风电叶片脱层的无损检测技术研究-测试计量技术及仪器专业论文.docxVIP

承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进 行的研究工作及取得的研究成果。除了文中特别加以标注和致 谢的地方外，论文中不包含其他人已经发表或撰写过的研究成 果，也不包含为获得南京航空航天大学或其他教育机构的学位 或证书而使用过的材料。 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本承诺书） 作者签名： 日 期： 南京航空航天大学硕士学位论文 南京航空航天大学硕士学位论文 风电叶片脱层的无损检测技术研究 风电叶片脱层的无损检测技术研究 I I PAGE PAGE IV 摘 要 本文主要研究风电叶片脱层的无损检测。风电叶片作为风力发电设备较为重要的一部分， 其成本较高，及时发现风电叶片的损伤是增加风力发电设备寿命、降低维护成本的有效手段。 目前所制风电叶片的材质基本为复合材料，即本文主要研究复合材料脱层的无损检测。 首先介绍了风电叶片损伤的常见类型，综述了国内外对复合材料无损检测使用的方法和现 状。当叶片存在脱层缺陷时，构件缺陷处刚度下降，敲击叶片，接触持续时间增大，接触产生 的声音频率更低。 针对上述特点，本文设计了针对构件的无损检测系统，同时采集敲击时产生的力信号和声 音信号。对力的持续时间进行分析，研究了敲击力的持续时间与缺陷大小、深度的关系。对声 音信号分析，脱层与否对声音信号的频谱分布有较大影响。 在声音信号预处理的部分，采用多项式二乘法消除趋势项，采用改进的谱减法对声音信号 进行降噪，在此基础上基于短时能量进行端点检测。截取有效声音信号段后，采用功率谱估计、 小波变换、小波包变换等现代信号处理方法对信号进行复合材料脱层特征量的提取。确定了功 率谱估计中频率重心、均方频率、频率方差三个参数能够作为判断复合材料有无脱层的特征量； 小波包分析中小波包节点 0 相对能量比、小波包节点 1 相对能量比和小波包能量熵三个特征参 数能够作为判断复合材料有无脱层的特征量。 最后，研究了用 BP 神经网络对复合材料脱层检测的方法。基于声音信号频谱分析与小波 包分解 6 个参数作为特征量的有脱层判定正确率为 93.35%，无脱层判定正确率为 88.62%。基 于声音信号和振动信号共 7 个特征量的有脱层判定正确率为 94.72%，无脱层判定正确率为 91.58%。实验结果表明，应用上述方法能对复合材料有无脱层进行有效判别，并能一定程度识 别脱层深度和面积，能够较好的识别深度小于等于 20mm 的缺陷，缺陷的面积也能够得到较好 的识别。 关键词：复合材料，脱层无损检测，声振检测，频谱分析，小波包分解，BP 神经网络 ABSTRACT This paper mainly researches on non-destructive testing for wind turbine blade delamination. It is an effective way to extend the wind power equipment’s life and reduce its maintenance costs. The wind turbine blades are mostly made of composite materials. In other words, this paper mainly researches on NDT for composite materials. This paper firstly introduced several types of delamination in various stages of blades’ life cycle and summarized NDT methods for detecting composite material at home and abroad. When tapping the blade which is delaminated, the stiffness of defects will be decreased and the duration of tap stress will be increased,as well as the sound will be muffled. In the paper, the autor designed a NDT system for the special component. The force and sound signal can be collected at the same time. The author analysed th