué)，2012．

LI M M．Research on dynamic monitoring methods and technologies for mechanical damage of wind turbine Blades[D]．Changsha：Changsha University of Science and Technology，2012．

[9] 張磊，馬云玲，趙賀，等．風(fēng)力機(jī)葉片故障診斷方法研究[J]．企業(yè)導(dǎo)報(bào)，2015(19)：164．

ZHANG L，MA Y L，ZHAO H，et al．Study on fault diagnosis methods of wind turbine Blades [J]．Enterprise Guide，2015(19)：164．

[10] MOHAMMAD M R，MEHDI B，HAMED M，et al．Modal-based damage identification for the nonlinear model of modern wind turbine blade[J]．Renewable Energy，2016，94(8)：391-409．

[11] 周勃，谷艷玲，項(xiàng)宏偉，等．風(fēng)力機(jī)葉片裂紋擴(kuò)展預(yù)測(cè)與疲勞損傷評(píng)價(jià)[J]．太陽能學(xué)報(bào)，2015，36(1)：41-48．

ZHOU B，GU Y L，XIANG H W，et al．Prediction of crack growth and fatigue damage evaluation of wind turbine blade[J]．Acta Solar Energy，2015，36(1)：41-48．

[12] 龔妙，李錄平，劉瑞，等．基于運(yùn)行參數(shù)特征的風(fēng)力機(jī)葉片覆冰診斷方法[J]．動(dòng)力工程學(xué)報(bào)，2019，39(3)：214-219．

GONG M，LI L P，LIU R，et al．Wind turbine blade icing diagnosis based on operating parameter characteristics[J]．Chinese Journal of Power Engineering，2019，39(3)：214-219．

[13] 石凱凱，蔡力勛，包陳．預(yù)測(cè)疲勞裂紋擴(kuò)展的多種理論模型研究[J]．機(jī)械工程學(xué)報(bào)，2014，50(18)：50-58．

SHI K K，CAI L X，BAO C．Multiple theoretical models for predicting fatigue crack growth[J]．Chinese Journal of Mechanical Engineering，2014，50(18)：50-58．

[14] 周勃，陳維濤，賀森亮，等．風(fēng)力發(fā)電機(jī)葉片多裂紋隨機(jī)擴(kuò)展和損傷容限研究[J]．太陽能學(xué)報(bào)，2015，36(12)：2837-2843．

ZHOU B，CHEN W T，HE S L，et al．Study on random crack growth and damage tolerance of wind turbine blades[J]．Acta Solar Energy，2015，36(12)：2837-2843．

[15] ZHANG M M，TAN B，XU J Z．Smart fatigue load control on the large-scale wind turbine blades using different sensing signals[J]．Renewable Energy，2016，87(1)：111-119．

[16] 李丹，邱穎寧，馮延暉．風(fēng)力發(fā)電系統(tǒng)警報(bào)信號(hào)故障診斷[J]．太陽能學(xué)報(bào)，2017，38(11)：3138-3143．

LI D，QIU Y N，F(xiàn)ENG Y H．Fault diagnosis of wind power system warning signal[J]．Journal of Solar Energy，2017，38(11)：3138-3143．

[17] 陳鎮(zhèn)南，盧緒祥，李錄平，等．基于ANSYS/LS-DYNA的帶冠葉片碰撞振動(dòng)特性的有限元分析[J]．動(dòng)力工程學(xué)報(bào)，2013，33(3)：189-193．

CHEN Z N，LU X X，LI L P，et al．Finite element analysis based on the collision vibration characteristics of crowned blades of ANSYS/LS-DYNA[J]．Dynamic Engineering，2013，33(3)：189-193．

[18] 李海波，盧緒祥，李錄平，等．風(fēng)力機(jī)葉片動(dòng)力特性實(shí)驗(yàn)臺(tái)設(shè)計(jì)[J]．熱能動(dòng)力工程，2012，27(1)：117-121．

LI H B，LU X X，LI L P，et al．Wind turbine blade power characteristics test bench design[J]．Thermal Power Engineering，2012，27(1)：117-121．

[19] 陳雪峰，李繼猛，程航，等．風(fēng)力發(fā)電機(jī)狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)的研究與進(jìn)展[J]．機(jī)械工程學(xué)報(bào)，2011，47(9)：45-52．

CHEN X F，LI J M，CHENG H，et al．Research and progress in wind turbine condition monitoring and troubleshooting technology[J]．Mechanical Engineering Journal，2011，47(9)：45-52．

[20] LEE J K，PARK J Y，OH K Y，et al．Transformation algorithm of wind turbine blade moment signals for blade condition monitoring[J]．Renewable Energy，2014．

[21] 李錄平，封江，楊波．風(fēng)力機(jī)葉片壽命損耗計(jì)算方法與工程應(yīng)用[J]．長(zhǎng)沙理工大學(xué)學(xué)報(bào)(自然科學(xué)版)，2017，14(4)：83-89．

LI L P，F(xiàn)ENG J，YANG B．Wind turbine blade life loss calculation method and engineering application [J]．Changsha University of Technology Journal (Natural Science)，2017，14(4)：83-89．

[22] 陳彩鳳，成斌，李西洋，等．風(fēng)力發(fā)電機(jī)葉片模態(tài)分析及參數(shù)優(yōu)化[J]．水力發(fā)電，2018，44(9)：85-88．

CHEN C F，CHENG B，LI X Y，et al．Wind turbine blade modal analysis and parameter optimization [J]．Hydropower，2018，44(9)：85-88．

[23] 陳順章，李錄平，晉風(fēng)華，等．風(fēng)力機(jī)槳葉的三維建模與動(dòng)力學(xué)特性有限元計(jì)算[J]．可再生能源，2010，28(3)：29-34．

CHEN S Z，LI L P，JIN F H，et al．3D modeling of wind turbine blades and the finite element of dynamics [J]．Renewable Energy，2010，28(3)：29-34．

[24] 黃敏，徐菲，劉珺．基于云計(jì)算與物聯(lián)網(wǎng)的風(fēng)力發(fā)電智能監(jiān)測(cè)系統(tǒng)研究[J]．可再生能源，2017，35(7)：1032-1037．

HUANG M，XU F，LIU W．Research on intelligent monitoring systems for wind power based on cloud computing and the Internet of Things[J]．Renewable Energy，2017，35(7)：1032-1037．

[25] 趙勇，王冰佳，王杰斌．常用風(fēng)力機(jī)葉片無損檢測(cè)技術(shù)對(duì)比分析[J]．熱力發(fā)電，2015，44(12)：7-10．

ZHAO Y，WANG B J，WANG J B．Comparative analysis of commonly used wind turbine blade[J]．Thermal Power Generation，2015，44(12)：7-10．

[26] 王志剛，楊波，陳志剛，等．運(yùn)行狀態(tài)下的風(fēng)力機(jī)葉片在線監(jiān)測(cè)技術(shù)進(jìn)展[J]．熱能動(dòng)力工程，2017，32(S1)：1-5．

WANG Z G，YANG B，CHEN Z G，et al．Advances in the online monitoring technology of wind turbine blades in operational state[J]．Thermal Power Engineering，2017，32(S1)：1-5．

[27] 劉勝先，李錄平，余濤，等．基于振動(dòng)檢測(cè)的風(fēng)力機(jī)葉片覆冰狀態(tài)診斷技術(shù)[J]．中國電機(jī)工程學(xué)報(bào)，2013，33(32)：88-95．

LIU S X，LI L P，YU T，et al．Seismic-based wind turbine blade ice-covered status diagnostic technology [J]．China Electrical Engineering Journal，2013，33(32)：88-95．

[28] 雷利斌，李錄平，劉勝先，等．基于振型曲率的風(fēng)力機(jī)葉片覆冰檢測(cè)技術(shù)[J]．太陽能學(xué)報(bào)，2014，35(5)：841-847．

LEI L B，LI L P，LIU S X，et al．Wind turbine blade ice-covering detection technology based on vibration- type curvature[J]．Solar Journal，2014，35(5)：841-847．

[29] 李錄平，李芒芒，晉風(fēng)華，等．振動(dòng)檢測(cè)技術(shù)在風(fēng)力機(jī)葉片裂紋故障監(jiān)測(cè)中的應(yīng)用[J]．熱能動(dòng)力工程，2013，28(2)：207-212．

LI L P，LI M M，JIN F H，et al．Application of vibration detection technology in the monitoring of crack faults in wind turbine blades[J]．Thermal Power Engineering，2013，28(2)：207-212．

[30] 歐陽濤．基于葉尖定時(shí)的旋轉(zhuǎn)葉片振動(dòng)檢測(cè)及參數(shù)辨識(shí)技術(shù)[D]．天津：天津大學(xué)，2011．

OUYANG T．Rotating blade vibration detection and parameter identification technology based on leaf tip timing[D]．Tianjin：Tianjin University，2011．

[31] 陳廣華，田德，李琪．風(fēng)力發(fā)電機(jī)組葉片振動(dòng)無線檢測(cè)系統(tǒng)[J]．電子技術(shù)應(yīng)用，2012，38(5)：80-83．

CHEN G H，TiAN D，LI Q．Wind turbine blade vibration wireless detection system[J]．Electronic Technology Applications，2012，38(5)：80-83．

[32] LIU Z P，ZHANG L，CARRASCO J．Vibration analysis for large-scale wind turbine blade bearing fault detection with an empirical wavelet thresholding method[J]．Renewable Energy，2020，146：99-110．

[33] 陳志剛，李錄平，楊波，等．風(fēng)電機(jī)組葉片覆冰狀態(tài)與動(dòng)力學(xué)特性的定量關(guān)系研究[J]．風(fēng)能，2018(1)：60-65．

CHEN Z G，LI L P，YANG B，et al．Quantitative relationship between wind turbine blade ice cover and dynamics study[J]．Wind Energy，2018(1)：60-65．

[34] 譚海輝，李錄平，朱益軍，等．覆冰對(duì)風(fēng)力機(jī)葉片動(dòng)力特性影響的有限元分析[J]．可再生能源，2010，28(4)：33-38．

TAN H H，LI L P，ZHU Y J，et al．A finite element analysis of the impact of ice cover on the power characteristics of wind turbine blades[J]．Renewable Energy，2010，28(4)：33-38．

[35] 李錄平，劉勝先，譚海輝，等．氣溫和空氣濕度對(duì)槳葉覆冰特性影響的實(shí)驗(yàn)研究[J]．熱能動(dòng)力工程，2012，27(5)：610-614．

LI L P，LIU S X，TAN H H，et al．Experimental study of the effects of temperature and air humidity on the characteristics of blade ice cover[J]．Thermal Power Engineering，2012，27(5)：610-614．

[36] 李錄平，顏健，封江，等．基于WiFi技術(shù)的風(fēng)力機(jī)葉片覆冰監(jiān)測(cè)系統(tǒng)研究[J]．可再生能源，2016，34(4)：543-549．

LI L P，YAN J，F(xiàn)ENG J，et al．Research on the wind turbine blade ice-covering monitoring system based on WiFi technology[J]．Renewable energy，2016，34(4)：543-549．

[37] 顏健，李錄平，雷利斌，等．風(fēng)力機(jī)槳葉超聲波除冰實(shí)驗(yàn)技術(shù)研究及其應(yīng)用[J]．可再生能源，2015，33(1)：68-74．

YAN J，LI L P，LEI L B，et al．Wind turbine blade ultrasonic de-icing experimental technology research and its application[J]．Renewable Energy，2015，33(1)：68-74．

[38] 譚海輝，李錄平，靳攀科，等．風(fēng)力機(jī)葉片超聲波除冰理論與方法[J]．中國電機(jī)工程學(xué)報(bào)，2010，30(35)：112-117．

TAN H H，LI L P，JIN P K，et al．Wind turbine blade ultrasonic de-icing theory and methods[J]．China Electric Engineering Journal，2010，30(35)：112-117．

[39] 李錄平，譚海輝，盧緒祥，等．層狀結(jié)構(gòu)中的超聲傳播理論及其在風(fēng)力機(jī)槳葉除冰中的應(yīng)用[J]．中國電機(jī)工程學(xué)報(bào)，2012，32(17)：125-132．

LI L P，TAN H H，LU X X，et al．The theory of ultrasonic propagation in the layered structure and its application in de-icing the blades of wind turbines[J]．China Electrical Engineering Journal，2012，32(17)：125-132．

[40] TIWARI K A，RAISUTIS R．Post processing of ultrasonic signals for the analysis of defects in wind turbine blade using guided waves[J]．The Journal of Strain Analysis for Engineering Design，2018，53(12)：128-139．

[41] 王紹龍．基于超聲波法的風(fēng)力機(jī)葉片翼型防除冰研究[D]．哈爾濱：東北農(nóng)業(yè)大學(xué)，2014．

WANG S L．Research on anti-deicing of wind turbine Blade Airfoil Based on ultrasonic Wave method [D]．Harbin：Northeast Agricultural University，2014．

[42] 琦格琦．基于紅外熱成像技術(shù)的風(fēng)力機(jī)葉片涂層損傷監(jiān)測(cè)的研究[D]．呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2019．

QI G Q．Study on the damage monitoring of wind turbine blade coating based on infrared thermal imaging technology[D]．Hohhot：Inner Mongolia Agricultural University，2019．

[43] 肖勁松，嚴(yán)天鵬．風(fēng)力機(jī)葉片的紅外熱成像無損檢測(cè)的數(shù)值研究[J]．北京工業(yè)大學(xué)學(xué)報(bào)，2006，32(1)：48-52．

XIAO J S，YAN T P．Numerical study on nondestructive testing of wind turbine Blades by infrared Thermal Imaging[J]． Journal of Beijing University of Technology，2006，32(1)：48-52．

[44] MITJA M，LOVRENC N，MIHAEL S．Measurements on rotating blades using IR thermography [J]．Experimental Thermal and Fluid Science，2007，32(2)：387-396．

[45] JORDAN N，KIRAN B，RAJITHA M，et al．Using atmospheric inputs for Artificial Neural Networks to improve wind turbine power prediction[J]．Energy，2020,190(1)：153-162．

[46] 田磊．信息化控制技術(shù)在風(fēng)力發(fā)電中的應(yīng)用[J]．信息記錄材料，2019，20(8)：151-152．

TIAN L．Application of information control technology in wind power generation[J]．Information Recording Materials，2019，20(8)：151-152．

[47] 龔妙，李錄平．聲發(fā)射技術(shù)在風(fēng)力機(jī)葉片故障檢測(cè)中的應(yīng)用研究綜述[J]．太陽能，2018(5)：57-61．

GONG M，LI L P．Review of the application of acoustic emission technology in the detection of wind turbine blade fault[J]．Solar Energy，2018(5)：57-61．

[48] 周勃，張士偉，陳長(zhǎng)征，等．風(fēng)力機(jī)葉片多裂紋擴(kuò)展聲發(fā)射信號(hào)的特征識(shí)別[J]．儀器儀表學(xué)報(bào)，2015，36(1)：110-117．

ZHOU B，ZHANG S W，CHEN C Z，et al．Feature recognition of the multi-crack expansion sound emission signal of wind turbine blades [J]．Instrumentation Journal，2015，36 (1)：110-117．

[49] TANG J L，SOUA S，MARES C，et al．An experimental study of acoustic emission methodology for in service condition monitoring of wind turbine blades [J]．Renewable Energy，2016，99(12)：170-179．

[50] 杜文超．基于聲發(fā)射技術(shù)的大型風(fēng)力機(jī)葉片材料的損傷研究[D]．南京：南京航空航天大學(xué)，2012．

DU W C．Damage study on blade materials of large- scale wind turbine based on acoustic emission technology[D]．Nanjing：Nanjing University of Aeronautics and Astronautics，2012．

[51] 陳娟子．基于光纖光柵的風(fēng)機(jī)葉片應(yīng)變監(jiān)測(cè)關(guān)鍵技術(shù)研究[D]．成都：西南交通大學(xué)，2012．

CHEN J Z．Research on key technology of FBG based fan blade strain monitoring[D]．Chengdu：Southwest Jiaotong University，2012．

[52] 李俊一，薛鵬，朱曉非，等．光纖光柵技術(shù)在風(fēng)力發(fā)電機(jī)組葉片檢測(cè)中的應(yīng)用[J]．風(fēng)能產(chǎn)業(yè)， 2017(6)：78-82．

LI J Y，XUE P，ZHU X F，et al．The application of fiber-optic grating technology in blade detection in wind turbines[J]．Wind Energy Industry，2017(6)：78-82．

[53] TYLER J A，AJIT A，PIER M，et al．Development of a FBG based distributed strain sensor system for wind turbine structural health monitoring[J]．Smart Materials and Structures，2013，22(7)：126-135．

[54] 李繼超．基于FBG風(fēng)電槳葉動(dòng)平衡監(jiān)測(cè)系統(tǒng)的研究[J]．企業(yè)技術(shù)開發(fā)，2015，34(6)：1-2．

LI J C．Research on FBG wind power blade dynamic balance monitoring system[J]．Enterprise technology development，2015，34(6)：1-2．

Research Progress on Blade Damage Fault Detection Technology of Wind Turbine

YANG Changxing, LI Luping*

(School of Energy and Power Engineering, Changsha University of Science and Technology, Changsha 410014, Hunan Province, China)

The methods of damage state detection and fault diagnosis of wind turbine blades were reviewed, and the research status and problems worthy of study were pointed out. The fault types and corresponding fault mechanism of wind turbine blades, several commonly used methods of state detection and fault diagnosis of wind turbine blades were summarized. The advantages and disadvantages of various detection techniques were analyzed. It is found that all kinds of damage detection technology can effectively detect defects in wind turbine blades, but single detection technology has been unable to meet the requirements of blade damage fault detection. Therefore, a variety of detection techniques can be used to conduct comprehensive detection of the blade.

wind turbine blade; fault diagnosis; status detection

10.12096/j.2096-4528.pgt.20044

TK 83; TM 315

國家自然科學(xué)基金項(xiàng)目(51405033)。

Project Supported by National Natural Science Foundation of China (51405033).

2020-06-20。

(責(zé)任編輯 辛培裕)