摘 要：風(fēng)電葉片作為風(fēng)力發(fā)電機(jī)核心構(gòu)件，葉片狀態(tài)實(shí)時(shí)檢測(cè)以及使用年限估測(cè)，對(duì)提高風(fēng)機(jī)工作效率、保證風(fēng)機(jī)穩(wěn)定工作十分關(guān)鍵。風(fēng)電設(shè)備實(shí)際運(yùn)行過程中，風(fēng)機(jī)葉片在線檢測(cè)主要包含兩種方式，即侵入式檢測(cè)、非侵入檢測(cè)，不同檢測(cè)模式下提取葉片損傷方式及其特征不盡相同。本文就風(fēng)電葉片在線檢測(cè)技術(shù)展開分析。

關(guān)鍵詞：風(fēng)電葉片;在線檢測(cè);特征識(shí)別

風(fēng)電技術(shù)在緩解能源等方面具有顯著優(yōu)勢(shì)，但其也存在部分瓶頸難以突破。風(fēng)力發(fā)電廠多位于偏遠(yuǎn)區(qū)域內(nèi)，工作環(huán)境惡劣且無人值守管理，其運(yùn)行狀態(tài)監(jiān)測(cè)面臨較高的挑戰(zhàn)?，F(xiàn)下相繼衍生在線監(jiān)測(cè)、調(diào)度技術(shù)等，為風(fēng)電場(chǎng)良好運(yùn)行奠定基礎(chǔ)，但風(fēng)電系統(tǒng)自身受外界因素干擾較為凸顯，在線監(jiān)控系統(tǒng)處于實(shí)時(shí)信息精準(zhǔn)性、全面性等略顯不足，尤其為葉片狀態(tài)檢測(cè)。

1.侵入式檢測(cè)技術(shù)

1.1基于應(yīng)變的檢測(cè)

應(yīng)變片憑借自身優(yōu)勢(shì)，在風(fēng)電葉片在線檢測(cè)中獲取良好的應(yīng)用成效，風(fēng)電葉片正式工作中受源于多方向載荷，促使葉片形成應(yīng)變，長(zhǎng)期以往累積葉片產(chǎn)生宏觀變形和開裂，多處于薄弱部位亦或應(yīng)力集中區(qū)域內(nèi)，可增設(shè)應(yīng)變傳感器檢測(cè)葉片應(yīng)變，直觀呈現(xiàn)葉片自身狀態(tài)。FBG傳感器主要針對(duì)傳統(tǒng)應(yīng)變傳感器不足，檢測(cè)風(fēng)電葉片檢測(cè)中引入光纖傳感器，其中使用頻次較高的布拉格光纖光柵，實(shí)際應(yīng)用原理為依托纖芯空間相位周期性分布光柵形成一個(gè)濾波器，其自身中心頻率隨外部應(yīng)變發(fā)生位移，將其實(shí)際位移轉(zhuǎn)換為應(yīng)變可精準(zhǔn)性判定葉片應(yīng)變和實(shí)際疲勞狀態(tài)。FBG傳感器穩(wěn)定性對(duì)葉片自身狀態(tài)檢測(cè)具有積極作用，且不足在于整體體積較大，需占據(jù)較大空間，阻礙其普遍應(yīng)用。

1.2基于聲發(fā)射的檢測(cè)

基于聲發(fā)射檢測(cè)葉片失效狀況較為廣泛，聲發(fā)射作為材料中局域源短時(shí)期內(nèi)釋放能量產(chǎn)生瞬態(tài)彈性波現(xiàn)象，葉片受外部載荷影響下產(chǎn)生形變，促使結(jié)構(gòu)內(nèi)部形成應(yīng)力，因葉片應(yīng)力集中而產(chǎn)生各類失效，促使短周期內(nèi)釋放能量。用于聲發(fā)射檢測(cè)的傳感器由壓電傳感器、放大器、信號(hào)處理單元組成?；诼暟l(fā)射檢測(cè)裂紋核心優(yōu)勢(shì)在于可辨識(shí)裂紋實(shí)際擴(kuò)展行為，通過獲取大量的葉片裂紋聲發(fā)射信號(hào)參數(shù)，根據(jù)葉片無裂紋、萌生裂紋、擴(kuò)展裂紋、斷裂劃分為四個(gè)模塊，構(gòu)建神經(jīng)網(wǎng)絡(luò)辨識(shí)其實(shí)際模塊，精準(zhǔn)率高達(dá)90%。葉片聲發(fā)射信號(hào)處理，多選用小尺度譜進(jìn)行分析，選用優(yōu)化小波重分配尺度譜方式，可精準(zhǔn)提取葉片裂紋聲發(fā)射信號(hào)特征，進(jìn)一步判定其故障[1]。

1.3基于振動(dòng)模態(tài)的檢測(cè)

基于振動(dòng)模態(tài)的檢測(cè)原理為，葉片出現(xiàn)損傷時(shí)其剛度發(fā)生波動(dòng)，進(jìn)而結(jié)構(gòu)振動(dòng)模態(tài)發(fā)生變化，分析葉片結(jié)構(gòu)振動(dòng)模態(tài)便可分析葉片損傷實(shí)際狀況。振動(dòng)模態(tài)檢測(cè)主要選用三軸加速度計(jì)測(cè)試葉片各部分加速度分布。

1.4主動(dòng)式探傷檢測(cè)

前文所述的檢測(cè)方式均是對(duì)葉片或裂紋產(chǎn)生被動(dòng)測(cè)量，利用偵聽超聲波檢測(cè)葉片失效狀態(tài)，基于聲波處于結(jié)構(gòu)中傳播特性隨著結(jié)構(gòu)變更原理，逐步衍生出主動(dòng)式探傷檢測(cè)。其中最為常見的測(cè)量方式為，基于PZT陶瓷的主動(dòng)式探傷方式，其基本應(yīng)用原理為將激勵(lì)器、傳感器分別放置于葉片上，激勵(lì)貼片發(fā)生震動(dòng)，其可持續(xù)性傳輸進(jìn)入傳感器內(nèi)，截面產(chǎn)生應(yīng)變或裂紋時(shí)震動(dòng)波受反射，傳感器接收源于激勵(lì)器信號(hào)強(qiáng)弱發(fā)生變更，以此檢測(cè)葉片損傷狀況。此種方式檢測(cè)經(jīng)濟(jì)性優(yōu)良，布設(shè)靈活性較高，但僅只能沿著截面方向檢測(cè)，若需檢測(cè)整個(gè)葉片，需布設(shè)貼片網(wǎng)絡(luò)難度較大。

2.非侵入式在線檢測(cè)技術(shù)

侵入式在線檢測(cè)技術(shù)將傳感器預(yù)先嵌入葉片結(jié)構(gòu)內(nèi)，可動(dòng)態(tài)化檢測(cè)葉片實(shí)際工作狀態(tài)及損傷，傳感器和信號(hào)處理使用周期長(zhǎng)，技術(shù)應(yīng)用成熟，可聯(lián)合使用多種類型傳感器，可進(jìn)一步克服自身技術(shù)不足，提高其檢測(cè)精準(zhǔn)性。但其不足在于傳感器及其測(cè)試系統(tǒng)使用周期及穩(wěn)定性受限，處于葉片內(nèi)部一經(jīng)出現(xiàn)故障難以及時(shí)維修，且檢測(cè)流程復(fù)雜，經(jīng)濟(jì)性不佳。非侵入式葉片在線檢測(cè)技術(shù)逐步興起及發(fā)展，其中使用頻次較高的便為基于圖像識(shí)別技術(shù)。

2.1測(cè)試平臺(tái)

選用圖像處理方式可完整獲取葉片表面結(jié)構(gòu)狀態(tài)，其主要包含圖像采集、信息處理設(shè)備，一般利用高清攝像照相機(jī)獲取葉片圖像，隨后進(jìn)行圖像處理辨識(shí)葉片失效特征，不同區(qū)域內(nèi)風(fēng)機(jī)規(guī)模、部署等存在較大的差異性，針對(duì)此類狀況圖像采集和處理需相應(yīng)平臺(tái)支撐。首先，地面便捷式平臺(tái)。此種平臺(tái)應(yīng)用作為廣泛，其內(nèi)部結(jié)構(gòu)簡(jiǎn)易，直接可將圖像采集設(shè)備部署于地面，對(duì)被測(cè)目標(biāo)風(fēng)機(jī)完成拍照利用算法分析風(fēng)機(jī)葉片實(shí)際形變。此種直接性測(cè)量平臺(tái)經(jīng)濟(jì)性優(yōu)良，部署十分便捷。其次，攀爬機(jī)器人平臺(tái)。大功率風(fēng)機(jī)塔高較高，地面移動(dòng)平臺(tái)照相機(jī)因最終成像質(zhì)量、辨識(shí)率受限，獲取葉片結(jié)構(gòu)損傷細(xì)節(jié)難度較大，所以研究者提出攀爬機(jī)器人平臺(tái)，可到達(dá)風(fēng)機(jī)頂部近距離對(duì)葉片拍照，獲取更為清晰的圖像。最后，無人機(jī)平臺(tái)。針對(duì)大型風(fēng)電場(chǎng)，前者平臺(tái)攜帶不便且應(yīng)用效率較低，尤其為海上風(fēng)電場(chǎng)景，此類平臺(tái)難以應(yīng)用。無人機(jī)平臺(tái)其應(yīng)用效率較大，可使用范圍廣，可以更高頻度對(duì)風(fēng)機(jī)進(jìn)行檢測(cè)[2]。

2.2檢測(cè)算法

通過使用各類平臺(tái)獲取葉片實(shí)際工作狀態(tài)圖片，需對(duì)其進(jìn)行處理，提取葉片失效特征?，F(xiàn)下研究趨于更深層次，主要算法包含葉片形變、表面裂紋識(shí)別等。首先，葉片變形檢測(cè)算法。葉片發(fā)生變形其端部距離塔身長(zhǎng)度發(fā)生變更，可通過圖像獲取其實(shí)際距離變更，判定葉片實(shí)際變形程度。其次，葉片裂紋檢測(cè)算法。該方式主要是利用線條檢測(cè)對(duì)裂紋進(jìn)行快速掃描，該檢測(cè)方式將裂紋視為線組，線條則為似數(shù)字圖像嚴(yán)重不連續(xù)，可利用濾波器進(jìn)行檢測(cè)。通過邊緣檢測(cè)算法對(duì)非均勻?qū)挾攘鸭y外圍輪廓檢測(cè)，其可促使圖像更具平滑性，但可能遺漏較細(xì)的裂紋。為進(jìn)一步消除上述瓶頸，主要選用線條和邊緣檢測(cè)聯(lián)合實(shí)現(xiàn)更佳的檢測(cè)成效。最后，葉片折斷預(yù)警檢測(cè)算法。葉片折斷作為最嚴(yán)重且危險(xiǎn)損壞，基于SCADA數(shù)據(jù)可處于葉片折斷之前檢測(cè)其異常數(shù)據(jù)，利用深度編碼模型可獲取斷裂指示因子。葉片將出現(xiàn)斷裂時(shí)，RE會(huì)發(fā)生漂移，以此估測(cè)葉片折斷。

結(jié)束語

葉片在線檢測(cè)作為判定其是否損傷重要舉措，現(xiàn)下主要包含兩種檢測(cè)方式，其基本應(yīng)用原理不盡相同，最終獲取成效存在較大差異性。具體實(shí)踐中應(yīng)積極分析實(shí)際狀況，合理化選取在線檢測(cè)技術(shù)，以此精準(zhǔn)性判定葉片損傷狀況，有目的性采取針對(duì)性措施，保證其始終處于正常狀態(tài)。

參考文獻(xiàn)：

[1]王新生，蔣杏國(guó)，孫同金.圖像檢測(cè)技術(shù)在靜態(tài)風(fēng)電葉片檢測(cè)中的應(yīng)用綜述[J].圖像與信號(hào)處理，2019，8（3）：163-168.

[2]鄭若楠[1].數(shù)據(jù)驅(qū)動(dòng)的風(fēng)電機(jī)組葉片結(jié)冰在線檢測(cè)方法[J].分布式能源，2019（1）：1-7.

作者簡(jiǎn)介：

殷金輝（1991.07.03-），男，漢，甘肅酒泉人，本科，甘肅省特種設(shè)備檢驗(yàn)檢測(cè)研究院，中級(jí)工程師，研究方向：風(fēng)電葉片測(cè)試技術(shù).