顏京忠, 王磊, 周進, 季翠娜, 王德剛
(國網蓬萊市供電公司,山東 蓬萊 265699)
葉片是風力發電機組的關鍵部件之一,在工作過程中承受強風負荷、沙粒沖刷、大氣氧化與潮濕空氣的腐蝕,不可避免會出現氣孔、裂縫、磨損和腐蝕等問題[1]。資料分析表明,葉片故障占葉輪機械故障的65%以上,葉片故障引起的事故往往是災難性的,若不及時處理最終會導致葉片斷裂,嚴重威脅著風力發電機組運行和人身安全。葉片運行維護與事故頻發嚴重影響著風機的綜合效益,對葉片缺陷進行檢測診斷已成為了風電產業的重要課題。
風力發電機葉片的結構損傷檢測方法包括復型法、電位法、顯微鏡直接觀測法以及各種無損檢測方法,其中無損檢測方法主要采用聲發射、紅外檢測、電阻應變測量和激光超聲檢測等手段,相比其他傳統檢測手段,無損檢測手段無需使機組停運,具有勞動強度低、成本少和更具可行性等優點[2-3]。其中,聲發射技術可對葉片的工作情況進行實時、長期連續的檢測,無論葉片的轉速快慢如何、葉片的結構是否發生損壞,都能有效地采集到信號,為葉片的健康運行提供有力的保證,已廣泛應用于風機葉片健康檢測[4-6],傳統的應用模式主要是接觸式檢測,需要布置大量傳感器,對已投運的葉片無法實施檢測。鑒于此,本文利用聲發射技術,設計了一種基于氣動噪聲頻域信號的非接觸式葉片開裂缺陷智能檢測終端,通過采集風機葉片旋轉中產生的氣動噪聲信號,實時在線監測風機葉片的開裂缺陷。……