风电机组叶片裂纹故障特征提取方法

作     者：陈长征 赵新光 周勃 谷泉 CHEN Changzheng;ZHAO Xinguang;ZHOU Bo;GU Quan

作者机构：沈阳工业大学机械工程学院辽宁省沈阳市110870 辽宁省振动噪声控制技术工程研究中心辽宁省沈阳市110870 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2013年第33卷第2期

页      面：112-117,20页

核心收录：

学科分类：080703[工学-动力机械及工程] 080704[工学-流体机械及工程] 080202[工学-机械电子工程] 08[工学] 0807[工学-动力工程及工程热物理] 0802[工学-机械工程] 

基　　金：国家自然科学基金项目(50975180 51005159)~~ 

主　　题：风电机组叶片 裂纹故障 声发射 小波尺度谱 重分配尺度谱 Shannon熵 特征提取 

摘      要：为实现风电机组叶片及时有效地监测和维护,使用声发射技术采集疲劳裂纹信号,从而提取不同裂纹特征。鉴于尺度谱受到Heisenberg测不准原理的极限制约,时频聚集性不佳、干扰强的现象,提出风电机组叶片裂纹声发射信号的优化小波重分配尺度谱分析。基于Shannon熵理论计算裂纹萌生和预制裂纹再扩展的声发射信号的重分配尺度谱小波基函数带宽参数,得到最适合此两阶段裂纹声发射信号的Morlet小波基函数,计算优化基函数的小波重分配尺度谱,获得不同类型裂纹特征成分在时间尺度平面的高幅值能量分布。实验研究表明,优化小波重分配尺度谱的方法具有很好的时频聚集性和抗噪能力,实现了风电机组叶片裂纹声发射信号的时频特征清晰准确的提取,识别风电机组叶片不同阶段裂纹故障。进而可以采用该方法监测风电机组叶片在复杂环境中的退化状态。