基于裂纹动态生存分析的风力机叶片疲劳损伤辨识研究

本项目拟通过分析叶片裂纹的萌生、生长和扩展的动态生存规律来辨识叶片的疲劳损伤状态。探索初始裂纹产生微弱应力波信号的早期故障特征提取方法，建立风力机叶片初始裂纹故障的诊断模型；研究在随机和交变载荷共同作用下裂纹的动态生存机理，预测叶片内部不同部位裂纹的生存发展趋势；分析瞬时应力波传递与裂纹类型和程度的多因素制约关系以及裂纹生长与叶片疲劳损坏的关联机制，构建基于风力机叶片裂纹生存状态的叶片疲劳损伤辨识系统。应用盲信号处理技术提取早期细微裂纹故障信号特征，通过数值模拟和现场测试评估裂纹生存趋势来表征叶片结构的损伤程度，明确裂纹的形变特点与叶片疲劳损坏之间的因果关系。项目的开展可在风力机叶片疲劳损伤特性辨识技术方面获得源头创新，在故障尚轻微时尽早地准确识别其位置和程度，提前对叶片故障预警，保障风力机高效安全地运行，降低风力机后期维修成本，也为风力机叶片的设计制造提供有力的依据。

项目组在沈阳工业大学运行的1.5兆瓦级风力机疲劳测试台上采集实验数据，通过监测裂纹扩展的声发射信号参数作为动态数据，建立裂纹扩展与疲劳损伤关联决策机制。在2011年9月-2012年3月期间，对内蒙古赛汉塔拉龙源风场和佳木斯太阳风场的风力发电机组实施故障诊断，通过现场实测风力机叶片的疲劳损伤状态，改善系统操作环境，调整部分功能，修正某些与实际情况不符的结果，保证软件系统得到极大的实用性和适用性。. 研究宗旨是通过分析叶片裂纹的萌生、生长和扩展的动态生存规律来辨识叶片的疲劳损伤状态。研究内容主要包括：(1)应用盲信号处理技术分离耦合的叶片多裂纹故障信号，提取不同细微裂纹故障特征，探索初始裂纹产生微弱信号的早期故障特征提取方法，建立风力机叶片初始裂纹故障的诊断模型；(2)研究在随机和交变载荷共同作用下裂纹的动态生存机理，预测叶片内部不同部位裂纹的生存发展趋势；(3)分析裂纹类型和程度的多因素制约关系以及裂纹生长与叶片疲劳损坏的关联机制；(4)考虑多裂纹互相干扰，研究多裂纹随机扩展和损伤容限分析方法，从而构建了基于风力机叶片裂纹生存状态的叶片疲劳损伤辨识系统。. 项目的实施在风力机叶片疲劳损伤特性辨识技术方面获得源头创新，可尽早地准确地识别风力机叶片裂纹程度，提前对叶片疲劳损伤状态预警，避免疲劳断裂严重事故的发生，降低风力机后期维修成本，保障风力机高效安全地运行，也为风力机叶片的设计制造提供有力的依据。取得的成果主要包括：(1)获得国家科技进步二等奖1项；(2)发表相关学术论文18篇，其中EI收录13篇；(3)申请风力机叶片裂纹检测方法的发明专利1项；(4)获得风力机叶片裂纹声发射信号检测软件著作权1项；(5)出版专著1部；(6)指导3名博士生和2名硕士生参与本课题的研究，其中1名博士获得国家奖学金。. 综上，本项目已完成了申报时预期的成果指标，项目组的研究成果具有自主知识产权，形成了一套以声发射信号采集和特征提取为基础的风力机叶片疲劳损伤辨识技术，并且应用该技术在内蒙古、佳木斯的风场监测中得到了应用，已和沈阳华创风能有限公司签定长期监测协议，可以将本课题继续深入进行。