CN103221814B - 在大型复合材料结构物上的损伤位置定位方法及其装置 - Google Patents
在大型复合材料结构物上的损伤位置定位方法及其装置 Download PDFInfo
- Publication number
- CN103221814B CN103221814B CN201180039726.0A CN201180039726A CN103221814B CN 103221814 B CN103221814 B CN 103221814B CN 201180039726 A CN201180039726 A CN 201180039726A CN 103221814 B CN103221814 B CN 103221814B
- Authority
- CN
- China
- Prior art keywords
- damage
- sensor
- energy value
- signal
- elastic wave
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/36—Detecting the response signal, e.g. electronic circuits specially adapted therefor
- G01N29/42—Detecting the response signal, e.g. electronic circuits specially adapted therefor by frequency filtering or by tuning to resonant frequency
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0231—Composite or layered materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/269—Various geometry objects
- G01N2291/2693—Rotor or turbine parts
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Wind Motors (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种风力叶片损伤位置定位(source location)方法,其用于追踪风力发电机叶片的损伤位置,更详细地,涉及一种风力叶片的损伤位置定位方法及其装置,所述定位方法利用基于弹性波的能量值制作的等值线图检测缺陷,从而,即使在大型复合材料结构物上也能够准确地定位损伤位置。本发明所提供的风力叶片的损伤位置定位方法存在以下优点,即,与现有技术不同,即使在使用两种以上材料的大型复合材料结构物上,也能够准确地定位损伤位置,在AE传感器的个数上也比现有技术使用得少。
Description
技术领域
本发明涉及一种追踪用于风力发电机的叶片的损伤位置的风力叶片损伤位置定位(damage source location)方法,更详细地涉及大型复合材料结构物上的损伤位置定位方法及其装置,所述损伤位置定位方法利用基于弹性波的能量制作的等值线图来检测缺陷,即使在大型复合材料结构物上,也能够准确地定位损伤位置。
背景技术
风能作为与太阳能一起在新再生能源领域中占有率最大的发电领域,在向大容量及海上风力领域扩大,并且叶片3在逐渐趋于大型化,由此监测叶片3健全性的必要性越来越突出。
图1表示一般的风力发电机1。风力发电机为设置在能够维持一定风速的山地或海上,通过风来发电的装置,在塔2的端部可旋转控制地设置机舱4,再在机舱4的旋转轴6上设置多个风力叶片3。在机舱4的内部,在旋转轴6上插入减速器(未示出)来安装发电机(未示出),通过风力叶片3旋转,从而发电机发电。
为了使风力叶片3具有高发电容量,必然要求其大型化。作为一例,在750kW级的情况下,一个叶片3的长度为25m,如果变成3MW,则急剧增大到45m。叶片3的大型化要求大的重量对刚性比,而业界为了有效地减少大型化带来的重量增加,并确保刚性比,在积极地使用复合材料(composite material)。
作为复合材料,常常混用玻璃纤维增强塑料(GFRP,glass fiberreinforced plastic)和聚氯乙烯(PVC)/轻木。为了支撑风负荷和自重,抗剪腹板(shear web)所在的叶片3的中央部分使用刚性大的GFRP,形成空气力学结构物的其它部分则通过以下方法减轻重量,即,用PVC或轻木来填充GFRP外壳的内部。此外,在受到特别多负荷的叶片3根部(root)的周边部和不承载负荷的叶片3的尖端5周围的材料,其厚度也有着很大差异。
风力叶片3的大型化必然要求开发一种非破坏式的日常缺陷监测技术。风力叶片3的大小和风力发电机1的位置设置问题,使得从根源上不能进行通过拆卸的实验室层面上的维修,并且这样的问题会使由损伤引起的叶片3的损坏发展为大型事故,甚至对周围成堆排列着的其它风力发电机1也会带来损伤,从这一点上,需要深刻考虑。
风力叶片3的损伤会由多种原因导致。风力叶片3的制造,代表性地使用如下浸渍法,即,层压复合材料,放入模具后,浸透粘胶树脂,在这样的浸渍过程中,由于粘胶树脂的不完全浸透以及在由浸渍过程完成的各部件的粘合过程中所发生的粘合剂的脱落,会导致损伤。此外,将巨大的结构物搬运到实际设置场所的过程中,由于外部的冲击,也会发生损伤。除了这些缺陷,还会有以下原因导致的损伤,即,实际运转中的急剧的风负荷的变化导致的复合材料的剥离;外部物体的撞击导致的龟裂(crack);雷劈、冰雹及台风等自然灾害。
声发射源定位技术是为了测定压力容器、桥梁、混凝土结构物的损伤发生倾向而设计的,其为使用多个传感器来测定通过材料传播的弹性波,再利用传感器的位置和弹性波的到达时间差来找出损伤位置的技术。因此,最近有将非破坏检测技术应用在风力叶片3上的趋势。
图2例示了利用现有的声发射的损伤位置定位方法。现有方法中,围绕监测对象结构物中假定存在损伤的区域,设置多个声发射(AE,Acoustic Emission)传感器(s1、s2、s3、s4),在检测出AE信号后,用信号分析设备(C)将其放大,再分析信号,从而找出大概的损伤(crack)发生位置。
但是这样的现有技术,因利用的是弹性波到达AE传感器(s1、s2、s3、s4)的时间差,对于相同材质的各向同性材料能够显示出满意的结果,但对于使用复合材料的大型风力叶片3等,由于根据材质的变化及弹性波方向的弹性波传播速度不同,会存在大的误差。即,存在如下问题:随着决定弹性波传播速度的材料的物理性质发生大的变化,在由两种以上的复合材料构成的结构物上,不适合追踪损伤位置。
发明内容
要解决的技术问题
本发明用于解决上述问题,目的在于提供一种利用声发射的损伤位置定位方法及涉及其的装置,所述利用声发射的损伤位置定位方法,即使对于由复合材料构成的大型复合材料结构物(例如,风力叶片30),也能够以高的准确度容易地找出损伤位置。
技术方案
为了实现所述目的,本发明提供一种构建等值线图的方法,用于利用声发射以非破坏式定位损伤位置,其特征在于,包括:步骤1,在作为定位对象的部分内附着至少两个以上的AE传感器200;步骤2,在作为定位对象的结构物上生成试验位置910;步骤3,在每个试验位置910上施加弹性波;步骤4,用每个AE传感器200测定AE信号;步骤5,对所测定的AE信号进行时间或频率变换后,将其变换成能量值;及步骤6,将所变换的能量值作为对于试验位置910的信息参数进行数据库化。
在此,所述步骤2优选包括:步骤2-1,利用AE传感器200划分成格子型;步骤2-2,将各格子的交叉点选定为试验位置910。
优选地,所述步骤2利用AE传感器200划分成格子型,在所述步骤6中,将基于所述格子的交叉点坐标变换的能量值进行数据库化。
此外,在所述步骤6之后优选包括步骤7,对数据库化的能量值数据的个数进行扩张,再次进行数据库化。
尤其是,所述步骤7的数据扩张,更优选将试验位置910之间划分成多个间距,并基于试验位置910上的能量值进行插入。
此外,在所述步骤3中,优选改变施加在试验位置910上的弹性波的大小来进行施加,在步骤6中的数据库为根据弹性波大小的数据库。
作为本发明的另一方面,本发明提供一种利用声发射以非破坏式定位损伤位置的方法,其特征在于,包括:步骤1,将在作为定位对象结构物的试验位置910上施加弹性波而测定的能量值,按照每个AE传感器200的试验位置910,进行数据库化;步骤2,在应用于实际环境中的结构物上附着多个AE传感器200,监测声发射;步骤3,当AE信号输入时,将该信号变换成能量值;步骤4,调用所述步骤1的数据库,将所述能量值对应的试验位置910提取到每个AE传感器200的损伤位置预测区域;步骤5,将损伤位置预测区域进行重叠,求出交叉点,将该交叉点确定为损伤发生位置。
在此,在所述步骤5中无法求出交叉点时,优选包括损伤预测区域扩张的步骤6,步骤6中在步骤3的能量值上给出误差范围,作为新的能量值后,再次回到步骤4。
此外,所述步骤1的弹性波,改变大小来施加并分别被数据库化,所述步骤6的损伤预测区域扩张也同样按照各自的数据库构成,最终的损伤发生位置优选由具有最小误差范围的数据库来确定。
作为本发明的再一方面,本发明提供一种利用声发射以非破坏式定位损伤位置的装置,所述定位装置包括:AE传感器200,其检测声发射信号;放大单元300,其将检测出的AE信号放大到能够分析的大小;信号处理器400,其处理放大的AE信号;发送模块500,其以有线或无线发送被信号处理的AE信号;接收模块700,其接收来自发送模块500的AE信号,并传送到信号分析单元800;及信号分析单元800,其接收来自接收模块700的AE信号,定位出损伤位置。
此外,在所述发送模块500优选包括发送天线510,用于以无线发送AE信号。
此外,所述接收模块700优选包括接收天线710,用于以无线接收AE信号。
作为本发明的又一方面,本发明提供一种利用声发射以非破坏式定位损伤位置的方法,其特征在于,包括:步骤1,在作为定位对象的部分内附着至少两个以上的AE传感器200;步骤2,在作为定位对象的结构物上生成试验位置910;步骤3,在每个试验位置910上施加弹性波;步骤4,用每个AE传感器200测定AE信号;步骤5,对所测定的AE信号进行时间或频率变换后,变换成能量值;及步骤6,将所变换的能量值作为对于试验位置910的信息参数进行数据库化;步骤7,在应用于实际环境中的结构物上附着多个AE传感器200,并监测声发射;步骤8,在AE信号输入时,将该信号变换成能量值;步骤9,调用所述步骤6的数据库,提取到所述步骤8的能量值所对应的每个AE传感器200的损伤位置预测区域中;步骤10,将损伤位置预测区域进行重叠,求出交叉点,将该交叉点确定为损伤发生位置。
有益效果
本发明中提供的大型复合材料结构物上的损伤位置定位方法,与现有技术不同,还可以在不同种类大型复合材料结构物上准确地定位损伤位置。
此外,还具有在扩大测定区域上相比于现有技术也非常容易的优点。
此外,即使用最小的AE传感器也可以对大的区域进行准确的位置定位。
附图说明
图1是表示一般风力发电机的立体图;
图2是表示利用现有的声发射的损伤位置定位方法的概略图;
图3是表示本发明的风力叶片损伤位置定位装置的概略图;
图4是用于构建本发明的基于能量值的等值线图数据库的试样结构物及等值线图示意图;
图5是表示本发明损伤位置定位方法的各AE传感器中的等值线图的示意图;
图6是用于说明本发明的风力叶片损伤位置定位方法的损伤位置确定方法的示意图;
图7是用于说明本发明的风力叶片损伤位置定位方法的损伤位置预测区域扩张方法的示意图;
图8是说明用于制作本发明风力叶片损伤位置定位方法的能量值等值线图的方法的步骤流程图;
图9是用于说明本发明风力叶片损伤位置定位方法的损伤位置检测方法的步骤流程图。
附图标记说明
100:定位装置 200:AE传感器
300:放大单元 310:前置放大器
320:主放大器 400:信号处理器
500:发送模块 510:发送天线
600:电源 700:接收模块
710:接收天线 800:信号分析单元
900:试样 910:试验位置
920、930、940、950:损伤发生预测区域
具体实施方式
参照附图详细说明本发明的具体实施例。图3是表示本发明的风力叶片损伤位置定位装置的概略图,图4是用于构建本发明的基于能量值的等值线图数据库的试样结构物及等值线图的示意图,图5是表示本发明损伤位置定位方法的各AE传感器中的等值线图的示意图。此外,图6是用于说明本发明风力叶片的损伤位置定位方法的损伤位置确定方法的示意图,图7是用于说明本发明的风力叶片损伤位置定位方法的损伤位置预测区域扩张方法的示意图,图8是说明用于制作本发明风力叶片损伤位置定位方法的能量值等值线图的方法的步骤流程图。此外,图9是用于说明本发明风力叶片损伤位置定位方法的损伤位置检测方法的步骤流程图。
与现有技术相同的部分,在说明中省略对理解发明的技术思想不必要的事项,但本发明的技术思想及其保护范围并不限定于此。
首先,通过图3对本发明的风力叶片的损伤位置定位装置进行详细的说明。
本发明的风力叶片的损伤位置定位装置包括:AE传感器200,其检测声发射信号;放大单元300,其将检测出的AE信号放大到能够分析的大小;信号处理器400,其处理放大的AE信号;发送模块500,其以无线发送被信号处理的AE信号;接收模块700,其接收来自发送模块500的AE信号,并传送到信号分析单元800;及信号分析单元800,其接收来自接收模块700的AE信号,定位出损伤位置。
AE传感器200为接收来自应力波的声发射信号的传感器,通常具备前置放大器310和主放大器320,所述应力波在固体内部等中局部地形成的变形能急剧地释放时产生。AE传感器200优选由压电元件(piezoelectric sensor)构成。
基本上选择测定结构物最优化的方法来设置AE传感器200,其一例如下。即,选取分割风力叶片3中心的一条直线,以一定间隔设置AE传感器200,或如图4(a)所示,将风力叶片3的关心区域分割成任意的四边形来设置AE传感器200。
前置放大器310根据每个AE传感器200分别设置一个,由高通滤波器(high pass filter)和低通滤波器(low pass filter)构成,或由它们之间的组合构成的带通滤波器(band pass filter)构成。
主放大器320具备用于处理低频及高频信号的滤波器,接收并处理从前置放大器310放大的AE信号,并实时地输出模拟信号。
信号处理器400对从主放大器320传送的实时的AE信号进行去除噪音,或解析及运算等适当的处理,并传送到发送模块500。
发送模块500起到如下作用,即,搜集来自AE传感器200的信号并以无线传送到位于远距离的信号分析单元800。为此,在发送模块500上具备发送天线510。因风力发电机1常常设置在海上,而且风力叶片3通常在高处通过风力旋转,因此,不能为了获得AE信号直接用有线连接。因此,本发明引入了以无线传送信号的发送模块500。
此外,在本发明的风力叶片的损伤位置定位装置上,进一步包括专门的电源600,用于驱动信号处理器400、发送模块500及放大单元300。包括所述电源600,将AE传感器200、放大单元300、信号处理器400及发送模块500设置在风力叶片3的内侧空间部或插入在材料的内部。
在与风力发电机(图1的1)相隔的远距离站点上,设置信号分析单元800。信号分析单元800包括接收模块700,所述接收模块700用于接收发送模块500传送的数字化的AE信号。接收模块700包括接收天线710。信号分析单元800利用所测定的AE信号,基于每个AE传感器200的能量值,制作等值线图(contour map)并存储在数据库中,而且当感知到从实际缺陷产生的弹性波时,利用每个AE传感器200的等值线图来判定损伤位置。下面,对等值线图的制作方法及损伤位置的定位方法进行详细说明。
下面,利用图4、图5及图8,对本发明的风力叶片损伤位置定位方法中,基于弹性能的每个AE传感器200的等值线图的制作和利用它形成数据库的方法进行详细说明。
对每个AE传感器200制作等值线图是指:在实际应用作为定位损伤位置的对象物之前,在实验室条件下对对象物施加测试用弹性波,基于该弹性波所对应的AE信号,预先记录弹性能传送的情况并制作成表。以风力叶片3为例,如图3所示,以风力叶片3的一部分为对象,监测损伤的发生并找出损伤位置的情况下,在设置在风力发电机1上应用之前,在实验室中将作为监测对象的部分,如图4所示,划分成许多个点,并施加测试用弹性波,对每个AE传感器200制作如图4(b)所示的等值线图。
等值线图数据库,基本上要在对象物最完好无损时制作,对于已经应用中的对象物要将开始制作数据库的那一刻假定为最完好无损的状态。
为了形成等值线图数据库,首先选定适合于对象物测定的AE传感器200的位置,并设置传感器。之后,如图4(a)所示,在作为对象的结构物表面(即,试样)900上,以一定间隔假想地画出正方形矩阵,将其交点定为试验位置910,在该点上生成具有一定大小能量的弹性波,并用AE传感器200进行测定。按照每个传感器分别测定的一个AE信号,在信号处理器400或信号分析单元800中,通过积分确定为代表该试验位置910的一个能量值。
当按照所有矩阵上的试验位置910分别完成根据弹性波施加的弹性能测定时,即可完成包括整个结构物的矩阵。图4(b)中表示了No,2(基于第二传感器中测定的AE信号,经过时间或频率变换后,变换成能量值,用该能量值所制作的矩阵)。因图4(b)所示的每个试验位置能量值为AE信号的能量值,因此具有不受阈值和在信号传播过程中衰减导致的波形变化的影响的优点。
每个AE传感器200等值线图数据库,将所测定弹性波的声发射信号的事件的能量值以矩阵形式进行存储。即,在特定的一个试验位置上产生的弹性波通过传播过程传送到传感器中,通过传播过程特性改变的弹性波被信号处理成能量值,作为矩阵中的元素存储。各试验位置900的坐标(x,y)值被还原成(m,n)的元素值。重复这一过程,从而完成具有能量值的矩阵No,这将成为以后生成的数据库的基础。No矩阵按照测定所使用的AE传感器200的个数生成。
由于在本发明的风力叶片损伤位置定位方法中,数据库的(m,n)位置会以损伤位置定位结果显示,因此通过插入过程,对No进行扩张,使其数据量比所测定的数据多。插入操作用于提高损伤位置定位结果的准确性。通过插入操作,将No制作成其数据量增多k倍的N矩阵。通过插入扩张的比率k需要根据试验位置910之间的距离以最佳比率确定,其在此后用于数据库验证的损伤位置定位试验中通过比较确定即可。图4(c)表示由通过插入的测定数据的扩张形成的、对应第二AE传感器200的矩阵N2。可以确认,相比于图4b的原测定数据矩阵No,数据分布更加柔和。
如此扩张的等值线图按照各AE传感器200分别准备,图5表示了该例。如图中可以确认,按照各AE传感器200会得出完全不同形状的弹性能分布,此为到各AE传感器200所处的位置的介质种类的不同所产生的,反论地说明现有的利用声发射的损伤位置探测方法只能不准确。
此外,可能在风力叶片(图3的3)上发生的损伤种类非常多,其弹性能大小的频谱也非常广,因此,只用一个弹性能大小制作的一组N数据库不容易定位出准确的损伤位置。即,其道理如同,假定鸟类的冲撞,在试验位置上施加适合其大小的弹性波而制作的等值线图数据库无法检测出台风导致的风力叶片3的扭曲损伤位置。
为了解决这个问题,本发明引入了改变弹性波的大小,并构建多组N数据库的方法。如图8所示,对各试验位置910施加一个弹性波大小,形成N矩阵组后,改变弹性波的大小,再形成另一个N矩阵组。在根据大小的多个Ng(在此,g为根据测试用弹性波能量大小的组)中,可适用在损伤位置定位的组的判定,将在损伤位置定位算法中执行。
如此构成的弹性波能量的每个大小的等值线图数据库Ng,以基于文本的文件形式存储在图3的信号分析单元800内,使之易于以数据读取,在其它程序中也能够确认及访问内容。
下面,通过图6、图7及图9,对本发明的风力叶片的损伤位置定位方法进行详细的说明。
用于定位损伤位置的算法,部分地与构建等值线图的数据库非常类似。逆方向执行数据库的构建过程即可定位损伤位置。
如图3所示,在损伤发生可能性高或在损伤发生的情况下,在致命的部位上设置AE传感器200,监测是否存在损伤导致的声发射。AE传感器200的设置位置要使其与在形成等值线图的数据库的过程中附着的位置相一致。在监测中由损伤产生弹性波,其能量通过AE传感器200被测定,则使用与构建数据库的过程相同的方法,对测定的AE信号进行信号处理,变换成能量值(Eo)。
其次,选择适合于分析的AE传感器200。对于风力叶片3,因其一侧的长度非常长,当在任意的部位上产生损伤时,使用布置在整个结构物上的所有传感器进行分析是非效率的。因此,只选择与损伤充分接近的AE传感器200用于定位,有利于提高准确度。用于任意的AE信号产生时使用的AE传感器200,通过比较各传感器测定的弹性能,选择测定结果最大的传感器,或选择的传感器,其所形成方形的区域能够由大小最大的传感器构成,从而实施损伤位置的定位。
当选定用于定位的AE传感器200时,则提取与之对应的等值线图数据库N。其次,从存储在N中的弹性能量值中提取具有与所述Eo相同的值的(m,n)坐标,从而确定损伤预测区域L。因每个AE传感器200都具有专门的等值线图作为数据库,因此,损伤预测区域L也以每个AE传感器200确定。
将这样的过程对每个AE传感器200重复,就能够确定对于每个传感器的所有损伤预测区域。将该损伤预测区域按照每个组重叠(overlay),所有AE传感器200的候补区域相会处即为损伤发生的区域(x,y)。
图6表示了在此过程中得出的损伤预测区域和损伤发生区域。图6(a)至图6(d)表示通过特定的每个AE传感器200的N,利用由损伤产生的弹性能Eo,从存储在N的值中找出损伤发生预测区域(920、930、940、950)。因各损伤发生预测区域(920、930、940、950)表示实际风力叶片3上的(x,y)坐标值,因此,这样找出的损伤发生区域也表示实际坐标值。
在构建等值线图的数据库的过程中,试验位置910以外的区域都是通过插入被假想的数据填充,因此,对应所测定的损伤信号的能量值Eo的L即使重叠,也可能不会相会。因此,为了保障高可靠性,有必要在Eo上利用适用一定误差范围的E值,拓宽损伤预测区域。因为利用各种E值求出的L具有更宽的范围,从而与来自其它AE传感器200的损伤预测区域重叠的可能性会提高,对于找出损伤位置会更加有利。逐渐增加误差范围,将所有AE传感器200的L最先重叠的位置确定为损伤发生区域。
图7示出了表示应用误差范围求出的Eo值的损伤预测区域920的一个例子。可以确认,随着误差范围的扩大,损伤发生候补区域980也逐渐扩大。
此外,本发明中,在构建等值线图的数据库时,在试验位置(图4的910)上将弹性波的能量大小进行多样化的改变而获得数据,关于使用何种弹性能测试的等值线图数据库组,可以通过以上说明的误差范围的大小来确定。
即,可以认为,在选择按照各弹性波的能量大小构建的数据库来确定损伤发生区域的过程中,不断增加误差范围,其中以最小误差范围确定损伤发生区域的弹性波能量为适合的数据库。这样的算法搭载在本发明的信号分析单元800上被适当地运用。
本发明的风力叶片损伤位置定位方法及装置具有以下优点,即,不仅与现有的追踪方法在方法上不存在大的差异,而且准确度高。从而具有直接应用已有的测定装置,而只需改变软件即可实现的优点。
下面,通过举出应用在实物上求出的实际数据,说明本发明的风力叶片损伤位置定位方法的优点。
测试用结构物以截断风力叶片3一部分的形状,通过与实物相同的制作方法,用复合材料制作而成,其大小(长、宽、高)为(1500mm、1000mm、160mm)。作为AE传感器200,使用属于较低频带的30kHz带的PAC的4个R3I,将其设置在四个角落里,使之能够测定试样整个区域。各传感器的位置更具体为(0,100)、(0,700)、(1500,100)及(1500,700)。
用于施加测试用弹性波的试验位置910横竖以100mm的间距选定144个。在每个位置上,改变3次弹性波的大小来构建等值线图数据库。
下表中示出了通过本发明的风力叶片的损伤位置定位方法得出的损伤发生区域与实际发生区域进行比较的结果。为了强调本发明的优点,将本发明的风力叶片的损伤位置定位方法与现有的利用声发射的损伤位置定位方法进行了比较。现有的定位方法需要输入弹性波的传播速度,由于材料的不均匀性,难以指定,因此改变3个速度来进行了测定,将其结果均示于表中。
<表1>本发明和现有方法的损伤位置定位误差比较
对比试验结果,本发明的损伤位置定位方法与现有方法相比,表现出更高的准确度,可知,在10种实验中对损伤位置的定位均获得了成功。
此外,作为本发明的重要效果之一,可以举出实例1及实例2,可知,对于发生在由4个AE传感器200构成的区域的外部发生的损伤,现有方法全部失败或显示相当大的误差,相反,本发明的损伤位置定位方法全部都获得了成功,给出了相当准确的结果。这表明将本发明应用在实物风力叶片3时,不受传感器的位置和排列的限制,可以自由地设置应用。
图8是说明用于制作本发明的风力叶片损伤位置定位方法的弹性能等值线图的方法的步骤流程图。参照图8,在试样(图4(a)的900)上附着多个AE传感器200,使其围绕作为定位对象的部分,在作为定位对象的该试样900的结构物上生成试验位置910(步骤S800)。当然,在此情况下包括以下过程:以格子型划分,将各格子的交叉点选定为试验位置910。表示该过程的图如图4a所示。
当生成完试验位置910时,在每个试验位置910上施加弹性波(步骤S810)。
弹性波的施加可以使用AE传感器200,也可以使用施加弹性波的其它弹性波发生装置。
当施加弹性波时,每个AE传感器200测定AE信号(步骤S820)。
当然,在这一步骤存在确认能否从所有试验位置910测定AE信号的过程(步骤S830)。换言之,确认能否从所有试验位置910正常地测定AE信号。
如果确认结果为AE信号的测定没有正常进行,则改变试验位置910,再次施加弹性波(步骤S831)。当然,这种情况下,将再次进行从步骤S810到步骤S830的过程。
与此相反,如果确认结果为AE信号的测定能够正常进行,则在处理AE信号后,对测定数据进行扩张(步骤S840、S850)。在此,AE信号处理是在时间或频率变换后求出能量值的过程。例如,可以举出利用快速傅里叶变换(FFT,Fast Fourier transform)将其变换成功率谱(power spectrum)。
此外,这种情况下,将试验位置(图4(a)的910)之间分成多个间隔,基于该试验位置910上的弹性能量值进行插入来确定。
将变换的弹性能作为对于各试验位置910的信息参数存入数据库,进行存储(步骤S860)。
当然,会存在判断是否已完成对于作为样本选取的能量大小不同的多个弹性波的数据库化的过程(步骤S870)。换言之,将对各试验位置910的信息作为参数进行数据库化,确认对于所有弹性波的数据库化是否进行完毕。换言之,可以举出,如果将弹性波的强度按照10、101、102、203、204、105(J)施加,则可以将这些弹性波按照强度分别构建5个组的数据库。
如果确认结果为对于这些弹性波不形成数据库化,则改变弹性波的种类,再次进行施加弹性波的过程(步骤S871)。
此外,也可以改变弹性波的大小来施加。
与此相反,在步骤S870中,如果已完成对于所有弹性波的数据库化,则利用声发射,构建用于定位损伤位置的等值线图。
当然,也可以再构建扩张数据库化的弹性能数据的个数,再次进行数据库化的步骤。
图9是用于说明本发明风力叶片损伤位置定位方法的损伤位置检测方法的步骤流程图。即,图9说明利用图8中所叙述的通过数据库化的数据,实施风力叶片损伤位置定位方法的步骤。
参照图9,在应用于实际环境中的结构物上附着多个AE传感器200,并监测声发射(步骤S900)。
在该监测过程中,确认是否发生损伤导致的弹性波信号(步骤S910)。即,这一过程为确认是否输入AE信号。
如果不输入AE信号,则进行声发射监测。
与此相反,如果输入AE信号,则将该AE信号变换成能量值,调用预先生成的数据库,并将该弹性能对应的试验位置910提取到每个AE传感器200的损伤位置预测区域(步骤S920、S930)。
当提取出预测区域时,将损伤位置预测区域重叠,求出交叉点,将该交叉点确定为损伤发生位置(步骤S940)。
此时,将确认所确定的损伤发生位置是否确实充分(步骤S950)。即,在步骤S940中,确认是否求出交叉点。
如果确认结果不充分,则在变换的弹性能量值上给出误差范围,变换成新的弹性能量值后,扩张损伤预测区域,调用重新生成的数据库,提取出预测区域(步骤S951)。在此情况下,再次进行步骤S930至步骤S950。
与此相反,如果在步骤S950中的确认结果为:所确定的损伤发生位置确定,则可完成对于损伤位置的位置定位(步骤S960)。
上述本发明的实施例为了有助于容易地理解本发明而参照发电机的风力叶片进行了说明,但并不限定于此。例如,还可以应用在其它形式的大型复合材料结构物上。作为这些例子,可以举出飞机结构物、建筑结构物、游艇结构物等。
此外,本发明并不限定在所述实施例中,应用范围很广泛,而且在不脱离本发明的技术思想的前提下,本发明所属技术领域的技术人员当然可以进行多种变形实施。
Claims (9)
1.一种构建等值线图的方法,用于利用声发射以非破坏式定位损伤位置,其特征在于,包括:
步骤1,在作为定位对象的部分内附着至少两个以上的AE传感器(200);
步骤2,在作为定位对象的结构物上生成试验位置(910);
步骤3,在每个试验位置(910)上施加弹性波;
步骤4,用每个AE传感器(200)测定AE信号;
步骤5,对所测定的AE信号进行时间或频率变换后,将其变换成能量值;及
步骤6,将所变换的能量值作为对于试验位置(910)的信息参数进行数据库化。
2.根据权利要求1所述的的方法,其特征在于,所述步骤2包括:
步骤2-1,利用AE传感器(200)划分成格子型;
步骤2-2,将各格子的交叉点选定为试验位置(910)。
3.根据权利要求1所述的方法,其特征在于,所述步骤2利用AE传感器(200)划分成格子型,在所述步骤6中,将基于所述格子的交叉点坐标变换的弹性能进行数据库化。
4.根据权利要求1所述的方法,其特征在于,在所述步骤6之后还包括对数据库化的能量值数据的个数进行扩张并再次进行数据库化的步骤7,
其中,所述步骤7的数据扩张是将试验位置(910)之间划分成多个间距,并基于试验位置(910)上的能量值进行插入。
5.根据权利要求1~4中任一项所述的方法,其特征在于,在所述步骤3中,改变施加在试验位置(910)上的弹性波大小来进行施加,在步骤6中的数据库为根据弹性波大小的数据库。
6.一种利用声发射以非破坏式定位损伤位置的方法,其特征在于,包括:
步骤1,将在作为定位对象的结构物的试验位置(910)上施加弹性波而测定的能量值,按照每个AE传感器(200)的试验位置(910),进行数据库化;
步骤2,在应用于实际环境中的结构物上附着多个AE传感器(200),监测声发射;
步骤3,当AE信号输入时,将该信号变换成能量值;
步骤4,调用所述步骤1的数据库,提取到所述能量值对应的每个AE传感器(200)的损伤位置预测区域;
步骤5,将损伤位置预测区域进行重叠,求出交叉点,将该交叉点确定为损伤发生位置。
7.根据权利要求6所述的利用声发射定位损伤位置的方法,其特征在于,在所述步骤5中无法求出交叉点时,包括损伤预测区域扩张的步骤6,步骤6中在步骤3的能量值上给出误差范围,作为新的能量值后,再次回到步骤4。
8.根据权利要求7所述的利用声发射定位损伤位置的方法,其特征在于,所述步骤1的弹性波,改变大小来施加并分别被数据库化,所述步骤6的损伤预测区域扩张也同样按照弹性波大小的各数据库构成,最终的损伤发生位置由具有最小误差范围的数据库来确定。
9.一种利用声发射以非破坏式定位损伤位置的方法,其特征在于,包括:
步骤1,在作为定位对象的部分内附着至少两个以上的AE传感器(200);
步骤2,在作为定位对象的结构物上生成试验位置(910);
步骤3,在每个试验位置(910)上施加弹性波;
步骤4,用每个AE传感器(200)测定AE信号;
步骤5,对所测定的AE信号进行时间或频率变换后,变换成能量值;及
步骤6,将所变换的能量值作为对于试验位置(910)的信息参数进行数据库化;
步骤7,在应用于实际环境中的结构物上附着多个AE传感器(200),并监测声发射;
步骤8,在AE信号输入时,将该信号变换成能量值;
步骤9,调用所述步骤6的数据库,提取到所述步骤8的能量值所对应的每个AE传感器(200)的损伤位置预测区域;
步骤10,将损伤位置预测区域进行重叠,求出交叉点,将该交叉点确定为损伤发生位置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100079075A KR101157811B1 (ko) | 2010-08-17 | 2010-08-17 | 대형 복합재 구조물에서의 손상위치 표정 방법 |
KR10-2010-0079075 | 2010-08-17 | ||
PCT/KR2011/006045 WO2012023802A2 (ko) | 2010-08-17 | 2011-08-17 | 대형 복합재 구조물에서의 손상위치 표정 방법 및 그 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103221814A CN103221814A (zh) | 2013-07-24 |
CN103221814B true CN103221814B (zh) | 2015-06-10 |
Family
ID=45605561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180039726.0A Active CN103221814B (zh) | 2010-08-17 | 2011-08-17 | 在大型复合材料结构物上的损伤位置定位方法及其装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9523661B2 (zh) |
KR (1) | KR101157811B1 (zh) |
CN (1) | CN103221814B (zh) |
WO (1) | WO2012023802A2 (zh) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104303008A (zh) * | 2012-05-01 | 2015-01-21 | F.T.创新公司 | 碰撞位置检测装置、风力发电装置及风力发电系统 |
FR2993359B1 (fr) * | 2012-07-16 | 2014-08-29 | Snecma | Procede de realisation d’un essai en fatigue vibratoire d’une piece mecanique |
JP6159926B2 (ja) * | 2013-03-11 | 2017-07-12 | 飛島建設株式会社 | 不均質物性の測定対象物につき行われる弾性波トモグラフィにおける発信点・物性状況(劣化状況)同時特定方法 |
CN103245732B (zh) * | 2013-04-10 | 2015-07-08 | 湘潭大学 | 一种基于小波提取的管道注浆质量应力波检测信号处理方法 |
CN103901111A (zh) * | 2014-03-24 | 2014-07-02 | 上海电机学院 | 风力发电机组叶片的无损检测系统及方法 |
CN103969331A (zh) * | 2014-05-09 | 2014-08-06 | 上海电机学院 | 风力发电机叶片检测装置 |
KR101645605B1 (ko) * | 2014-09-05 | 2016-08-05 | 국방과학연구소 | 패턴 인식을 이용한 평판 구조물의 결함 위치 탐지 방법 및 그 장치 |
JP6567268B2 (ja) * | 2014-11-18 | 2019-08-28 | 株式会社東芝 | 信号処理装置、サーバ装置、検知システム及び信号処理方法 |
CN104730145B (zh) * | 2015-03-06 | 2017-04-26 | 中国航空工业集团公司北京航空材料研究院 | 一种超声检测中精确定位材料上缺陷的方法 |
CN105784934A (zh) * | 2016-03-09 | 2016-07-20 | 西安交通大学 | 基于频率三线相交法进行复合材料板损伤定位方法及系统 |
JP6366826B2 (ja) * | 2016-05-17 | 2018-08-01 | 株式会社東芝 | 構造物評価システム、構造物評価装置及び構造物評価方法 |
US10458954B2 (en) | 2016-09-15 | 2019-10-29 | Kabushiki Kaisha Toshiba | Structure evaluation system, structure evaluation apparatus, and structure evaluation method |
US10352912B2 (en) | 2016-09-15 | 2019-07-16 | Kabushiki Kaisha Toshiba | Structure evaluation system, structure evaluation apparatus, and structure evaluation method |
CN106226014B (zh) * | 2016-09-19 | 2018-05-08 | 杭州戬威机电科技有限公司 | 风电叶片的超声无损检测臂装置 |
CN106338338A (zh) * | 2016-10-21 | 2017-01-18 | 河海大学 | 一种大跨度空间网格结构失效杆件监测方法 |
CN106767580B (zh) * | 2017-02-24 | 2019-10-18 | 中航复合材料有限责任公司 | 一种确定复合材料层压结构中缺陷铺层深度的超声方法 |
CN109642847B (zh) * | 2017-06-21 | 2021-05-25 | 株式会社东芝 | 构造物评价系统以及构造物评价方法 |
JP6989925B2 (ja) | 2018-06-06 | 2022-01-12 | 東京都公立大学法人 | コンクリート構造物の応力測定方法、およびコンクリート構造物の応力測定システム |
CN109085250B (zh) * | 2018-09-17 | 2022-05-06 | 山东建筑大学 | 一种基于重心坐标的声发射结构损伤定位方法 |
JP2020079746A (ja) * | 2018-11-13 | 2020-05-28 | 株式会社東芝 | 流体機械の壊食検知システム及び方法 |
KR102040492B1 (ko) * | 2019-05-27 | 2019-11-27 | 주식회사 진성이엔지 | 음향방출 시험을 이용한 결함 진단 장치 및 방법 |
KR102204747B1 (ko) * | 2019-07-08 | 2021-01-19 | 한국항공우주산업 주식회사 | 탄성파의 신호 에너지를 이용한 손상 탐지 방법 |
CN110967251B (zh) * | 2019-12-02 | 2023-07-11 | 湘潭大学 | 用于风电叶片损伤模式识别的方法 |
CN111024821A (zh) * | 2019-12-30 | 2020-04-17 | 大连理工大学 | 一种复合材料贮箱健康监测系统及方法 |
CN113406201A (zh) * | 2021-05-27 | 2021-09-17 | 北京京能能源技术研究有限责任公司 | 一种风力机叶片损伤定位检测方法 |
CN113406200A (zh) * | 2021-05-27 | 2021-09-17 | 北京京能能源技术研究有限责任公司 | 一种风力机叶片损伤定位检测装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101042372A (zh) * | 2007-04-23 | 2007-09-26 | 北京航空航天大学 | 钢梁结构活动缺陷的检测处理系统及检测处理方法 |
KR100894430B1 (ko) * | 2008-11-11 | 2009-04-22 | 시스템디엔디(주) | 초음파, 음향 및 온도변화를 이용한 밸브의 유체누설 측정장치 및 이를 이용한 유체누설 측정방법 |
CN101701880A (zh) * | 2009-08-05 | 2010-05-05 | 南京航空航天大学 | 嵌入式飞机主被动结构健康监测系统 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4193075A (en) * | 1978-06-29 | 1980-03-11 | Eaton Corporation | Low angle elevation guidance system |
JPH03127186A (ja) * | 1989-10-12 | 1991-05-30 | Mitsubishi Electric Corp | 描画方式 |
GB2254426B (en) * | 1991-04-03 | 1995-06-14 | Honda Motor Co Ltd | Method of and apparatus for detecting defects in an object |
US6205380B1 (en) * | 1996-07-02 | 2001-03-20 | Siemens Aktiengesellschaft | Process for preparing an area plan having a cellular structure and comprising a unit moving automatically and positioned in said area using sensors based on wave reflection |
JPH11196262A (ja) * | 1997-11-07 | 1999-07-21 | Matsushita Electric Ind Co Ltd | デジタル情報埋込み・抽出装置および方法並びに当該方法を実行するためのプログラムを記録した媒体 |
JP2003232782A (ja) * | 2002-02-07 | 2003-08-22 | Ishikawajima Harima Heavy Ind Co Ltd | アコースティックエミッション法を用いた欠陥部位検出装置 |
JP4366467B2 (ja) | 2002-10-28 | 2009-11-18 | 国土交通省国土技術政策総合研究所長 | Aeセンサ及びaeセンサを用いた構造物の異常検出方法並びに安全性評価方法 |
JP4377642B2 (ja) * | 2003-09-26 | 2009-12-02 | 富士重工業株式会社 | 構造用複合材料の損傷探知システム |
US7080555B2 (en) * | 2004-06-04 | 2006-07-25 | Texas Research International, Inc. | Distributed mode system for real time acoustic emission monitoring |
US20090201172A1 (en) * | 2005-05-16 | 2009-08-13 | Innersea Technology, Inc. | Miniature Physiological Telemeter |
JP5274963B2 (ja) * | 2008-09-29 | 2013-08-28 | 新明和工業株式会社 | 芯線接触検出装置、電線ストリップ処理装置、芯線接触検出方法及び芯線接触検出プログラム |
US8024866B2 (en) * | 2008-10-21 | 2011-09-27 | Agatec | Height recording system comprising a telescopic rule with two ends cooperating with an optical beam scanning in a horizontal plane |
KR101051006B1 (ko) * | 2008-11-13 | 2011-07-26 | 한국표준과학연구원 | 자가발전 구동용 음향방출센서 |
KR101056054B1 (ko) * | 2008-11-13 | 2011-08-11 | 한국표준과학연구원 | 무선 음향방출센서 |
US8656779B2 (en) * | 2009-03-05 | 2014-02-25 | Purdue Research Foundation | Damage detection using laser vibrometry |
-
2010
- 2010-08-17 KR KR1020100079075A patent/KR101157811B1/ko active IP Right Grant
-
2011
- 2011-08-17 US US13/817,153 patent/US9523661B2/en active Active
- 2011-08-17 CN CN201180039726.0A patent/CN103221814B/zh active Active
- 2011-08-17 WO PCT/KR2011/006045 patent/WO2012023802A2/ko active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101042372A (zh) * | 2007-04-23 | 2007-09-26 | 北京航空航天大学 | 钢梁结构活动缺陷的检测处理系统及检测处理方法 |
KR100894430B1 (ko) * | 2008-11-11 | 2009-04-22 | 시스템디엔디(주) | 초음파, 음향 및 온도변화를 이용한 밸브의 유체누설 측정장치 및 이를 이용한 유체누설 측정방법 |
CN101701880A (zh) * | 2009-08-05 | 2010-05-05 | 南京航空航天大学 | 嵌入式飞机主被动结构健康监测系统 |
Also Published As
Publication number | Publication date |
---|---|
US9523661B2 (en) | 2016-12-20 |
KR20120016703A (ko) | 2012-02-27 |
US20130191040A1 (en) | 2013-07-25 |
CN103221814A (zh) | 2013-07-24 |
WO2012023802A2 (ko) | 2012-02-23 |
WO2012023802A3 (ko) | 2012-05-03 |
KR101157811B1 (ko) | 2012-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103221814B (zh) | 在大型复合材料结构物上的损伤位置定位方法及其装置 | |
CN101561379B (zh) | 一种用于结构损伤检测的敲击扫描方法 | |
Bouzid et al. | Structural health monitoring of wind turbine blades: Acoustic source localization using wireless sensor networks | |
CN106596737B (zh) | 一种基于Lamb波波结构的多模态信号分离方法 | |
CN102928472A (zh) | 一种用于风力发电机叶片裂纹的监测方法 | |
CN101762347B (zh) | 一种用半波法测量多跨钢拉索索力的方法 | |
CN101975822A (zh) | 一种用于输电线超声检测的损伤定位方法 | |
CN203929630U (zh) | Tdlas甲烷气体浓度检测系统 | |
CN104698087A (zh) | 基于递归奇异熵的预应力孔道浆体剥离度检测装置及方法 | |
CN104316958A (zh) | 一种识别不同尺度地层断裂的相干处理方法 | |
CN105388536A (zh) | 热带气旋引发沿海地区瞬时极大风风速预报方法和系统 | |
CN105956577A (zh) | 基于随机共振的输气管道微泄漏音波信号特征提取方法 | |
CN104568968B (zh) | 一种风力发电机叶片在位裂纹检测方法及系统 | |
CN205313975U (zh) | 一种基于四翼无人机的桥梁检测系统 | |
CN114414659B (zh) | 基于频率融合的非线性超声导波无参损伤识别方法及系统 | |
CN110428398A (zh) | 一种基于深度学习的高铁接触网拉线缺陷检测方法 | |
CN112213722A (zh) | 联合InSAR与深度学习的边坡监测方法 | |
Atan et al. | Assessment of extreme wave height events in Galway Bay using high frequency radar (CODAR) data | |
CN116429902A (zh) | 一种风机叶片多裂纹声发射监测方法及系统 | |
CN103424782B (zh) | 一种中层径向辐合的自动识别方法 | |
CN111506870B (zh) | 一种基于小波变换的时变结构损伤识别方法 | |
CN104633461A (zh) | 一种基于声信号的pccp爆管预警监测信号处理方法 | |
KR20150104459A (ko) | 기계 구조물의 결함 진단 시스템 및 그 방법 | |
CN103559332A (zh) | 一种一阶螺旋杆频散特性的提取方法 | |
Liu | Acoustic Emission Signal Analysis and Damage Mode Identification of Composite Wind Turbine Blades |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |