小型風機葉片結構損傷識別實驗模擬研究

張 為，韓延琴，張 鑫

(1.甘肅東興鋁業有限公司隴西分公司，甘肅 隴西 748199； 2.蘭州鐵路局蘭州電務段，蘭州 730000)

小型風機葉片結構損傷識別實驗模擬研究

張 為1，韓延琴1，張 鑫2

(1.甘肅東興鋁業有限公司隴西分公司，甘肅 隴西 748199； 2.蘭州鐵路局蘭州電務段，蘭州 730000)

風機葉片由于受到復雜荷載和各種突然因素的作用而極易發生結構損傷;針對傳統無損檢測技術效率較低、需要先驗知識、精度不高的缺點，文中采用基于振動特性的結構損傷識別方法辨識并比較研究葉片損傷前后結構參數的變化，同時對損傷進行定位;首先搭建小型風機葉片振動檢測實驗平臺，采集葉片損傷前后的振動響應數據；其次利用自互功率譜法辨別葉片損傷前后的模態參數，通過實驗數據對比其損傷前后固有頻率的變化；最后利用軸向振型差法對葉片損傷進行定位;實驗結果表明，在實驗室條件下，基于振動的特性的結構損傷識別方法能準確辨別葉片損傷前后結構特性的變化，風機葉片各階固有頻率的下降能夠作為判斷其發生損傷的依據，軸向振型差法能準確實現損傷的定位。

風機葉片；振動檢測；自互功率譜法；損傷識別

0 引言

風機葉片是風力發電系統能量轉化的關鍵部分，在長期的服役過程中，由于材料老化、疲勞、腐蝕以及長期在惡劣環境下運行，極易造成葉片的損傷累積及抗力衰減等問題，風機葉片一旦損毀將造成巨大的經濟損失甚至是人員傷亡。因此，針對風機葉片進行結構損傷檢測，能夠準確地判斷損傷的發生、位置和程度，對于風機的安全運行具有重要的現實意義[1-2]。

目前研究中經常能采用的基于動力測試的全局損傷檢測法主要是通過檢測整體結構損傷前后的模態參數等結構動力特性的變化，來判斷結構是否存在損傷以及損傷的程度[3-4]。風機葉片結構發生損傷后，其頻率、振型等模態參數也會隨著出現改變，基于風機葉片結構振動特性的損傷識別方法就是通過風機葉片結構的振動響應信息分析其動力特性的變化，實現其損傷的判斷與定位[5-6]。本文通過在實驗室條件下檢測風機葉片振動特征的變化來識別葉片結構損傷，通過數據對比研究葉片出現裂紋損傷前后固有頻率等振動特性的變化，并通過軸向振型差實現損傷的定位。

1 自互功率譜法

自互譜密度法是運行模態分析中的一種簡單、方便的識別結構在環境激勵下的模態參數的方法，是由峰值法改進和發展而來[7]。求解思想是：結構的自身振動頻率將出現在其頻響函數曲線的峰值處，同時可以成為上述自振頻率的良好估計。對于由外界環境激勵而產生的結構振動，其激勵本身是未知的，因而并不能計算出它的結構頻響函數，僅可以通過振動在其參考點與響應點間的自互功率譜的幅值、相位、相干函數以及傳遞率等來識別結構的模態參數。

由激勵xi(ω)和響應fk(ω)的關系可得頻響函數為：

在僅有響應輸出時，可以將結構上的某點作為參考點，將其響應看作輸入，根據響應點與參考點間所具備的線性相關性，建立它們的傳遞函數，根據求取的傳遞函數進行系統識別。取結構上一點為固定點，則其傳遞率為：

(1)

由風作用引起的地脈動或者由自然界引起的脈動激勵，均可看作為平質譜，則滿足：

fk(ω)=f(ω)=C1

對于結構的頻率點ωi，序列gi(ω)即為該頻率對應的工作模態，結構上任一位置的動態位移響應xi(ω)都能用k點的激勵力fk(ω)以及系統對應的傳遞函數hik(ω)來表示：

(2)

其中:C1是常數。

將式(2)代入式(1)得到：

(3)

其中:C2是常數。

由式(3)可知，直接讀取在wr處曲線gi(ω)的幅值及相位，就能夠得到結構在對應頻率下的工作振型，可將它近似看作結構在第r階的振型。

采用自互譜密度法對結構模態參數進行識別的基本步驟如圖1所示。

圖1 自互功率譜法步驟框圖

2 風機葉片振動檢測實驗

本次實驗的主要設備有傳感器、激勵錘、振動數據采集系統、玻璃鋼材料的小型風機葉片(長1.5 m)、微型計算機等。布置實驗裝置時，利用夾具把小型葉片的尾部固定，通過專用耦合劑將4個9818型壓電加速度傳感器依次粘在葉片表面，傳感器連接線另一端與DH5937振動數據采集系統連接，每一個傳感器對應振動測試儀的一個通道，計算機與DH5937振動數據采集系統相連用以儲存和處理所采集的各種信號數據。葉片振動檢測系統組成如圖2所示。

圖2 風機葉片振動檢測系統組成

實驗時采用單點激勵、多點拾振的方式來獲取同一激勵下各測點的振動響應[8]。通過力錘激勵的方式使小型葉片結構產生振動，由傳感器來采集葉片結構動態響應信息。傳感器用來檢測待測信號，并對待測信號進行處理，將其轉換為能夠被后面儀器讀取的電信號，實驗中采用的傳感器為9818型壓電加速度傳感器，其測量范圍為0.2～10 kHz。

葉片的振動形式主要為揮舞和擺振[9]。因此，將4個加速度傳感器等距分布在葉片的表面，間距為20 cm，用于測量葉片在揮舞和擺振兩個方向的振動響應情況如圖3所示，用首位編號1和2來分別表示揮舞和擺振方向的模態測點分布情況。

圖3 葉片模態測點分布示意圖

將加速度傳感器采集到的信號傳遞給信號調理電路，由信號調理電路對加速度信號進行平移、放大等處理后轉換為標準信號。本文選用高性能采集系統DH5937數據采集儀來讀取葉片的振動響應數據。采用自互功率譜法識別結構參數時參考點的選取尤為重要，應當選取測試到的各階頻率響應比較大的傳感器作為參考點[10]，本文選取四號傳感器作為參考點。實驗時通過力錘給葉片施加激勵使其發生自由振動，通過DH5937數據采集系統采集到葉片振動信號數據，交給計算機上的專業軟件DHDAS進行存儲、分析及顯示，然后經過圖1所示的自互功率譜法各步驟求取風機葉片的自振頻率和模態振型等結構模態參數。

3 風機葉片振動模態參數的辨識

3.1 完好葉片的結構模態參數辨識

通過DH5937數據采集系統采集葉片在瞬時激勵下4個通道的振動時域信號如圖4所示，采樣時設置的采樣頻率為500 Hz，分析頻率為195.31 Hz，分析點數為512。

圖4 葉片在瞬態激勵下的振動響應時域信號

對所采集到時域信號進行加窗、平均、重疊等預處理，以抑制噪聲信號的隨機干擾；預處理后通過FFT變換將信號轉化到頻域下，再通過自互功率譜法識別葉片結構的模態參數。如圖5所示是各個加速度傳感器的自功率譜疊加圖，圖6為以第四通道為參考點，其他通道與第四通道之間的葉片在揮舞方向上的互功率譜疊加圖。

圖5 4個通道的自功率譜圖

圖6 各通道與第四通道間的互功率譜幅值疊加圖

由于互功率譜相比自功率譜而言，對毛刺等噪聲有一定的抑制作用[11]，因此，一般選用互功率譜幅值圖來對結構的自振頻率進行辨識，從圖6中可以粗略得到各峰值對應的頻率分別為3.905 Hz、23.46 Hz、62.5 Hz、119.2 Hz和179.7 Hz。

為獲得葉片結構的真實頻率，需要根據互功率譜所對應的相位與相干函數對粗選頻率進行判斷，從而剔除毛刺等虛假模態。在頻響函數理論中，如果結構幅頻響應圖峰值頻率處的互功率譜相位在0°或者±180°左右(上下波動±30°)，同時在該峰值頻率處的相干函數值能夠達到0.95以上，則該峰值頻率即為結構的真實固有頻率[12]。互功率譜對應的相位與相干函數如圖7所示。從圖7可以看出葉片互功率譜幅值圖中5個峰值頻率所對應的互譜相位分別是180°，180°，180°，0°和-180°，且每個峰值頻率所對應的相干函數均大于0.95，這說明各個峰值頻率就是風機葉片的各階固有頻率。用同樣的方法可辨識完好葉片在揮舞方向和擺振方向的各階固有頻率，如表1和表2所示。

圖7 互功率譜對應的相位與相干函數圖

表1 葉片揮舞方向的頻率檢測結果 Hz

表2 葉片擺振方向的頻率檢測結果 Hz

由模態分析法可知，通過傳遞率在結構固有頻率位置處的幅值可以得到振型的大小，該頻率處振型的方向可由互功率譜在對應頻率位置的相位或傳遞率實部所對應的符號來確定。在實際操作時，先歸一化處理各個傳感器所對應的振型幅值，然后通過曲線擬合的方法便可獲得小型葉片整體結構的振型擬合曲線。一般來說，分析葉片振動時只需前兩階振型即可，圖8和圖9為小型葉片在無損狀態下揮舞方向上的第一、二階振型曲線擬合圖。

圖8 無損葉片一階揮舞方向振型擬合曲線 圖9 無損葉片二階揮舞方向振型擬合曲線

3.2 損傷葉片的結構模態參數辨識

根據葉片在實際運行中的裂紋損傷特點，本文實驗采用在葉片距離葉根40%l(l為葉片長度)的位置處通過開裂紋的方式模擬結構損傷，以不同的裂紋深度來模擬葉片的不同損傷程度[13]。損傷模擬以葉片裂紋的存在對其質量分布沒有影響為前提進行。葉片橫向裂紋損傷位置如圖10所示。

圖10 葉片橫向裂紋損傷位置示意圖

實驗中模擬小型風機葉片分別出現了損傷程度(h/D,D為葉片寬度,h為裂紋長度)為10.0%、15.0%的損傷。進行含損傷葉片的振動檢測實驗，對損傷葉片進行模態分析，得到葉片損傷后的動態特性參數如表3和表4所示。

表3 損傷后葉片揮舞方向的頻率檢測結果

表4 損傷后葉片擺振方向的頻率檢測結果

從表3和表4的葉片揮舞方向和擺陣方向的固有頻率檢測結果可以看出，當小型風力機葉片受到損傷時，隨著損傷程度的增加，葉片在揮舞方向和擺陣方向的各階固有頻率均會降低，并且高階頻率的下降更加明顯。風機葉片結構損傷會導致各階固有頻率下降，各階固有頻率的下降能夠作為判斷風機葉片是否發生損傷的依據指標。

4 風機葉片結構損傷定位

本文通過軸向振型差變化率[14-15]對葉片結構進行損傷診斷的方法主要是因為葉片具有軸向空間結構，所謂軸向空間結構是指其軸向尺寸遠遠超過其他方向。結構破損導致其局部剛度的改變以及模態振型在結構局部區域的變化。當在結構的某單元處出現損傷時，其軸向振型差變化率值在損傷位置處會發生大的變化，而其他未損傷單元變化不明顯。假設結構在無損傷情況下的振型為Φij，i為振型的階次，j即振型的節點號，*表示損傷振型，則第i階軸向振型差變化率ηij定義為:

(4)

其中:j≥2。

根據上述計算得到的損傷前后小型葉片的固有頻率和振型，采用式(4)計算軸向振型差變化率對小型葉片的損傷進行定位，結果如圖11所示。由圖11可以看出，裂紋所在位置與曲線峰值是相對應的，即裂紋所在位置為峰值點處所代表的傳感器的區域附近。與圖10中模擬的葉片橫向裂紋的位置相符，從而證明了采用軸向振型差變化率法對葉片損傷進行定位的可行性。

圖11 兩種損傷程度的一階軸向振型差變化率曲線截圖

5 結論

本文在實驗室條件下搭建了小型風機葉片振動檢測實驗平臺，利用自互功率譜法辨識了葉片在損傷前后的頻率、振型等振動特性，通過對比研究發現風機葉片結構損傷會導致各階固有頻率下降，各階固有頻率的下降能夠作為判斷風機葉片是否發生損傷的依據指標；同時利用軸向振型差法實現了葉片損傷的定位，裂紋所在位置與曲線峰值點處相吻合，也就是裂紋所在位置為峰值點所代表的傳感器的區域附近。

[1] 陶 金,張 雪,劉煜龍,等.我國風力發電的現狀和前景探討[J].現代機械,2013(3):26-28.

[2] 徐金龍.風機葉片疲勞損傷的DPP-BOTDA監測與評價方法研究[D].哈爾濱:哈爾濱工業大學,2013.

[3] 李芒芒,李錄平,晉風華.模態應變能理論及其在風力機葉片損傷識別中的應用[J].可再生能源,2012,30(3):27-31.

[4] 韓紅飛.基于振動模態參數和神經網絡的管道裂紋損傷識別研究[D].上海:華東理工大學,2013:18-61.

[5] 喬印虎.風力發電機葉片振動研究與保護[D].烏魯木齊:新疆大學,2006:1-8.

[6] 李芒芒.風力機葉片機械損傷動態監測方法與技術研究[D].長沙:長沙理工大學, 2012.

[7] 姜大正,洪 明.運行模態分析技術在船舶結構振動中的應用[J].中國船艦研究,2010,6(5):22-26.

[8] 孫 杰.基于多模態參數的橋梁結構損傷識別方法研究[D].武漢:武漢理工大學,2013.

[9] 李成良,王繼輝,薛忠民,等.基于ANSYS的大型風機葉片建模研究[J].玻璃鋼/復合材料,2009(2):52-55.

[10] 王 崢.大型風機葉片結構損傷診斷方法研究[D].蘭州:蘭州交通大學,2015.

[11] 孫鑫暉.頻域模態參數識別研究及其軟件實現[D].南京:南京航空航天大學,2010.

[12] 康劍飛.車橋動態特性的試驗模態分析及數值模擬分析方法研究[D].西安:長安大學,2006,7-15.

[13] 李錄平,李芒芒,晉風華,等.振動檢測技術在風力機葉片裂紋故障監測中的應用[J].熱能動力工程,2013(2):207-212.

[14] 方治華,岳鵬飛,張微娜.基于軸向振型變化率的空間剛架結構損傷研究[J].桂林理工大學學報,2013,33(1):56-61.

[15] 顧桂梅,王 崢,汪芳莉.基于軸向振型差變化率的風輪葉片結構損傷識別方法研究[J].玻璃鋼/復合材料,2014(11):12-16.

SimulationResearchforDamageIdentificationofSmall-scaleWindTurbineBlade

ZhangWei1，HanYanqin1，ZhangXin2

(1.GansuDongxingAluminumIndustryCo.Ltd,Longxi748199,China;2.LanzhouRailwayBureau,Lanzhou730000,China)

Wind turbine blade is prone to be damaged because of suffered alternating load and other kinds of factors. Aiming at the shortcomings of the traditional nondestructive identification technology, a damage identification method is used to identify structural parameters of blade and compare the change before and after damaged. The localization of the structural damage of wind turbine blade is realized at the same time. Firstly, the wind turbine blade vibration identification experimental platform set up, the blade vibration response data is collected. Then the self-cross spectrum density method is used to identify model parameters of wind turbine blade before and after damaged. The change of natural frequency of the blade before and after damaged is compared by the experimental data. Finally axial mode difference method is used to fix a position on the blade damage. Experimental results show that the damage identification method can accurately identify the structural characteristics of the leaves before and after damaged. The decrease of the natural frequency of the wind turbine blade can be used as a basis for judging the occurrence of the damage, and axial mode difference method can accurately realize the location of damage.

wind turbine blade; vibration detection; self-cross spectrum density method; damage identification

2016-10-23；

2016-11-18。

張 為(1987-),男，甘肅定西人,大學,助理工程師，主要從事機械故障診斷方向的研究。

1671-4598(2017)04-0240-04DOI：10.16526/j.cnki.11-4762/tp

TK

A