CN104914163A - 一种风力发电机的叶片裂痕检测方法 - Google Patents
一种风力发电机的叶片裂痕检测方法 Download PDFInfo
- Publication number
- CN104914163A CN104914163A CN201510357034.0A CN201510357034A CN104914163A CN 104914163 A CN104914163 A CN 104914163A CN 201510357034 A CN201510357034 A CN 201510357034A CN 104914163 A CN104914163 A CN 104914163A
- Authority
- CN
- China
- Prior art keywords
- blade
- acoustic signals
- detection method
- aerogenerator
- crack detection
- 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.)
- Pending
Links
Abstract
本发明提出一种风力发电机的叶片裂痕检测方法,包括下列步骤:向风力发电机的叶片发射声波信号;接收所述风力发电机叶片反射回来的声波信号;将发射的声波信号和反射后接收到的声波信号发送给相关处理器进行处理,以确定叶片是否出现裂痕;当判定叶片出现裂痕时,获取信号相关波形并根据相关峰的距离得到反射点距离,所述反射点即为叶片出现裂痕处。本发明提出一种风力发电机的叶片裂痕检测方法,能够在不停机的情况下及时发现风力发电机叶片裂痕的位置,从而在确保发电效率的同时保证了风力发电设备运行的安全可靠。
Description
技术领域
本发明涉及风力发电设备检修领域,且特别涉及一种风力发电机的叶片裂痕检测方法。
背景技术
由于自然的原因,风速的大小有很多的不确定性。当出现相当恶劣的天气,风速较大,很有可能超过叶片的实际承受能力,叶片就会破裂,因此需要经常对风力发电机的叶片进行检测,以便及时发现叶片裂痕,以保证风力发电设备运行的安全可靠。
现有的技术中,一般通过X光来检测风力发电机的叶片裂痕。利用射线透过物体时,会发生吸收和散射这一特性,通过测量材料中因缺陷存在影响射线的吸收,从而达到检测裂痕的效果,其一般使用示波器设备进行显示。
然而一般X光检测装置比较笨重,如果来检测叶片裂痕的话,运到风电场非常的困难。其次检测叶片的时候,需要风力发电机停下工作,并且不能对叶片发生裂痕实时监测。同时,过度使用X光检测设备,对检测人员的身体健康也带来了较大威胁。
发明内容
本发明提出一种风力发电机的叶片裂痕检测方法,能够在不停机的情况下及时发现风力发电机叶片裂痕的位置,从而在确保发电效率的同时保证了风力发电设备运行的安全可靠。
为了达到上述目的,本发明提出一种风力发电机的叶片裂痕检测方法,包括下列步骤:
向风力发电机的叶片发射声波信号;
接收所述风力发电机叶片反射回来的声波信号;
将发射的声波信号和反射后接收到的声波信号发送给相关处理器进行处理,以确定叶片是否出现裂痕;
当判定叶片出现裂痕时,获取信号相关波形并根据相关峰的距离得到反射点距离,所述反射点即为叶片出现裂痕处。
进一步的,所述声波信号的发射和接收采用声波传感器,其具有发射装置和接收装置。
进一步的,所述声波信号具有较好的自相关,以及较差的互相关。
进一步的,所述声波信号的自相关系数的绝对值为0.80~1.00。
进一步的,所述声波信号的所述互相关系数的绝对值为0~0.30。
进一步的,所述声波信号具有的带宽能够保证相关信号具有足够的分辨率。
进一步的,所述声波信号的带宽大于等于50MHz。
进一步的,所述发射的声波信号包括第一发射信号和第二发射信号,所述接收到声波信号包括第一反射信号和第二反射信号。
进一步的,所述相关波形为将第一反射信号和第二反射信号与第一发射信号和第二发射信号通过相关处理器进行相关处理后得到。
本发明提出的风力发电机的叶片裂痕检测方法,无须停下风力发电机的工作,也不需要检修人员爬到风力发电机塔顶部去确认叶片是否发生了破裂,这样不但提高了风力发电机的发电效率,而且减少了风力发电机的检修成本,保障了检修人员的人身安全。该发明能够及时,有效的发现风力机的叶片是否发生了破裂,并确定裂痕出现的具体位置,减少了风力发电机的二次破坏,确保了风力发电设备运行的安全可靠,也大大提升了风力发电机的发电效率。
附图说明
图1所示为本发明较佳实施例的风力发电机的叶片裂痕检测方法流程图。
图2所示为本发明较佳实施例的风力发电机的叶片裂痕检测方法示意图。
图3所示为本发明较佳实施例的根据相关波形获取裂痕位置的示意图。
具体实施方式
以下结合附图给出本发明的具体实施方式,但本发明不限于以下的实施方式。根据下面说明和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比率,仅用于方便、明晰地辅助说明本发明实施例的目的。
请参考图1,图1所示为本发明较佳实施例的风力发电机的叶片裂痕检测方法流程图。本发明提出一种风力发电机的叶片裂痕检测方法,包括下列步骤:
步骤S100:向风力发电机的叶片发射声波信号;
步骤S200:接收所述风力发电机叶片反射回来的声波信号;
步骤S300:将发射的声波信号和反射后接收到的声波信号发送给相关处理器进行处理,以确定叶片是否出现裂痕;
步骤S400:当判定叶片出现裂痕时,获取信号相关波形并根据相关峰的距离得到反射点距离,所述反射点即为叶片出现裂痕处。
根据本发明较佳实施例,所述声波信号的发射和接收采用声波传感器,其具有发射装置和接收装置。发射装置向风力发电机的叶片发射声波信号,通过反射作用,接收装置能接收反射回来的声波信号。
进一步的,所述声波信号具有较好的自相关,以及较差的互相关。自相关和互相关是信号分析里的概念,他们分别表示的是两个时间序列之间和同一个时间序列在任意两个不同时刻的取值之间的相关程度,即自相关函数是描述一个随机信号x(t)在任意两个不同时刻t1,t2的取值之间的相关程度;互相关函数是描述两个随机信号x(t),y(t)在任意两个不同时刻t1,t2的取值之间的相关程度。
互相关函数给出了在频域内两个信号是否相关的一个判断指标,把两测点之间信号的互谱与各自的自谱联系了起来。它能用来确定输出信号有多大程度来自输入信号,对修正测量中接入噪声源而产生的误差非常有效。
对于相关系数的大小所表示的意义目前在统计学界尚不一致,但通常按下是这样认为的:
根据本发明较佳实施例,所述声波信号的自相关系数的绝对值为0.80~1.00,其数值越大越好,所述声波信号的所述互相关系数的绝对值为0~0.30,其数值越趋近于0越好。
进一步的,所述声波信号具有的带宽能够保证相关信号具有足够的分辨率。较高的信号带宽能够带来较高的分辨率,带宽范围大可以使接收到的信号频谱丰富,高频分量丢失小,波形失真小。根据本发明较佳实施例,所述声波信号的带宽大于等于50MHz。
进一步的,所述发射的声波信号包括第一发射信号和第二发射信号,所述接收到声波信号包括第一反射信号和第二反射信号。所述相关波形为将第一反射信号和第二反射信号与第一发射信号和第二发射信号通过相关处理器进行相关处理后得到。
请参考图2,图2所示为本发明较佳实施例的风力发电机的叶片裂痕检测方法示意图。声波传感器S发射第一发射信号T1,所述第一发射信号T1遇到所述叶片上的裂痕后产生第一反射信号R1,所述声波传感器S接收到第一反射信号R1,同时所述声波传感器S发射第二发射信号T2,所述第二发射信号T2遇到所述叶片上的另一处裂痕后产生第二反射信号R2,所述声波传感器S接收到第二反射信号R2,所述声波传感器S将第一发射信号T1、第二发射信号T2、第一反射信号R1和第二反射信号R2发送给相关处理器处理。
在请参考图3,图3所示为本发明较佳实施例的根据相关波形获取裂痕位置的示意图。所述相关处理器将第一发射信号T1、第二发射信号T2、第一反射信号R1和第二反射信号R2进行相关处理后得到相关波形,根据相关峰的距离得到反射点距离,所述反射点即为叶片出现裂痕处。其中图3中第一个波峰d1处为叶片上第一个裂痕位置距离,第二个波峰d2处为叶片上第二个裂痕位置距离。因此本发明不用借助示波器,能够直接确定断痕的位置。对于采集的数据可以实时在线处理,或者通过无线或有线方式传递到中心服务器进行集中处理。
综上所述,本发明提出的风力发电机的叶片裂痕检测方法,能够及时有效的检测到风力发电机的叶片裂痕,无须停下风力发电机的工作,也不需要检修人员爬到风力发电机塔顶部去确认叶片是否发生了破裂,这样不但提高了风力发电机的发电效率,而且减少了风力发电机的检修成本,本发明在使用时具有较好的灵活性,既能减少检修人员的人数,又不对检修人员的健康构成威胁,保障了检修人员的人身安全。该发明能够及时,有效的发现风力机的叶片是否发生了破裂,并确定裂痕出现的具体位置,减少了风力发电机的二次破坏,确保了风力发电设备运行的安全可靠,也大大提升了风力发电机的发电效率。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (9)
1.一种风力发电机的叶片裂痕检测方法,其特征在于,包括下列步骤:
向风力发电机的叶片发射声波信号;
接收所述风力发电机叶片反射回来的声波信号;
将发射的声波信号和反射后接收到的声波信号发送给相关处理器进行处理,以确定叶片是否出现裂痕;
当判定叶片出现裂痕时,获取信号相关波形并根据相关峰的距离得到反射点距离,所述反射点即为叶片出现裂痕处。
2.根据权利要求1所述的风力发电机的叶片裂痕检测方法,其特征在于,所述声波信号的发射和接收采用声波传感器,其具有发射装置和接收装置。
3.根据权利要求1所述的风力发电机的叶片裂痕检测方法,其特征在于,所述声波信号具有较好的自相关,以及较差的互相关。
4.根据权利要求3所述的风力发电机的叶片裂痕检测方法,其特征在于,所述声波信号的自相关系数的绝对值为0.80~1.00。
5.根据权利要求3所述的风力发电机的叶片裂痕检测方法,其特征在于,所述声波信号的所述互相关系数的绝对值为0~0.30。
6.根据权利要求1所述的风力发电机的叶片裂痕检测方法,其特征在于,所述声波信号具有的带宽能够保证相关信号具有足够的分辨率。
7.根据权利要求6所述的风力发电机的叶片裂痕检测方法,其特征在于,所述声波信号的带宽大于等于50MHz。
8.根据权利要求1所述的风力发电机的叶片裂痕检测方法,其特征在于,所述发射的声波信号包括第一发射信号和第二发射信号,所述接收到声波信号包括第一反射信号和第二反射信号。
9.根据权利要求8所述的风力发电机的叶片裂痕检测方法,其特征在于,所述相关波形为将第一反射信号和第二反射信号与第一发射信号和第二发射信号通过相关处理器进行相关处理后得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510357034.0A CN104914163A (zh) | 2015-06-20 | 2015-06-20 | 一种风力发电机的叶片裂痕检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510357034.0A CN104914163A (zh) | 2015-06-20 | 2015-06-20 | 一种风力发电机的叶片裂痕检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104914163A true CN104914163A (zh) | 2015-09-16 |
Family
ID=54083411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510357034.0A Pending CN104914163A (zh) | 2015-06-20 | 2015-06-20 | 一种风力发电机的叶片裂痕检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104914163A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108194278A (zh) * | 2017-12-19 | 2018-06-22 | 国网山东省电力公司蓬莱市供电公司 | 一种风电机组叶片缺陷非接触监测装置及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003344228A (ja) * | 2002-05-28 | 2003-12-03 | Hitachi Ltd | 相対運動する機械部品の接触面の異常検出装置およびシステム |
US20070055152A1 (en) * | 2005-08-29 | 2007-03-08 | Unex Corporation | Blood-vessel-image measuring apparatus |
CN101806778A (zh) * | 2010-03-05 | 2010-08-18 | 北京工业大学 | 金属材料疲劳早期损伤非线性超声在线检测方法 |
CN103760243A (zh) * | 2014-02-26 | 2014-04-30 | 长沙理工大学 | 一种微裂纹无损检测装置及方法 |
CN104458911A (zh) * | 2014-12-16 | 2015-03-25 | 中国科学院工程热物理研究所 | 一种风力机叶片超声检测的缺陷种类判定方法 |
CN104458910A (zh) * | 2014-12-16 | 2015-03-25 | 中国科学院工程热物理研究所 | 一种风力机叶片壳体与腹板粘接缺陷的无损检测方法 |
CN104502451A (zh) * | 2014-12-15 | 2015-04-08 | 中国兵器科学研究院宁波分院 | 一种钢板缺陷识别方法 |
-
2015
- 2015-06-20 CN CN201510357034.0A patent/CN104914163A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003344228A (ja) * | 2002-05-28 | 2003-12-03 | Hitachi Ltd | 相対運動する機械部品の接触面の異常検出装置およびシステム |
US20070055152A1 (en) * | 2005-08-29 | 2007-03-08 | Unex Corporation | Blood-vessel-image measuring apparatus |
CN101806778A (zh) * | 2010-03-05 | 2010-08-18 | 北京工业大学 | 金属材料疲劳早期损伤非线性超声在线检测方法 |
CN103760243A (zh) * | 2014-02-26 | 2014-04-30 | 长沙理工大学 | 一种微裂纹无损检测装置及方法 |
CN104502451A (zh) * | 2014-12-15 | 2015-04-08 | 中国兵器科学研究院宁波分院 | 一种钢板缺陷识别方法 |
CN104458911A (zh) * | 2014-12-16 | 2015-03-25 | 中国科学院工程热物理研究所 | 一种风力机叶片超声检测的缺陷种类判定方法 |
CN104458910A (zh) * | 2014-12-16 | 2015-03-25 | 中国科学院工程热物理研究所 | 一种风力机叶片壳体与腹板粘接缺陷的无损检测方法 |
Non-Patent Citations (4)
Title |
---|
卓越: "自相关和互相关", 《新浪微博 HTTP://BLOG.SINA.COM.CN/S/BLOG_518DFE5B0100KRIG.HTML#POST》 * |
单珂: "基于声发射技术的风机叶片材料裂纹损伤的识别研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
杜文超: "基于声发射技术的大型风力机叶片材料的损伤研究", 《中国优秀硕士学位论文全文数据库 工程科技辑II辑》 * |
胡永峰等: "一种应用于超声波检测中的自相关算法", 《现代电子技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108194278A (zh) * | 2017-12-19 | 2018-06-22 | 国网山东省电力公司蓬莱市供电公司 | 一种风电机组叶片缺陷非接触监测装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110231409B (zh) | 一种地下管道损伤的检测方法及系统 | |
CN108050396A (zh) | 一种流体管道泄漏源监测定位系统及方法 | |
US10337502B2 (en) | Early detection of wind turbine degradation using acoustical monitoring | |
CN105651213B (zh) | 颚式破碎机齿板磨损检测传感器及检测方法 | |
CN104840220B (zh) | 一种检测胎心信号的多普勒超声装置及方法 | |
CN103760243A (zh) | 一种微裂纹无损检测装置及方法 | |
CN101587005A (zh) | 一种声波测速法sf6气体泄漏监控报警系统 | |
CN104568323A (zh) | 一种sf6气体泄漏在线监测报警系统 | |
CN202119850U (zh) | 一种绝缘子故障定位侦测仪 | |
CN104458911B (zh) | 一种风力机叶片超声检测的缺陷种类判定方法 | |
CN109653962A (zh) | 一种风电机组在线监测系统和监测方法 | |
CN103776903B (zh) | 一种风电叶片脱层检测方法及检测系统 | |
CN103364072A (zh) | 风电机组叶片在线检测方法及装置 | |
CN202256264U (zh) | 检测碳纤维复合材料破坏失效的声发射装置 | |
WO2003092128A3 (en) | Method to optimize generation of ultrasound using mathematical modeling for laser ultrasound inspection | |
WO2018082373A1 (zh) | 海上风力机叶片运行状态监测系统 | |
CN104296836B (zh) | 联合收割机超声波实时检测粮仓仓位的方法 | |
CN104914163A (zh) | 一种风力发电机的叶片裂痕检测方法 | |
CN104849635A (zh) | 一种基于超声波传感器阵列的局部放电定位系统 | |
CN106767683A (zh) | 一种电子信息领域的无人机对地高度的测量装置及方法 | |
CN109541026A (zh) | 一种反射式金属蠕变性能的非线性超声检测系统和检测方法 | |
CN203745428U (zh) | 一种微裂纹无损检测装置 | |
CN209559714U (zh) | 一种超低排放烟尘浓度监测装置 | |
CN204964452U (zh) | 一种无线裂缝深度自动检测仪 | |
CN110332463A (zh) | 基于无线传感器网络的管道结构损伤监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150916 |