CN113406201A - 一种风力机叶片损伤定位检测方法 - Google Patents

一种风力机叶片损伤定位检测方法 Download PDF

Info

Publication number
CN113406201A
CN113406201A CN202110587084.3A CN202110587084A CN113406201A CN 113406201 A CN113406201 A CN 113406201A CN 202110587084 A CN202110587084 A CN 202110587084A CN 113406201 A CN113406201 A CN 113406201A
Authority
CN
China
Prior art keywords
sensor
blade
damage
wind turbine
sound
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.)
Withdrawn
Application number
CN202110587084.3A
Other languages
English (en)
Inventor
梅东升
孟超
毛永清
蔡来生
徐伟
石敏
温向炜
呼木吉乐图
谢正和
张博洋
梁国杰
蔚鹏飞
杨科
康顺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inner Mongolia Branch Of Beijing Jingneng Clean Energy Power Co ltd
Beijing Jingneng Energy Technology Research Co ltd
Original Assignee
Inner Mongolia Branch Of Beijing Jingneng Clean Energy Power Co ltd
Beijing Jingneng Energy Technology Research Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inner Mongolia Branch Of Beijing Jingneng Clean Energy Power Co ltd, Beijing Jingneng Energy Technology Research Co ltd filed Critical Inner Mongolia Branch Of Beijing Jingneng Clean Energy Power Co ltd
Priority to CN202110587084.3A priority Critical patent/CN113406201A/zh
Publication of CN113406201A publication Critical patent/CN113406201A/zh
Withdrawn legal-status Critical Current

Links

Images

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
    • G01N29/04—Analysing solids
    • G01N29/043—Analysing solids in the interior, e.g. by shear waves
    • 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
    • G01N29/4445—Classification of defects
    • 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
    • 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
    • G01N2291/028—Material parameters
    • G01N2291/0289—Internal structure, e.g. defects, grain size, texture

Landscapes

  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明实施例提供了一种风力机叶片损伤定位检测方法，包括以下步骤：在风机叶片上设置多组呈三角形排布的传感器；通过多组所述传感器接收声音信号；通过所述声音信号和传感器的位置坐标，获得叶片损伤或缺陷的定位。能大大缩短发现叶片损伤位置所耗费的时间，快速完成定位并开展检测。能够通过叶片损伤位置产生的声音信号快速、有效的定位叶片损伤位置，对该位置进行检测，快速识别叶片内部损伤。

Description

一种风力机叶片损伤定位检测方法
技术领域
本发明涉及风力发电技术领域，尤其涉及一种风力机叶片损伤定位检测方法。
背景技术
针对叶片无损测试方法现在应用比较广泛的是通过超声无损检测方法来发现叶片损伤位置和尺寸，想知道叶片在型式试验过程中产生的损伤情况，通常需要专业人员从叶根到叶尖进行全方位的扫描，而且不同时间点需要对叶片进行重复扫描，需要耗费大量的时间来完成这些工作，效率极低，迫切需要一种快速定位缺陷位置并进行叶片检测的方法。
申请人发现现有技术中至少存在如下问题：无法快速准确完成风力机叶片损伤的定位并开展检测，检测效率低。
发明内容
本发明实施例所解决的技术问题是无法快速准确完成风力机叶片损伤的定位并开展检测，检测效率低的问题。
为达上述目的，本发明提出了一种风力机叶片损伤定位检测方法，包括以下步骤：
在风机叶片上设置多组呈三角形排布的传感器；
通过多组所述传感器接收声音信号；
通过所述声音信号和传感器的位置坐标，获得叶片损伤或缺陷的定位。
具体的，所述方法还包括：在获得叶片损伤或缺陷的定位之后，
对叶片损伤或缺陷部位进行扫描，获得扫描结果，所述扫描结果包括叶片损伤或缺陷部位的尺寸和类型；
将所述声音信号和所述扫描结果进行比对、分类，得到风力机叶片损伤声音分类识别模型数据库。
具体的，所述在风机叶片上设置多组呈三角形排布的传感器，具体包括；
第一组传感器的布置为：在风机叶片根部主梁帽区域中心布置第一传感器作为第一个三角形的顶点，沿着风机叶片展向方向或长度方向，依次在靠近风机叶片尾缘区域布置第二传感器，在靠近叶片前缘区域布置第三传感器。
具体的，将所述第一传感器、所述第二传感器和所述第三传感器排布为锐角三角形。
具体的，在将所述第一传感器、所述第二传感器和所述第三传感器排布后，布置第二组传感器，第二组传感器的布置为：在风机主梁帽区域中心布置第四传感器作为第二个三角形顶点，依次布置第五传感器和第六传感器，第二个三角形与第一个三角形间隔设置，第四传感器位于第一个三角形之外，以此类推，共设置n组传感器，n＞2，每组传感器的顶点均位于上一个三角形之外。
具体的，所述第二感器和所述第三传感器的连线垂直风机叶片长度方向，设置第一传感器与第四传感器的直线距离为5m～7m。
具体的，所述通过所述声音信号和传感器的位置坐标，获得叶片损伤或缺陷的定位，具体包括：
所述第一传感器A、所述第二感器B和所述第三传感器C的坐标分别为A(a1,b1)、B(a2,b2)、C(a3,b3)，通过公式可以得到未知的损伤点坐标D(x,y),公式为：
Figure BDA0003088028140000021
其中：V为声音的传播速度，单位是米/秒；Δt1为声音信号到达所述第一传感器与所述第二感器的时间差，Δt2为声音信号到达所述第一传感器与所述第三感器的时间差，单位：秒；
ΔB为声音发射源D距离传感器B与传感器A的距离差，单位：米；
ΔC为声音发射源D距离传感器C与传感器A的距离差，单位：米；
坐标系单位：米。
具体的，设置所述第二感器距离风机叶片尾缘边缘为150mm～300mm。
具体的，设置所述第三感器距离风机叶片尾缘边缘为100mm～200mm。
具体的，所述每组传感器均匀间隔。
上述技术方案具有如下有益效果：通过本发明所提供的风力机叶片损伤定位检测方法，本发明能够在风机运行的情况下定位损伤，在风力机停下来用无损测试设备进行确定缺陷类型能大大缩短发现叶片损伤位置所耗费的时间，快速完成定位并开展检测。能够通过叶片损伤位置产生的声音信号快速、有效的定位叶片损伤位置，对该位置进行检测，快速识别叶片内部损伤，将声音信号和损伤类型进行对应归类，通过机器学习，可以建立叶片损伤声音数据库，提高了检测效率。同时可以方便技术人员优化叶片设计，为后期叶片全生命周期管理提供依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种风力机叶片损伤定位检测方法的流程图；
图2是本发明实施例提供的设置有传感器的一种风力机叶片的结构示意图；
图3是本发明实施例提供的风力机叶片上第一种实施方式一组传感器坐标和未知损伤点坐标示意图；
图4是本发明实施例提供的风力机叶片上第二种实施方式一组传感器和未知损伤点位置示意图。
附图标号说明：
1、第一传感器；2、第二传感器；3、第三传感器；4、第四传感器；5、第五传感器；6、第六传感器；10、吸力面；11、风机叶片根部；12、主梁帽区域中心；21、损伤点。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了一种风力机叶片损伤定位检测方法，如图1所示，包括以下步骤：
S11：在风机叶片上设置多组呈三角形排布的传感器；
步骤S11具体包括；
第一组传感器的布置为：如图2所示，在风机叶片根部11主梁帽区域中心12布置第一传感器1作为第一个三角形的顶点，沿着风机叶片展向方向或长度方向，依次在靠近风机叶片尾缘区域布置第二传感器2，在靠近叶片前缘区域布置第三传感器3。
将所述第一传感器、所述第二感器和所述第三传感器排布为三角形。
如图2所示，在将所述第一传感器1、所述第二传感器2和所述第三传感器3排布后，布置第二组传感器，第二组传感器的布置为：在风机主梁帽区域中心12布置第四传感器4作为第二个三角形顶点，依次布置第五传感器5和第六传感器6，第二个三角形与第一个三角形间隔设置，第四传感器4位于第一个三角形之外，以此类推，共设置n组传感器，n＞2，每组传感器的顶点均位于上一个三角形之外。不产生交叉检测的空间以免浪费资源。
申请人发现：叶片正常位置的频率一般都低于损伤噪音频率，当发现有频率较高的声音信号时，尤其是由一个三角形的三个传感器都发出频率较高的声音信号时，可以很大可能的确定，该三角形所探测范围内，出现损伤位置。当损伤位置位于第一个三角形和第二个三角形之间时，采用最靠近声源位置的三个传感器组成的三角形，即，当损伤位置(损伤点21)位于第一个三角形和第二个三角形之间时，如图4所示，采用第二传感器、第三传感器和第四传感器所组成的三角形来确定损伤点位置。此时，损伤点21被第二传感器、第三传感器和第四传感器所组成的三角形所包围。以此类推，大部分损伤点能够被最靠近的三个传感器组成的三角形所包围。
当损伤点不能被某三个传感器组成的三角形包围时，用最靠近声源位置的三个传感器组成的三角形来确定损伤点的位置坐标。
S12：通过多组所述传感器接收声音信号；
在风机叶片转动的过程中，开始采集(接收)声音信号，接着对损伤部位产生的声音信号采用可变增益放大器进行放大处理，然后对噪声进行滤波处理，经过滤波，杂音可以过滤掉，其他声音的频率一般都低于损伤噪音频率，由于复合材料自身的声发射频率一般低于100HZ，所以设置过滤阈值100赫兹，将干扰噪音滤掉。对经过放大的声音信号进行噪声过滤；去除了可能影响分析结果的杂音，有利于对损伤位置的准确判断。
S13：通过所述声音信号和传感器的位置坐标，获得叶片损伤或缺陷的定位。
设备对传入的声音信号结合传感器的位置坐标进行处理，可以获得叶片损伤或缺陷声源的精确定位。能够通过叶片损伤位置产生的声音信号快速、有效的定位叶片损伤位置，对该位置进行检测，快速识别叶片内部损伤。
所述方法还包括：在获得叶片损伤或缺陷的定位之后，使风机叶片静止，在静止状态下，对叶片损伤或缺陷部位进行扫描，获得扫描结果，所述扫描结果包括叶片损伤或缺陷部位的尺寸和类型；大大缩短发现叶片损伤位置所耗费的时间，快速完成定位并开展检测。
将所述声音信号和所述扫描结果进行比对、分类，得到风力机叶片损伤声音分类识别模型数据库。便于数据的集中管理，控制冗余，提高数据的利用率和一致性。
也就是说：根据风力机叶片损伤声源坐标，可以找到叶片(风力机叶片)损伤或缺陷所在位置，采用相控阵超声波无损测试设备，对声源部位进行扫描，能够方便的获得损伤的尺寸、类型，根据检测结果与声音信号进行比对，将缺陷声源信号分类，将声音信号及其对应的损伤类型开展机器学习，构建针对风力机叶片损伤和声音分类识别模型数据库。
所述第二感器和所述第三传感器的连线垂直风机叶片长度方向，设置第一传感器与第四传感器的直线距离为5m～7m，例如：设置第一传感器与第四传感器的直线距离为5m、6m、7m、5.5m、6.5m。为了使传感器分布尽量匀称的布满在叶片上，不出现重叠的情况。基本满足声音传感器的检测范围。
设置所述第二感器距离风机叶片尾缘边缘为150mm～300mm，例如为150mm，200mm，250mm，300mm。靠近风机叶片尾缘边缘尽可能的利用空间。尽量保证三个传感器所组成的三角形内角全部为锐角
设置所述第三感器距离风机叶片前缘边缘为100mm～200mm。尽量保证三个传感器所组成的三角形内角全部为锐角。
所述每组传感器均匀间隔。
在所述风机叶片的上下两面设置多个所述传感器，每面都可以得到损伤检测，其中，每3个所述传感器为一组，每组传感器呈三角形分布，所述每组传感器可以均匀间隔。
所述通过所述声音信号和传感器的位置坐标，获得叶片损伤或缺陷的定位，如图3所示，具体包括：
所述第一传感器A、所述第二感器B和所述第三传感器C的坐标分别为A(a1,b1)、B(a2,b2)、C(a3,b3)，通过公式可以得到未知的损伤点坐标D(x,y),公式为：
Figure BDA0003088028140000051
其中：V为声音的传播速度，单位是米/秒；Δt1为声音信号到达所述第一传感器与所述第二感器的时间差，Δt2为声音信号到达所述第一传感器与所述第三感器的时间差，单位：秒；
ΔB为声音发射源D距离传感器B与传感器A的距离差，单位：米；
ΔC为声音发射源D距离传感器C与传感器A的距离差，单位：米；
坐标系单位：米。坐标原点是试验台与叶根梁帽交线的中心。
以风力机叶片叶根圆切线作为X轴，以叶片主梁中心线作为Y轴，分别建立两个平面，分别是吸力面平面和压力面平面，记录吸力面10上的传感器在平面的投影坐标；记录压力面上的传感器在平面的投影坐标。以吸力面10上传感器为例(压力面方法相同，压力面为吸力面的背面)：第一传感器、所述第二感器和所述第三传感器的坐标分别为A(a1,b1)、B(a2,b2)、C(a3,b3)，通过公式可以得到未知的损伤点坐标D(x,y),列公式：
Figure BDA0003088028140000061
可以确定声源坐标(x,y)，知道损伤位置。
声音采集前需要将声音传感器进行时间同步校准，方便得到公式里的采集到声音信号D到达所述第一传感器与所述第二感器的时间差Δt1和声音信号到达所述第一传感器与所述第三感器的时间差Δt2。声速(v)采用进行多次原位断铅法取平均数的方法测得。
通过本发明所提供的风力机叶片损伤定位检测方法，本发明能够在风机运行的情况下定位损伤，在风力机停下来用无损测试设备进行确定缺陷类型能大大缩短发现叶片损伤位置所耗费的时间，快速完成定位并开展检测。能够通过叶片损伤位置产生的声音信号快速、有效的定位叶片损伤位置，对该位置进行检测，快速识别叶片内部损伤，将声音信号和损伤类型进行对应归类，通过机器学习，可以建立叶片损伤声音数据库，提高了检测效率。同时可以方便技术人员优化叶片设计，为后期叶片全生命周期管理提供依据。
下面结合具体的应用实例对本发明实施例上述技术方案进行详细说明，实施过程中没有介绍到的技术细节，可以参考前文的相关描述。
实施例1：
一种风力机叶片损伤定位检测方法，通过对叶片运动过程中因为损伤或缺陷而产生的声音进行采集和处理，能够快速定位损伤或缺陷位置。叶片运动过程中损伤部位产生声音被声音传感器采集，从而获得损伤部位的定位，然后，当风机叶片静止时使用相控阵超声测试设备对定位区域的叶片表面进行扫描检测，快速了解叶片的缺陷类型及损伤情况，同时根据检测结果与声音信号进行比对，将声源信号按缺陷类型进行分类，建立缺陷声音数据库。以叶片吸力面为例，压力面方法相同。传感器以三角形方式在叶片吸力面进行布置，自叶根开始到叶片总长度90％截至，需要每三个为一组，在叶片主梁帽区域中心12布置第一传感器作为一个三角形的顶点，沿着叶片展向方向，依次在靠近叶片尾缘区域和靠近叶片前缘区域处各布置一个第二传感器和第三传感器，其中第二传感器距离尾缘边缘距离优选的150mm～300mm范围，第三传感器距离前缘边缘距离优选的100mm～200mm范围，尽量保证三个传感器所组成的三角形内角全部为。第一传感器与第二传感器和第三传感器连线的垂直距离为2.5-3.5米，例如为2.5米，3米，3.5米。传感器采用无线噪声传感器，型号可以采用M401型。
以第二传感器和第三传感器连线与主梁中心线的交点为起点，沿叶片展向方向3米处，在主梁中心线上布置第四传感器作为第二个三角形顶点。第二个三角形与第一个三角形间隔设置，第四传感器位于第一个三角形之外，以此类推，共设置n组传感器，n＞2，每组传感器的顶点均位于上一个三角形之外。
先检测叶片上的传感器发来的声音信号是否有频率较高的声音信号，如果有，则为损伤噪音或者是损伤点的信号，然后根据叶片损伤声源坐标，可以找到叶片损伤或缺陷所在位置，进一步地，采用相控阵超声波无损测试设备，对声源部位进行扫描，能够方便的获得损伤的尺寸、类型，根据检测结果与声音信号进行比对，将缺陷声源信号分类，将声音信号及其对应的损伤类型开展机器学习，构建针对风力机叶片损伤、声音分类识别模型数据库。
本发明实施对象为某款1.5MW风力发电机叶片，叶片长度为35～45米，例如为37米，总共布置7组，共21个传感器。叶片固定到试验台后，采用以下方法对叶片损伤进行定位和检测：
1.声音传感器的布置：
对声音传感器放置位置进行测量定位，测量采用皮尺，测量前首先要确定坐标系及坐标平面，以叶片试验台与叶根梁帽交线的中心作为坐标原点(0，0)点，粘贴第一声音传感器，用皮尺量出沿着叶片展向方向，依次在靠近叶片尾缘区域和靠近叶片前缘区域处各布置一个第二声音传感器和第三声音传感器，其中第二声音传感器距离尾缘边缘距离300mm，第三声音传感器距离前缘边缘距离200mm。第一声音传感器和第二声音传感器，第一声音传感器和第三声音传感器之间距离用皮尺量后为3m。用红外测距仪测得第二声音传感器和第三声音传感器在坐标平面上的投影坐标，记录下来。其他传感器的布置和坐标测量方法相同。
2.声源的定位及采集分析：
多次采用原位断铅法测量第一声音传感器和第二声音传感器、第一声音传感器和第三声音传感器、第二声音传感器和第三声音传感器的声速的平均值，其他位置的不同相邻传感器之间的声速参照上面数值。将所有传感器进行时间同步，疲劳或静力试验开始后，声音信号采集开始，对声音信号采用可变增益放大器进行放大处理，对100赫兹以下的噪声信号进行滤波后，结合声源D到达第一声音传感器和第二声音传感器的时间差，Δt1为声音信号到达所述第一传感器与所述第二感器的时间差，Δt2为声音信号到达所述第一传感器与所述第三感器的时间差，单位：秒；声速(v)及各传感器的坐标，如图3所示，可以定位声源的坐标位置。
3.损伤的检测及声音数据库建立：
根据声源坐标位置，可以得到损伤在叶片上的位置，使用相控阵超声波测试设备对损伤区域进行检测，可以得到损伤或缺陷的类型、尺寸；根据检测结果与声音信号进行比对，将缺陷声源信号分为：分层、开裂、褶皱、夹杂四类，将声音信号及其对应的损伤类型开展机器学习，构建针对风力机叶片损伤-声音分类识别模型数据库。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种风力机叶片损伤定位检测方法，其特征在于，包括以下步骤：
在风机叶片上设置多组呈三角形排布的传感器；
通过多组所述传感器接收声音信号；
通过所述声音信号和传感器的位置坐标，获得叶片损伤或缺陷的定位。
2.根据权利要求1所述的一种风力机叶片损伤定位检测方法，其特征在于，所述方法还包括：在获得叶片损伤或缺陷的定位之后，
对叶片损伤或缺陷部位进行扫描，获得扫描结果，所述扫描结果包括叶片损伤或缺陷部位的尺寸和类型；
将所述声音信号和所述扫描结果进行比对、分类，得到风力机叶片损伤声音分类识别模型数据库。
3.根据权利要求1所述的一种风力机叶片损伤定位检测方法，其特征在于，所述在风机叶片上设置多组呈三角形排布的传感器，具体包括；
第一组传感器的布置为：在风机叶片根部主梁帽区域中心布置第一传感器作为第一个三角形的顶点，沿着风机叶片展向方向或长度方向，依次在靠近风机叶片尾缘区域布置第二传感器，在靠近叶片前缘区域布置第三传感器。
4.根据权利要求3所述的一种风力机叶片损伤定位检测方法，其特征在于，将所述第一传感器、所述第二传感器和所述第三传感器排布为锐角三角形。
5.根据权利要求3所述的一种风力机叶片损伤定位检测方法，其特征在于，在将所述第一传感器、所述第二传感器和所述第三传感器排布后，布置第二组传感器，第二组传感器的布置为：在风机主梁帽区域中心布置第四传感器作为第二个三角形顶点，依次布置第五传感器和第六传感器，第二个三角形与第一个三角形间隔设置，第四传感器位于第一个三角形之外，以此类推，共设置n组传感器，n＞2，每组传感器的顶点均位于上一个三角形之外。
6.根据权利要求5所述的一种风力机叶片损伤定位检测方法，其特征在于，所述第二感器和所述第三传感器的连线垂直风机叶片长度方向，设置第一传感器与第四传感器的直线距离为5m～7m。
7.根据权利要求3所述的一种风力机叶片损伤定位检测方法，其特征在于，所述通过所述声音信号和传感器的位置坐标，获得叶片损伤或缺陷的定位，具体包括：
所述第一传感器A、所述第二感器B和所述第三传感器C的坐标分别为A(a1,b1)、B(a2,b2)、C(a3,b3)，通过公式可以得到未知的损伤点坐标D(x,y),公式为：
Figure FDA0003088028130000021
其中：V为声音的传播速度，单位是米/秒；Δt1为声音信号到达所述第一传感器与所述第二感器的时间差，Δt2为声音信号到达所述第一传感器与所述第三感器的时间差，单位：秒；
ΔB为声音发射源D距离传感器B与传感器A的距离差，单位：米；
ΔC为声音发射源D距离传感器C与传感器A的距离差，单位：米；
坐标系单位：米。
8.根据权利要求3所述的一种风力机叶片损伤定位检测方法，其特征在于，设置所述第二感器距离风机叶片尾缘边缘为150mm～300mm。
9.根据权利要求3所述的一种风力机叶片损伤定位检测方法，其特征在于，设置所述第三感器距离风机叶片尾缘边缘为100mm～200mm。
10.根据权利要求1所述的一种风力机叶片损伤定位检测方法，其特征在于，所述每组传感器均匀间隔。
CN202110587084.3A 2021-05-27 2021-05-27 一种风力机叶片损伤定位检测方法 Withdrawn CN113406201A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110587084.3A CN113406201A (zh) 2021-05-27 2021-05-27 一种风力机叶片损伤定位检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110587084.3A CN113406201A (zh) 2021-05-27 2021-05-27 一种风力机叶片损伤定位检测方法

Publications (1)

Publication Number Publication Date
CN113406201A true CN113406201A (zh) 2021-09-17

Family

ID=77674811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110587084.3A Withdrawn CN113406201A (zh) 2021-05-27 2021-05-27 一种风力机叶片损伤定位检测方法

Country Status (1)

Country Link
CN (1) CN113406201A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130191040A1 (en) * 2010-08-17 2013-07-25 Korea Research Institute Of Standards And Science Method and apparatus for locating a source of damage in a large composite material structure
CN111122705A (zh) * 2019-12-26 2020-05-08 中国科学院工程热物理研究所 一种风力机叶片超声无损检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130191040A1 (en) * 2010-08-17 2013-07-25 Korea Research Institute Of Standards And Science Method and apparatus for locating a source of damage in a large composite material structure
CN111122705A (zh) * 2019-12-26 2020-05-08 中国科学院工程热物理研究所 一种风力机叶片超声无损检测方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
刘增华等: "基于时间差映射方法的钢板声发射源定位", 《应用基础与工程科学学报》 *
刘增华等: "碳纤维复合材料板的声发射源定位", 《无损检测》 *
朱永凯等: "基于声发射传感器阵列的风机叶片结构健康监测方法", 《无损检测》 *
朱永凯等: "基于强度型光纤传感技术的复合材料薄板损伤声发射定位法", 《无损检测》 *
李路明等: "声发射三角网络定位方法的研究", 《无损检测》 *
袁振明、马羽宽、何泽云: "《声发射技术及其应用》", 31 August 1985 *
袁洪芳等: "基于声发射信号的风机叶片裂纹定位分析", 《计算机工程与设计》 *
金钟山等: "曲面和三维结构的声发射源定位方法", 《无损检测》 *
龚妙等: "声发射技术在风力机叶片故障检测中的应用研究综述", 《太阳能》 *

Similar Documents

Publication Publication Date Title
CN109444813B (zh) 一种基于bp和dnn双神经网络的rfid室内定位方法
JP2014527663A (ja) 座標測定系データ整理
US20100205816A1 (en) Method and system for multimodal inspection with a coordinate measuring device
CN105866253B (zh) 一种基于k均值聚类的双声发射源定位方法
CN111540001B (zh) 航空发动机涡轮叶片气膜孔轴线方向检测方法
CN113408947A (zh) 一种智能制造工业生产数据采集分析方法、设备及计算机存储介质
JP2016507052A (ja) 超音波検査を使用してロータコンポーネントにおける内部亀裂を識別し、グルーピングし、サイジングするためのシステムおよび方法
CN105319269A (zh) 汽轮机叶片根部螺栓孔超声相控阵成像检测方法
US20230084562A1 (en) Non-destructive inspection method and system based on artificial intelligence
CN109283248A (zh) 基于DBSCAN和k-means算法的板类结构多缺陷检测方法
CN116432988B (zh) 一种阀门生产工艺数据智能管理方法、介质及设备
CN109085245A (zh) 确定待测客体中缺陷的方法和超声波探伤仪
CN116242443A (zh) 一种超声波计量仪表的动态计量方法
CN113628267B (zh) 基于机器视觉的弹簧线径检测方法、系统、装置及介质
CN113406201A (zh) 一种风力机叶片损伤定位检测方法
WO2020191896A1 (zh) 一种树木纵截面内部缺陷成像方法
CN113406200A (zh) 一种风力机叶片损伤定位检测装置
CN107300587B (zh) 树木缺陷检测方法
CN111678991B (zh) 一种用于混凝土结构无损检测损伤识别的方法
WO2021103875A1 (zh) 一种基于激光传感器的平面检测方法、装置
CN117606704A (zh) 涡旋压缩机气密性能检测方法及系统
CN117110944A (zh) 基于局放成像的发电机绕组匝间短路故障监测方法及设备
CN112991260A (zh) 光和超声复合激励的红外无损检测系统
CN108917667B (zh) 一种基于三维扫描的铸件狭小深腔内表面测量方法
CN107806961B (zh) 基于超声相控阵技术的透平叶片内部缺陷重心坐标检测法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210917