在役风电机组主轴裂纹衍射声波原位检测技术研究

The main shaft in wind turbine, as a kernel component in transmission system, is subjected to complicated stress during service. Wind turbine suffered a serious threat from micro cracks. Problems of difficult signal recognition and quantitative detection of tiny crack have not been solved effectively using traditional detection method. The project aims at solving those problems in shaft inspection. A kind of in-situ detection technology is developed to characterize cracks of wind turbine shaft based on acoustic diffraction waves. Break through the key technologies in the fabrication of bulk electromagnetic acoustic transducer with beam tuning and the development of high power intelligent detection equipment. Realize the intelligent identification and quantitative characterization of transverse cracks in wind turbine shaft. The research topics include: (1) Investigation of the mechanism of the interaction between bulk wave from the end-face and contour features, cracks, especially acoustic diffraction characteristics of the crack tip and boundary endpoint; (2) Acoustic quantitative characterization and diffraction waves detection method for tiny transverse cracks, which contain the optimization of sound field distribution and crack size characterization methods by diffraction wave; (3) The optimization for the design of non-contact electromagnetic acoustic transducer with adjustable beam angle and the establishment of specialized detection equipment; (4) Intelligent identification of complex echo signals from shaft end face. The research outcomes of this project can provide solutions for non-destructive testing and evaluation of in-service wind turbine shaft.

风力发电机主轴作为风电机组传动系统核心部件，在役期间承受复杂应力作用，所产生的微小裂纹严重威胁风电机组运行安全。传统检测方法尚未有效解决信号识别困难及微小裂纹定量检测问题。本项目立足于解决风机主轴检测存在的问题，提出一种利用衍射声波表征裂纹的原位检测技术，突破声束角度可调的电磁声传感器及高功率智能检测设备研制的关键技术，实现风机主轴微小横向裂纹的智能识别和量化表征。主要研究内容包括：(1) 声波与主轴复杂结构特征及横向裂纹相互作用规律，包括裂纹尖端处、边界端点处的声波衍射特性；(2) 主轴微小横向裂纹声学定量表征及衍射波检测方法，包括检测声场分布优化及声衍射波裂纹尺寸表征方法；(3) 声束偏转角可调的非接触式体波电磁声传感器的优化设计及仪器研制；(4)主轴端面检测信号中复杂回波的智能识别。通过上述研究，实现检测信号的智能识别与裂纹的定量检测，为在役风机主轴无损检测与评价提供解决方案。

按照项目研究计划，紧密围绕在役风电机组主轴裂纹的超声无损检测问题，在衍射声波表征裂纹的原位检测技术、声束角度可调的电磁声传感器和高功率智能检测设备的研制等方面取得了有益进展，完成了所有既定目标。取得的主要成果包括：.(1) 发展了一种适于大尺寸复杂结构的声学建模方法。通过建立自激自收与一激一收两种形式的主轴声学仿真模型，分析了声波在主轴中的传播路径，直观地展现了声波在主轴结构特征上的反射、波型转换和侧壁效应等。并探究了裂纹反射波在端面的幅值分布规律，以及裂纹衍射声场的特性。.(2) 针对裂纹定量检测需求，发展了一种利用端面辐射、中心孔接收的衍射波裂纹量化表征技术。根据裂纹尖端对声波的衍射特性，探究了发射声源位置、接收位置与衍射波渡越时间之间的关系。建立了表征裂纹扩展程度的双椭圆数学模型，并提出了衍射波渡越时间的校准方法。实验结果表明，裂纹衍射点定位最大误差小于5mm。.(3) 研制了一套风机主轴在线检测系统，具备超声波脉冲激励、小信号接收、多通道复用和无线传输等功能，解决了主轴运行条件下的检测设备通讯问题，并实现了远程检测和端面电子扫查。根据风机主轴狭小空间内的检测需求，设计并优化了适用于主轴中心孔的声束偏转和接收型EMAT。.(4) 对常规全聚焦算法进行了改进，提出了基于圆形声源固定指向性函数补偿与极性一致因子加权的复合全聚焦算法，改进算法有效消除了全聚焦图像中的结构波图像和裂纹伪像。基于此开发的复合全聚焦3D成像算法，实现了全尺寸风机主轴的3D成像。.本项目实现了主轴表面横向裂纹和内部裂纹的在线监测和精确量化，解决了在役风机主轴裂纹在线检测难题，为在役风机主轴无损检测与评价提供了解决方案。