文 | 李忠祥,劉衛生,張欣,張磊安
大型風電葉片單點疲勞加載過程振動特性研究*
文 | 李忠祥,劉衛生,張欣,張磊安
風能已經成為世界上增長最快的新能源,隨著風電機組單機容量的不斷增大,葉片的尺度也在相應增加。葉片作為風電機組最基礎、最關鍵的部件之一,其制造成本約占風電機組總成本的20%-30%。眾所周知,疲勞損傷是導致葉片損壞的主要原因之一,嚴重影響著葉片的使用壽命和安全運行,而理論計算往往和實際應用有較大差距,因此風電葉片疲勞試驗是檢驗其壽命和質量的關鍵一環。疲勞強度是風電機組葉片的一個重要參數,通常情況下葉片失效可歸結為共振應力所引起的疲勞破壞。風電機組葉片在旋轉過程中由于自身載荷及風載荷作用,葉片上的氣動力和力矩會發生周期變化,可能使葉片產生疲勞破壞。由于涉及到許多不確定性因素,對葉片疲勞進行理論分析較為困難,或分析結果不一定準確。要保證葉片的正常使用壽命在20年及以上,在投入使用之前,通常對樣件做疲勞加載試驗,以檢驗其抗疲勞能力。在疲勞加載模式中,單點加載對試驗設備和成本要求比較低,是目前國內外普遍采用的加載方式。單點加載是指只有一個加載點的激振方式,在葉片某截面安裝激振系統,產生交變疲勞載荷,迫使葉片做上下等幅振動,以此完成風電葉片全尺寸結構的疲勞性能測試。
為了風電葉片疲勞加載試驗的順利進行,本文首先設計一套單點疲勞加載系統,理論推導出風電葉片單點疲勞加載系統的動力學模型,并利用Matlab/simulink軟件建立仿真模型,可視化地得到葉片振幅與頻比的特征關系,最后通過風電葉片單點疲勞加載試驗驗證了動力學模型的準確性,為后續風電葉片的疲勞加載試驗奠定了基礎。
一、疲勞加載方案
基于穩定性、能耗等方面考慮,設計了一套偏心質量塊回轉驅動的風電機組葉片疲勞加載系統。風電葉片進行疲勞加載試驗時,根部通過若干個高強度螺栓固定在加載基座上。在加載點位置安裝一個疲勞加載系統,該系統由偏心塊、電動機、葉片夾具、減速箱和電控系統等組成,其示意圖見圖1。
二、動力學模型
風電葉片在疲勞試驗中被當作一個沿縱向變質量的懸臂梁,簡化的振動模型如圖2所示。
葉片揮舞方向受到的加載力為 u(t)時, 建立葉片動力學方程,如式(1)所示:式中:m-葉片等效質量;


圖1 風電葉片單點疲勞加載方案
k-葉片加載點等效剛度;
c-葉片等效阻尼;
u(t)-加載力。
將式(1)進一步轉化,得葉片運動狀態方程,如式(2)所示:

根據上式建立葉片在載荷作用下的振幅x變化如式(3)所示:

根據式(3)得到影響葉片振幅的主要因素為:剛度、阻尼、頻比(頻比定義為加載頻率與葉片固有頻率的比值)和加載力。進一步得到葉片振幅放大系數與頻比的關系,如圖3所示。
從圖3可以得出:在激振力 u(t)作用下,葉片振幅放大系數受頻比λ影響較大。λ越接近于1,葉片的振幅放大系數越大,即振幅越大。

圖2 葉片振動模型

圖3 振幅放大圖

圖4 風電葉片疲勞加載試驗

表1 試驗參數
一、試驗過程
以葉片最大弦向為例,將風電葉片根部通過高強度螺栓固定在筒型加載支座上,沿葉片展向70%處固定疲勞加載驅動裝置,葉片振幅的測量通過激光測距儀完成,試驗現場如圖4所示。
試驗參數如表1所示。
疲勞加載試驗采用多級變幅加載模式,并按照高-低加載順序。由于疲勞加載試驗周期較長,采集數據量較大,采用Access數據庫進行數據的存儲與管理,實時記錄葉片振動次數與當前幅值。基于Labview軟件編寫的監控界面如圖5所示。
二、試驗結果及分析
設定變頻器輸出不同的頻率,分別為0.76Hz、0.78Hz和0.82Hz,得到不同加載頻率驅動下葉片振幅的變化曲線,如圖6所示。
由圖6可得,當加載頻率為0.78Hz時,小于葉片的固有頻率,此時葉片穩定狀態時的振幅較小,約為150mm;當加載頻率為0.78Hz時,等于葉片的一階固有頻率,穩定后葉片振幅最大,約為400mm,認為兩者發生共振現象,基本能滿足疲勞加載試驗的要求;當繼續增大驅動頻率達到0.82Hz時,由于與共振頻率偏離較大,振幅變得絮亂。上述結論驗證了之前的數學模型和仿真模型的準確性。

圖5 監控界面
本文設計了一套偏心質量塊驅動的風電葉片單點疲勞加載系統,并對其振動特性進行研究,得出以下主要結論:
(一)推導出風電葉片單點疲勞加載動力學模型,得出影響葉片振幅大小的一系列參數,如剛度、阻尼、頻比和加載力等。
(二)利用Matlab/Simulink軟件建立仿真模型,得出在不同頻比下的葉片振動曲線振幅放大曲線。現場試驗得出:當加載頻率和葉片的一階固有頻率相同時,葉片振幅最大且最穩定,偏離共振頻率越大,振幅衰減的越厲害。

圖6 不同加載頻率下,葉片振幅變化曲線
(三)風電葉片進行疲勞試驗時的加載頻率應與葉片的一階固有頻率相同,此時葉片穩定振幅達到最大,試驗周期最短,加載效率最高。
(作者單位:李忠祥、劉衛生,張欣:連云港中復連眾復合材料集團有限公司;張磊安:山東理工大學)
國家自然科學基金(51405275);山東省自然科學基金(ZR2014EL027);中國博士后科學基金(2015M571840)