风电叶片全尺寸结构试验三维挠度测量研究

对风电叶片进行全尺寸结构试验时需要测量其挠度变形,目前使用拉绳传感器测量,但拉绳传感器只能实现单一方向测量,测量误差大且维数单一。为了解决上述问题,推导一种用于叶片三维挠度精准测量的数学模型,进一步结合超宽带无线测距技术搭建了无线测量系统,使用该系统进行叶片静力加载挠度测量试验,并与激光跟踪仪测量结果进行对比。结果表明:该技术可以获得较为准确的挠度值,测量的X、Y、Z三个方向的叶片变形量的均方根误差分别为12.77、15.91、19.87 mm,符合测试要求。     

基于DE-SVM的风电机组高速轴承故障诊断

为减少风电机组传动链故障造成的重大损失和安全隐患,保证机组健康平稳运行,针对风电机组传动链轴承的故障诊断问题,提出一种基于差分进化算法改进支持向量机的故障诊断方法。利用集合经验模态分解方法对原始数据进行处理,提取有效的故障特征,实现信噪分离;采用差分进化算法对支持向量机关键参数进行优化以提高模型的泛化能力和预测精度;利用训练好的模型进行故障诊断。结果表明：所提方法具有准确性和有效性。     

基于电磁激振的风电叶片双向疲劳加载控制算法研究

针对双向疲劳加载导致的扰动大且叶片惯性大导致控制难度大、精度达不到要求等问题,提出一种基于电磁力驱动的风电叶片双轴疲劳加载新方法。在对该疲劳加载方法研究的基础上,将具有可调增益的模型参考自适应控制算法应用于风电叶片电磁双轴疲劳加载系统。该算法可根据电磁疲劳加载系统的内部频率变化不断地跟踪参考模型的输出。结合先前研究成果,建立风电叶片电磁力驱动的双轴疲劳加载模型试验平台,在现场试验对自适应算法的控制效果进行验证。结果表明：在挥舞方向,可调增益的模型参考自适应控制算法平均跟踪误差在10%以内,摆振方向为7%以内;相较于传统PID算法,该算法具有更好的跟踪能力、鲁棒性、抗扰动能力,控制性能得到了很大的提升。