| 风电机组叶片裂纹故障特征提取方法 |
| |
| 引用本文： | 陈长征,赵新光,周勃,谷泉. 风电机组叶片裂纹故障特征提取方法[J]. 中国电机工程学报, 2013, 33(2): 112-117,20 |
| |
| 作者姓名： | 陈长征 赵新光 周勃 谷泉 |
| |
| 作者单位： | 1. 沈阳工业大学机械工程学院,辽宁省沈阳市,110870
2. 辽宁省振动噪声控制技术工程研究中心,辽宁省沈阳市,110870 |
| |
| 摘 要： | 为实现风电机组叶片及时有效地监测和维护,使用声发射技术采集疲劳裂纹信号,从而提取不同裂纹特征。鉴于尺度谱受到Heisenberg测不准原理的极限制约,时频聚集性不佳、干扰强的现象,提出风电机组叶片裂纹声发射信号的优化小波重分配尺度谱分析。基于Shannon熵理论计算裂纹萌生和预制裂纹再扩展的声发射信号的重分配尺度谱小波基函数带宽参数,得到最适合此两阶段裂纹声发射信号的Morlet小波基函数,计算优化基函数的小波重分配尺度谱,获得不同类型裂纹特征成分在时间尺度平面的高幅值能量分布。实验研究表明,优化小波重分配尺度谱的方法具有很好的时频聚集性和抗噪能力,实现了风电机组叶片裂纹声发射信号的时频特征清晰准确的提取,识别风电机组叶片不同阶段裂纹故障。进而可以采用该方法监测风电机组叶片在复杂环境中的退化状态。
|
| 关 键 词： | 风电机组叶片 裂纹故障 声发射 小波尺度谱 重分配尺度谱 Shannon熵 特征提取 |
Study on Extracting Crack Fault Feature of Wind Turbine Blades |
| |
| CHEN Changzheng , ZHAO Xinguang , ZHOU Bo , GU Quan. Study on Extracting Crack Fault Feature of Wind Turbine Blades[J]. Proceedings of the CSEE, 2013, 33(2): 112-117,20 |
| |
| Authors: | CHEN Changzheng ZHAO Xinguang ZHOU Bo GU Quan |
| |
| Affiliation: | 1 (1.School of Mechanical Engineering, Shenyang University of Technology, Shenyang 110870, Liaoning Province, China; 2. Liaoning Engineering Center for Vibration and Noise Control, Shenyang 110870, Liaoning Province, China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
