基于諧波小波和支持向量機的風電葉片損傷識別研究.pdf

1、葉片是風力發(fā)電機的關鍵部件之一,對葉片損傷的研究越來越受到該領域研究人員的關注。由于葉片的結構巨大、形狀不規(guī)則、材料鋪層復雜并且長期工作在惡劣的環(huán)境下,所以當前需要解決的難題是如何實現(xiàn)葉片的健康監(jiān)測。目前常用的監(jiān)測手段是通過監(jiān)測其模態(tài)來判斷葉片的損傷狀況,但該方法的缺點是敏感度低,而且一直未能得到有效地解決。針對這一問題,本文提出利用聲發(fā)射技術對風電葉片損傷狀況進行檢測,并應用SVM(Support Vector Machine,支持向

2、量機)對葉片的兩類損傷模式進行識別。
　　由于葉片在受到外力破壞時會引起材料內(nèi)部應變從而產(chǎn)生聲發(fā)射信號,通過對聲發(fā)射信號進行采集和分析,能夠實現(xiàn)對聲發(fā)射信號源的識別。首先接通聲發(fā)射傳感器、信號放大器、數(shù)據(jù)采集卡和計算機等設備,搭建聲發(fā)射信號采集實驗平臺,用耦合劑將聲發(fā)射傳感器固定在葉片上。然后人工對靜態(tài)的單個葉片進行加載,模擬葉片的裂紋擴展和邊緣破損兩類損傷,并采集損傷時的聲發(fā)射信號。
　　采集到信號后,分別利用諧波小波包和