叶片振动响应的长度分形故障特征提取与诊断.pdfVIP

第31卷第2期 振动、测试与诊断 v01．3】N。．2 2011年4月 of Apr·2011 JournalVibration，MeasurementDiagnosis 叶片振动响应的长度分形故障特征提取与诊断’ 徐玉秀1’2， 王志强h2， 梅元颖h2 (。天津工业大学机械电子学院天津．300160)(2天津市现代机电装备技术重点实验室天津．300160) 摘要 为有效地从风力发电机组的振动响应中获得反映叶片响应的动态特征，将其作为叶片运行状态分析的特征 量．依此达到对风力机叶片故障的检测与诊断识别。应用有限元分析方法，建立了300W风力发电机组的动力学模 型，通过计算与试验模态分析，分别获得整机组的固有频率和振型。并比较验证了试验模型的合理性。用锤击法测 得叶片正常状态和偏心故障下的振动加速度响应信号．应用非线性动力系统的长度分形维数理论。计算其长度分 形维数，并将其作为叶片偏心故障诊断识别的特征量。研究结果表明，该方法能有效识别风力机叶片正常状态和偏 心故障状态，及其偏心位置和偏心量大小． 关键词 风力机组 动态响应特性故障诊断长度分形 0232 中图分类号TB53 和表2[21，得到风力机组的固有频率见表3。从表3的 引 言 数值可知，其有限元计算与试验结果比较吻合，验证 了试验模型的合理性。 风力机叶片是风力发电机组最关键的部件之 一，其在整机组上的动力学特性和单叶片的动力学 2长度分形理论及应用 特性大有不同。因此，对叶片进行损伤检测与故障诊 断预警十分必要[1]。随着风力机组的大型化、海洋 分形理论常用于非线性动力系统计算振动波形 化，使叶片的振动信号包含着各种激励与干扰[2{】。 的各种分形维数，用其作为特征参量对系统进行定 若能有效从机组的振动信号中提取反应叶片正常状 量刻画，对系统的内在特性进行分析。在此基础上， fractal 态与故障状态的动力学参数[4巧]，作为叶片损伤检测 长度分形维数D￡(1engthdimension)针对波 与故障识别的特征量，就可对叶片的损伤故障进行 形的前向性特点，采用超立方体作为基本覆盖单元， 诊断识别和预警。本文以300W小型风力发电机组 以Hausdorff维和分配维作为理论前提，是一种物 为例，通过有限元和模态试验分析，验证机组动态试 理概念明确、简单易行的非线性动力系统振动波形 验模型的准确性，获得风力机组的固有频率和振型。 分形维计算方法[6】。大量的工程实例表明，基于长度 通过锤击法测得风力机叶片的振动加速度响应信 分形维能够对非线性动力系统进行状态空间检测， 号。应用非线性动力系统长度分形维理论，计算叶片 且噪声免疫力强，缺陷识别精度较高，可以作为非线 正常状态和故障状态的响应长度分形维数，依据长 性动力系统的有效特征量[7]。 度分形维数的变化分析叶片偏心位置和偏心量大 2．1长度分形的理论计算 小，将其作为叶片损伤检测与故障识别的特征量。 设一非线性动力系统振动波形采样A={口I口； 1 风力发电机组动态计算与试验 (珀yj)，净1，2，…，Ⅳ}，其中：矗为时间采样点；弘 为相应的振动幅值；Ⅳ为样本点数。将集合A按式 运用有限元法，对风力发电机组进行有限元动