一种基于振动和声音的风电叶片早期损伤监测系统及方法

摘要

本发明公开的一种基于振动和声音的风电叶片早期损伤监测系统及方法，属于风力发电机状态监测技术领域。首先采集叶片的振动信号和声音信号，然后对采集到的振动信号和声音信号进行降噪处理；对降噪后的振动信号进行特征提取，获取叶片的异常哨声轮廓；对降噪后的声音信号进行特征提取，获取叶片的振动频率及振动模态；根据叶片的异常哨声轮廓和振动频率及振动模态，对风电机组叶片状态进行监测分析。本发明通过振动和声波双重检测，具有检测效率高、非接触、安装运维成本低等特点，可降低小损伤逐步演变为大事故的概率，降低运营费用；同时，不破坏风机结构，不影响风机的正常运行。

说明书

技术领域

本发明属于风力发电机状态监测技术领域，具体涉及一种基于振动和声音的风电叶片早期损伤监测系统及方法。

背景技术

叶片作为风力发电机的吸收风能的关键部件，其在运行过程中的性能变坏不仅会造成自身的损坏，而且会影响整个机组的性能和安全可靠性。由于叶片的工作环境属于户外的自然环境，在运行过程中受到环境的影响，特别是雷电、雨雪、阵风等可能会给叶片甚至风机造成伤害，并由此演变成设备的故障甚至是安全事故，给风电场带来重大的经济损失。

而目前针对叶片的监测通常采用方法有基于主控运行数据状态监测与诊断、应变监测和使用无人机进行叶片巡检，其中基于主控运行数据状态监测与诊断监测依赖于更高质量的算法，无法精确定位故障类型，同时也很难排除风机其他部件运行所带来的影响；应变监测为叶片增加了引雷风险，对涂层、保护膜、气动附件的损伤不敏感；使用无人机进行叶片巡检时无法实现对叶片的在线监测，停机检查时也造成了发电量的大量损失，同时无人机受电池寿命等问题影响，在实际的巡检过程中致使运维人员工作效率大幅降低。

发明内容

为了解决上述现有技术中存在的缺陷，本发明的目的在于提供一种基于振动和声音的风电叶片早期损伤监测系统及方法，检测效率高，不破坏风机结构，不影响风机的正常运行，安装和维护成本低。

本发明通过以下技术方案来实现：

本发明公开了一种基于振动和声音的风电叶片早期损伤监测系统，包括以下步骤：

步骤1：采集叶片的振动信号和声音信号；

步骤2：对步骤1采集到的振动信号和声音信号进行降噪处理；

步骤3：对步骤2降噪后的振动信号进行特征提取，获取叶片的异常哨声轮廓；对降噪后的声音信号进行特征提取，获取叶片的振动频率及振动模态；

步骤4：根据步骤3得到的叶片的异常哨声轮廓和振动频率及振动模态，对风电机组叶片状态进行监测分析。

优选地，步骤1中，叶片的振动信号由叶片内部采集；叶片的声音信号由塔筒外部采集。

优选地，步骤2中，降噪处理是采用EEMD法对采集到的振动信号和声音信号注入白噪声后进行经验模态分解和信号重构。

优选地，步骤3中，采用傅里叶分析对振动信号进行计算，获取叶片的振动频率及振动模态后，与叶片新安装时的初始状态进行对比分析，计算各阶模态刚度变化量。

优选地，步骤3中，采用Born-Jordan分布对声音信号进行时频分析，获取叶片的异常哨声轮廓。

优选地，步骤4中，风电机组叶片状态的数据分析结果发送至远程数据分析平台进行诊断分析，远程数据分析平台包括叶片故障模式规则库，根据叶片故障模式规则库得到叶片的故障模式。

本发明公开的一种基于振动和声音的风电叶片早期损伤监测系统，包括

振动信号采集模块、声音信号采集模块、降噪模块和处理器；振动信号采集模块和声音信号采集模块分别与降噪模块连接，降噪模块与处理器连接；振动信号采集模块和声音信号采集模块用于执行权利要求1～6任意一项所述方法的步骤1，降噪模块用于执行权利要求1～6任意一项所述方法的步骤2，处理器用于执行权利要求1～6任意一项所述方法的步骤3和4。

优选地，振动信号采集模块包括若干振动传感器和振动信号采集器，若干振动传感器排列安装在风电叶片盖板内，振动传感器与振动信号采集器连接，振动信号采集器与降噪模块连接。

优选地，声音信号采集模块包括声音传感器和声音信号采集器，声音传感器设在塔筒外部，声音传感器与声音信号采集器连接，声音信号采集器与降噪模块连接。

进一步优选地，声音传感器为阵列排布的若干硅麦克风。

与现有技术相比，本发明具有以下有益的技术效果：

本发明公开的一种基于振动和声音的风电叶片早期损伤监测方法，综合运用振动信号、声音信号实现风电机组叶片在线监测，通过对信号进行降噪处理后，分别从声音信号和振动信号中提取用于叶片故障分析的特征，可降低小损伤逐步演变为大事故的概率，降低运营费用，提高机组可利用小时数，从而达到降低生产运营成本的目的。风机叶片在正常状态下运转只有叶轮扫风的声音，发生故障时可能会出现异响，其声音特性将发生改变。此外，不同运行状态与健康状况下异响会有相应的变化。因此，根据风机叶片的声学特性，利用声信号检测方法并结合相应的算法就能够有效的判断风机叶片的健康状态与故障类型。声信号检测是一种非接触式的、动态无损的检测方法，适于风机叶片的长期健康监测。声信号检测能实时监测风机叶片的健康状况，传声器无需安装在叶片上，只需保证在传声器的声信号接收范围内，不会对叶片原有结构造成破坏。且安装与维护不会影响风机叶片的正常运行，即使发生传声器损坏、失效等情况，传声器的更换、维修也无须让风机停机，从而避免了因维护监测系统而停机造成的直接和间接经济损失。

进一步地，叶片的振动信号由叶片内部采集；叶片的声音信号由塔筒外部采集，这种非接触式的检测方法不会对结构造成破坏，同时安装和维护不会影响风机的正常运行。

进一步地，采用傅里叶分析对振动信号进行计算，获取叶片的振动频率及振动模态，

进一步地，采用Born-Jordan分布对声音信号进行时频分析，获取叶片的异常哨声轮廓，具有较高的时间和频率分辨率。

本发明公开的一种基于振动和声音的风电叶片早期损伤监测系统，系统结构简单，具有检测效率高、非接触、安装运维成本低等特点，可降低小损伤逐步演变为大事故的概率，降低运营费用，提高机组可利用小时数，从而达到降低生产运营成本的目的。

更进一步地，声音传感器采用阵列排布的若干硅麦克风，灵敏度高、体积小，环境适应性好。

附图说明

图1为本发明的基于振动和声音的风电叶片早期损伤监测系统的整体结构示意图。

图中：1-振动信号采集模块，2-声音信号采集模块，3-降噪模块，4-处理器。

具体实施方式

下面结合附图和具体实施例对本发明做进一步详细描述，其内容是对本发明的解释而不是限定：

如图1，本发明的基于振动和声音的风电叶片早期损伤监测系统，包括振动信号采集模块1、声音信号采集模块2、降噪模块3和处理器4；振动信号采集模块1和声音信号采集模块2分别与降噪模块3连接，降噪模块3与处理器4连接。处理器4通过通讯模块与远程数据分析平台连接，通讯模块优选无线通讯模块。

振动信号采集模块1包括若干振动传感器和振动信号采集器，若干振动传感器排列安装在风电叶片盖板内，振动传感器与振动信号采集器连接，振动信号采集器与降噪模块3连接。

声音信号采集模块2包括声音传感器和声音信号采集器，声音传感器设在塔筒外部，声音传感器与声音信号采集器连接，声音信号采集器与降噪模块3连接。声音传感器优选采用阵列排布的若干硅麦克风。

采用上述基于振动和声音的风电叶片早期损伤监测系统进行风电叶片早期损伤监测的方法，包括以下步骤：

步骤1：通过振动信号采集模块1和声音信号采集模块2分别采集叶片的振动信号和声音信号；具体包括振动加速度传感器、声音采集麦克风、信号采集处理装置、信号去噪模块和分析计算模块等。

步骤2：采用EEMD方法对采集得到的振动信号和声音信号进行去噪，向测得的扭转振动信号中注入白噪声信号：

x

具体方法为：设原始信号为x(t)，同时初始条件下令r

(1)令函数h

(2)求中间函数h

(3)根据上述本征模态函数需要满足的条件判断h

(4)如果h

步骤3.1：声音信号特征提取，对去噪后的声音信号x(t)做Born-Jordan时频分析，为避免混淆将x(t)改写为x(u)，Born-Jordan分布为：

其中f为频率，a为参数一般取值为0.5，τ是时移变量，*代表共轭函数，j是虚数单位。

在叶片旋转周期的时间间隔上会出现形态相似且连续变化的峰值曲线，将具有这种形态特征的峰值曲线定义为叶片故障的特性形态时频曲线。对时频曲线的时间单位信号进行频率-能量(分贝)变换，对所有峰值进行搜寻；在根据特定规则过滤搜寻到的峰值，剩余的峰值组合到原始谱图即为异常哨声的轮廓。

步骤3.2：振动信号特征提取，利用傅里叶分析从各点振动加速度信号中计算叶片的自振频率和振动模态，并与叶片新安装时对比分析，计算各阶模态刚度变化量，从而判断叶片劣化程度和故障原因：

Δf＝f-f

其中f

步骤4：将步骤3.1和3.2得到的数据分析结果送至远程数据分析平台进行诊断分析，远程数据分析平台已建立叶片故障模式规则库利用IF…THE规则得到叶片故障模式。

下面结合具体的工程实例对本发明的安装位置进行进一步解释：

在某风电机组叶片的盖板开孔：采用M25的开孔器，打25mm的孔；将振动传感器贴装于叶片表面，通过航空胶水粘粘，振动传感器贴装好之后，线缆用AB胶水顺着叶片贴粘，把振动传感器的信号接头从盖板开孔引出。

声音信号采用一种非接触式的、动态无损的检测方法，声麦克风阵列作为声音信号采集传感器，布置于塔筒底部并通过支架与风机塔筒连接。

为节省空间，降噪模块3和处理器4集成在一个工控机内，在变桨控制之间的支架上开M9的孔，用于固定的底板，工控机、插座、通讯模块都装在底板上，在塔底将工控机全部固定在底板上，上塔直接安装，安装偏差应符合设计或规范要求。电缆须满足工控机、通信模块的功耗发热要求，本次安装采用1.5mm

需要说明的是，以上所述仅为本发明实施方式的一部分，根据本发明所描述的系统所做的等效变化，均包括在本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均属于本发明的保护范围。