CN104568968A - 一种风力发电机叶片在位裂纹检测方法及系统 - Google Patents
一种风力发电机叶片在位裂纹检测方法及系统 Download PDFInfo
- Publication number
- CN104568968A CN104568968A CN201510016616.2A CN201510016616A CN104568968A CN 104568968 A CN104568968 A CN 104568968A CN 201510016616 A CN201510016616 A CN 201510016616A CN 104568968 A CN104568968 A CN 104568968A
- Authority
- CN
- China
- Prior art keywords
- static
- blade
- wind turbine
- curve
- chi
- 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.)
- Granted
Links
Landscapes
- Wind Motors (AREA)
Abstract
本发明公开了一种风力发电机叶片在位裂纹检测方法及系统。本发明利用光纤光栅传感器获得风力发电机叶片加载不同载荷情况状态下的静态响应。计算加载不同静态载荷时风力发电机叶片静态响应之间的卡方分布曲线,对卡方分布曲线进行多项式重构,获得重构曲线;将获得的卡方分布重构曲线看作不同的信息源,使用重构最优累积理论对其进行信息融合,获得其信息融合度曲线,依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。本发明只需要不同静态载荷时风力发电机叶片的静态响应,不需要风力发电机叶片完好状态时的任何数据,运算快速准确,简单可行,可用于风力发电机叶片的实时健康监测。
Description
技术领域
本发明属结构动力学无损检测领域,具体涉及一种风力发电机叶片在位裂纹检测方法及系统。
背景技术
发展可再生能源已经成为保证能源安全和应对气候变化的重要发展战略,而风能作为一种洁净、发展潜力大和开发技术相对成熟的可再生能源,越来越受到世界各国的高度重视,其已经成为发展速度最快的可再生能源。我国由于优越的地理位置而具备丰富的风能资源,为我国风电事业的蓬勃发展提供了有利条件,而且我国的风电累计装机容量在2010年超越美国成为世界第一。风力发电系统最主要的问题是运行和维护的成本都比较高,作为其关键部件的风力发电机叶片在风能和电能的转化之间起着重要作用,它的结构健康监测对于保持风力发电系统稳定和降低风力发电系统的维护成本有着重要的影响,而其损伤形式均是由裂纹的扩展造成的,所以对风力发电机叶片开展裂纹的在位检测是风力发电机叶片稳定可靠工作的重要保证,而使用风力发电机叶片传统无损检测技术对风力发电机叶片进行裂纹在位检测耗时较长,对经济效益影响较大。
申请号为CN201210144547.7、CN201320509812.X的专利申请提出了基于声学的叶片无损检测方法,但是上述方法必须设置专门的声波收发装置,并且由于声波的特性,检测过程易受到背景噪声的干扰。系统成本,检测的准确性尚有提升空间。
因此,如何提供更加经济、简便并且检测准确程度高的检测手段是技术人员需要面对并亟待解决的问题。
发明内容
鉴于以上内容,本发明提出一种高可靠性、使用简便风力发电机叶片在位裂纹检测系统及方法,对风力发电机叶片的健康状态给出更快速和更全面的评价。为实现上述发明目的,本发明采用以下技术方案:
首选,本发明公开了一种风力发电机叶片在位裂纹检测方法,其包括如下步骤:
步骤1:在待检测风力发电机叶片上设置光纤光栅传感器,选择静态载荷的施加位置,对其施加不同的静态载荷,得到不同静态载荷时风力发电机叶片的静态响应数据序列。
步骤2:计算不同静态载荷时风力发电机叶片静态响应之间的卡方分布,得到相应的卡方分布曲线。
步骤3:使用三次多项式对所述卡方分布曲线进行重构,获得其多项式重构曲线;
步骤4:将获得的多项式重构曲线看作不同的信息源,计算不同信息源之间的最优信息因子,然后对其进行信息融合,获得其信息融合度曲线,依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。
此外,本发明还公开了一种风力发电机叶片在位裂纹检测系统,包括:底座、固支架、光纤光栅传感器、配重装置、重物、信号处理装置;
底座,用于支撑待检测风力发电机叶片;
固支架,固定于所述底座,并与底座构成U形槽结构,所述待测风力发电机叶片的一端于该U形槽中;
配重装置,与待测叶片连接,用于向所述待测叶片施加载荷;
重物,加载到所述配重装置中,给待测叶片施加载荷;
光纤光栅传感器,设置于所述待测风力发电机叶片表面,在施加不同配种载荷时感测风力发电机叶片的静态响应数据,并将数据发送至信号处理装置;
信号处理装置,用于接收获取光纤光栅传感器获得的静态响应数据,并对数据进行信号处理,以识别风力发电机叶片裂纹的位置。
此外,本发明还公开了一种用于风力发电机叶片在位裂纹检测系统的信号处理装置,包括:
静态响应数据接收与获取模块,用于接收和获取设置于叶片上的光纤光栅传感器在施加不同静态载荷情况下,得到的不同静态载荷时风力发电机叶片的静态响应数据序列;
计算模块,用于计算不同静态载荷时风力发电机叶片静态响应之间的卡方分布,得到相应的卡方分布曲线;
重构和信息融合模块,将获得的多项式重构曲线看作不同的信息源,计算不同信息源之间的标准因子,然后对其进行信息融合,获得其信息融合度曲线,依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。
此外,本发明还公开了一种风力发电机叶片在位裂纹检测系统,包括:底座、固支架、光纤光栅传感器、配重装置、重物、信号处理装置;
底座,用于支撑待检测风力发电机叶片;
固支架,固定于所述底座,并与底座构成U形槽结构,所述待测风力发电机叶片的一端于该U形槽中;
配重装置,与待测叶片连接,用于向所述待测叶片施加载荷;
重物,加载到所述配重装置中,给待测叶片施加载荷;
光纤光栅传感器,设置于所述待测风力发电机叶片表面,在施加不同配种载荷时感测风力发电机叶片的静态响应数据,并将数据发送至信号处理装置;
所述信号处理装置,接收光纤光栅传感器发送的数据,并基于接收到的数据对风力发电机叶片裂纹的位置进行识别,其包括如下模块:
静态响应数据接收与获取模块,用于接收和获取设置于叶片上的光纤光栅传感器在施加不同静态载荷情况下,得到的不同静态载荷时风力发电机叶片的静态响应数据序列;
计算模块,用于计算不同静态载荷时风力发电机叶片静态响应之间的卡方分布,得到相应的卡方分布曲线;
重构和信息融合模块,将获得的多项式重构曲线看作不同的信息源,计算不同信息源之间的标准因子,然后对其进行信息融合,获得其信息融合度曲线,依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。
本发明只需要不同静态载荷时风力发电机叶片的静态响应,不需要风力发电机叶片完好状态时的任何数据,运算快速稳定,简单可行,可用于风力发电机叶片的实时健康监测。
附图说明
图1为本发明风力发电机叶片在位裂纹检测系统图;
图2为本发明的一个实施例中加载不同静态载荷时风力发电机叶片静态响应间的卡方分布曲线图;
图3为本发明的一个实施例中卡方分布的多项式重构曲线图;
图4为本发明的一个实施例中信息融合度曲线图。
具体实施方式
为更加清楚地表明本发明的目的、技术方案和优点,现结合附图及示例性实例,进一步详细地说明本发明。应当理解,此处所描述的示例性实例仅用以解释本发明,并不限定本发明的适用范围。
实施例1:
在本示例性实例中,具体为使用螺栓把风力发电机叶片固定在底座上,使风力发电机叶片的边界条件为一端固支,根据叶片的形状、尺寸以及对于检测精度的要求等选择光纤光栅传感器的数量为12个,并在风力发电机叶片的迎风面黏贴这些传感器,该12个传感器光栅的波长可以是不同的,如图1所示。使用预先做好的钢板和沙袋对风力发电机叶片施加静态载荷,采用MOI公司的光纤光栅解调仪SM130解调记录风力发电机叶片在1200N和6200N之间(增量为500N)不同静态载荷下的静态响应,其中采样频率设置为1000Hz。
如图2所示,选取采样得到的10种不同静态载荷下风力发电机叶片的静态响应,这10种静态载荷由通过上述钢板和沙袋提供,当需要改变载荷的种类时,就该实施例而言,通过改变重物的总重或者增量即可时间。这些静态载荷,记为y1(x),...,y10(x),依据下述公式分别计算两互不重复静态响应之间的卡方分布曲线,记为CSD1(x),...,CSD5(x)。
如图3所示,对不同静态载荷响应之间的卡方分布曲线进行三次多项式重构,获得其多项式重构曲线,具体包括以下步骤:
a)确定重构卡方分布曲线的三次多项式的计算公式为:
其中xi为第i个光纤光栅传感器距离第一个光纤光栅传感器的长度,a0,...,a3为需要求解的待定系数。
b)从卡方分布曲线上选取四个点,将其坐标值代入公式(2),得到一个四元一次方程,求解该方程获得待定系数a0到a3的值,将其和xi的值代入公式(2)得到重构曲线
c)针对获得的卡方分布曲线CSD1(x),...,CSD5(x),采用上述方法对其进行重构,获得相应的重构曲线
将获得的多项式重构曲线看作不同的信息源,使用重构最优累积理论计算不同信息源之间的最优信息因子,然后对其进行信息融合,获得其信息融合度曲线,依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。具体包括以下步骤:
a)选取五个不同的卡方分布重构曲线将每个光栅传感器xi处的五个不同的卡方分布重构值看作五个不同的信息源,选取最大的两个值的平均值当做包含信息最多的信息源。
b)依据公式(3)计算上述五个信息源之间的信息融合度曲线:
c)依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。
实施例2:
如图1所示的长度为13m的风力发电机叶片,在其迎风面黏贴一根包含12个光栅的光纤光栅传感器,而且在第6个光栅附近存在裂纹,在风力发电机叶片迎风面上距离叶根6.6m的位置施加静态激励,获得风力发电机叶片在1200N和6200N之间(增量为500N)不同静态载荷下的静态响应。
选取10组不同静态载荷且静态载荷之间差距为1000N时风力发电机叶片的静态响应,分别计算互不重复的两个静态响应之间的卡方分布曲线,记为CSD1(x),...,CSD5(x),如图2所示,由图2可知卡方分布曲线在第五个或者第六个光栅位置处的值相差很小,因此认为卡方分布曲线最大值的位置在第五个或者第六个光栅的位置处,即叶片在第五个或者第六个光栅的位置处存在损伤,对风力发电机叶片损伤位置的判断准确。
采用3次多项式对卡方分布曲线CSD1(x),...,CSD5(x)分别进行多项式重构,获得卡方分布的重构曲线,记为如图3所示,重构过程需要成四元一次方程组,求解该方程组可得重构多项式的待定系数a0,...,a3。需要说明的是,在多项式重构的过程中,对于重构点处的多项式重构,一般将重构点及其前边两个测点和后边一个测点代入重构多项式组。
进一步,将卡方分布的重构曲线看作不同的信息源,采用重构最优累积理论对其进行信息融合,获得最终的信息融合度曲线,即最终的损伤识别指标曲线,如图4所示。
从图4可以知道,曲线最大值对应的X轴的值为6,即认为第6个光栅位置处存在裂纹,与实际情况相符。
此外,在参考图1的基础上,在另一个实施例中,本发明还公开了一种用于实施上述检测方法的风力发电机叶片在位裂纹检测系统,包括:底座、固支架、光纤光栅传感器、配重装置、重物、信号处理装置;
底座,用于支撑待检测风力发电机叶片;
固支架,固定于所述底座,并与底座构成U形槽结构,所述待测风力发电机叶片的一端固定于该U形槽中;
配重装置,与待测叶片连接,用于向所述待测叶片施加载荷;
重物,加载到所述配重装置中,给待测叶片施加载荷;
光纤光栅传感器,设置于所述待测风力发电机叶片表面,在施加不同配种载荷时感测风力发电机叶片的静态响应数据,并将数据发送至信号处理装置;
信号处理装置,用于接收获取光纤光栅传感器获得的静态响应数据,并对数据进行信号处理,以识别风力发电机叶片裂纹的位置。
优选的,所述光纤光栅传感器包括多个光栅,并且所述多个光栅中的每个光栅的波长是不同的。这样,有利于更好的获得不同静态载荷所对应的静态响应。
在另一个实施例中,本发明还公开了一种用于风力发电机叶片在位裂纹检测系统的信号处理装置,包括:
静态响应数据接收与获取模块,用于接收和获取设置于叶片上的光纤光栅传感器在施加不同静态载荷情况下,得到的不同静态载荷时风力发电机叶片的静态响应数据序列;
计算模块,用于计算不同静态载荷时风力发电机叶片静态响应之间的卡方分布,得到相应的卡方分布曲线;
重构和信息融合模块,将获得的多项式重构曲线看作不同的信息源,计算不同信息源之间的标准因子,然后对其进行信息融合,获得其信息融合度曲线,依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。
在另一个实施例中,本发明还公开了一种风力发电机叶片在位裂纹检测系统,包括:底座、固支架、光纤光栅传感器、配重装置、重物、信号处理装置;
底座,用于支撑待检测风力发电机叶片;
固支架,固定于所述底座,并与底座构成U形槽结构,所述待测风力发电机叶片的一端于该U形槽中;
配重装置,与待测叶片连接,用于向所述待测叶片施加载荷;
重物,加载到所述配重装置中,给待测叶片施加载荷;
光纤光栅传感器,设置于所述待测风力发电机叶片表面,在施加不同配种载荷时感测风力发电机叶片的静态响应数据,并将数据发送至信号处理装置;
所述信号处理装置,接收光纤光栅传感器发送的数据,并基于接收到的数据对风力发电机叶片裂纹的位置进行识别,其包括如下模块:
静态响应数据接收与获取模块,用于接收和获取设置于叶片上的光纤光栅传感器在施加不同静态载荷情况下,得到的不同静态载荷时风力发电机叶片的静态响应数据序列;
计算模块,用于计算不同静态载荷时风力发电机叶片静态响应之间的卡方分布,得到相应的卡方分布曲线;
重构和信息融合模块,将获得的多项式重构曲线看作不同的信息源,计算不同信息源之间的标准因子,然后对其进行信息融合,获得其信息融合度曲线,依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。
优选的,所述光纤光栅传感器包括多个光栅,并且所述多个光栅中的每个光栅的波长是不同的。
以上所述仅为本发明的较佳实例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种风力发电机叶片在位裂纹检测方法,其包括如下步骤:
步骤1:在待检测风力发电机叶片上设置光纤光栅传感器,选择静态载荷的施加位置,对其施加不同的静态载荷,得到不同静态载荷时风力发电机叶片的静态响应;
步骤2:计算不同静态载荷时风力发电机叶片静态响应之间的卡方分布,得到相应的卡方分布曲线;
步骤3:使用三次多项式对所述卡方分布曲线进行重构,获得其多项式重构曲线;
步骤4:将获得的多项式重构曲线看作不同的信息源,计算不同信息源之间的最优信息因子,然后对其进行信息融合,获得其信息融合度曲线,依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。
2.如权利要求1所述的检测方法,其特征在于,优选的,所述步骤1中:所述不同的静态载荷,记为第m种静态载荷和第n种静态载荷,则相应的静态响应分别为ym(x)和yn(x),其中1≤n,m≤l,l为在检测过程中能够施加给风力发电机叶片的最大静态载荷种类数,x表示第x个光栅,光栅的总数量由待检测的叶片面积、形状、以及检测精度决定。
3.如权利要求2所述的检测方法,其特征在于,所述步骤2的卡方分布曲线具体通过如下方式得到:计算风力发电机叶片静态响应ym(x)和yn(x)之间的卡方分布CSD(x),得到相应的卡方分布曲线,其计算公式为:
4.如权利要求3所述的检测方法,其特征在于,所述步骤3包括如下子步骤:
步骤3.1)确定重构卡方分布曲线的三次多项式的计算公式为:
其中表示第i个光纤光栅传感器距离第1个光纤光栅传感器的长度,i>1,a0,...,a3为需要求解的待定系数;
步骤3.2)从卡方分布曲线上选取四个点,将其坐标值代入公式(2),得到一个四元一次方程,求解该方程获得待定系数a0到a3的值,将其和xi的值代入公式(2)得到重构曲线
步骤3.3)对于施加2N种不同静态载荷后得到的静态响应y1(x),...,y2N(x),依据上述公式(1)分别计算每2个互不重复静态响应之间的卡方分布曲线,CSD1(x),...,CSDN(x),并针对获得的卡方分布曲线CSD1(x),...,CSDN(x),采用上述步骤3.1)至3.2)对其进行重构,获得相应的卡方分布重构曲线
5.如权利要求4所述的检测方法,其特征在于,所述步骤4包括如下子步骤:
步骤4.1)对所述卡方分布重构曲线将每个光栅传感器xi处的N个不同的卡方分布重构值看作N个不同的信息源,选取最大的两个值的平均值当做包含信息最多的信息源;
步骤4.2)依据公式(3)计算上述N个信息源之间的信息融合度曲线:
步骤4.3)依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。
6.一种风力发电机叶片在位裂纹检测系统,包括:底座、固支架、光纤光栅传感器、配重装置、重物、信号处理装置;
底座,用于支撑待检测风力发电机叶片;
固支架,固定于所述底座,并与底座构成U形槽结构,所述待测风力发电机叶片的一端固定于该U形槽中;
配重装置,与待测叶片连接,用于向所述待测叶片施加载荷;
重物,加载到所述配重装置中,给待测叶片施加载荷;
光纤光栅传感器,设置于所述待测风力发电机叶片表面,在施加不同配种载荷时感测风力发电机叶片的静态响应数据,并将数据发送至信号处理装置;
信号处理装置,用于接收获取光纤光栅传感器获得的静态响应数据,并对数据进行信号处理,以识别风力发电机叶片裂纹的位置。
7.如权利要求6所述的检测系统,其特征在于,所述光纤光栅传感器包括多个光栅,并且所述多个光栅中的每个光栅的波长是不同的。
8.一种用于风力发电机叶片在位裂纹检测系统的信号处理装置,包括:
静态响应数据接收与获取模块,用于接收和获取设置于叶片上的光纤光栅传感器在施加不同静态载荷情况下,得到的不同静态载荷时风力发电机叶片的静态响应数据序列;
计算模块,用于计算不同静态载荷时风力发电机叶片静态响应之间的卡方分布,得到相应的卡方分布曲线;
重构和信息融合模块,将获得的多项式重构曲线看作不同的信息源,计算不同信息源之间的标准因子,然后对其进行信息融合,获得其信息融合度曲线,依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。
9.一种风力发电机叶片在位裂纹检测系统,包括:底座、固支架、光纤光栅传感器、配重装置、重物、信号处理装置;
底座,用于支撑待检测风力发电机叶片;
固支架,固定于所述底座,并与底座构成U形槽结构,所述待测风力发电机叶片的一端于该U形槽中;
配重装置,与待测叶片连接,用于向所述待测叶片施加载荷;
重物,加载到所述配重装置中,给待测叶片施加载荷;
光纤光栅传感器,设置于所述待测风力发电机叶片表面,在施加不同配种载荷时感测风力发电机叶片的静态响应数据,并将数据发送至信号处理装置;
所述信号处理装置,接收光纤光栅传感器发送的数据,并基于接收到的数据对风力发电机叶片裂纹的位置进行识别,其包括如下模块:
静态响应数据接收与获取模块,用于接收和获取设置于叶片上的光纤光栅传感器在施加不同静态载荷情况下,得到的不同静态载荷时风力发电机叶片的静态响应数据序列;
计算模块,用于计算不同静态载荷时风力发电机叶片静态响应之间的卡方分布,得到相应的卡方分布曲线;
重构和信息融合模块,将获得的多项式重构曲线看作不同的信息源,计算不同信息源之间的标准因子,然后对其进行信息融合,获得其信息融合度曲线,依据信息融合度曲线最大值的位置识别风力发电机叶片裂纹的位置。
10.如权利要求9所述的检测系统,其特征在于,所述光纤光栅传感器包括多个光栅,并且所述多个光栅中的每个光栅的波长是不同的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510016616.2A CN104568968B (zh) | 2015-01-13 | 2015-01-13 | 一种风力发电机叶片在位裂纹检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510016616.2A CN104568968B (zh) | 2015-01-13 | 2015-01-13 | 一种风力发电机叶片在位裂纹检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104568968A true CN104568968A (zh) | 2015-04-29 |
| CN104568968B CN104568968B (zh) | 2016-04-06 |
Family
ID=53085535
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510016616.2A Active CN104568968B (zh) | 2015-01-13 | 2015-01-13 | 一种风力发电机叶片在位裂纹检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104568968B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105965218A (zh) * | 2016-04-29 | 2016-09-28 | 沈阳透平机械股份有限公司 | 增压机叶轮变质层去除检验方法及其装置 |
| CN107038311A (zh) * | 2017-04-21 | 2017-08-11 | 中国科学院工程热物理研究所 | 一种风力机叶片共振式疲劳试验载荷配置方法 |
| CN109520562A (zh) * | 2018-10-25 | 2019-03-26 | 西安交通大学 | 叶端定时检测装置及其安装方法 |
| CN112796957A (zh) * | 2021-03-26 | 2021-05-14 | 厦门理工学院 | 一种风机叶片的检测方法和装置以及设备 |
| CN114459594A (zh) * | 2022-01-25 | 2022-05-10 | 无锡科晟光子科技有限公司 | 一种基于分布式振动光纤的风力发电监测系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE20110825U1 (de) * | 2001-06-29 | 2001-12-13 | Günther, Sandra, 09322 Tauscha | Faseroptischer Sensor zur Erfassung von Biegezuständen |
| GB2467295A (en) * | 2009-01-21 | 2010-07-28 | Vestas Wind Sys As | Wind turbine blades having flow indicators which emit light at a predetermined wavelength |
| CN102928472A (zh) * | 2012-11-08 | 2013-02-13 | 沈阳建筑大学 | 一种用于风力发电机叶片裂纹的监测方法 |
| CN103389341A (zh) * | 2012-05-10 | 2013-11-13 | 沈阳工业大学 | 风力机叶片裂纹检测方法 |
| CN203405444U (zh) * | 2013-08-21 | 2014-01-22 | 天津松英科技发展有限公司 | 一种风力发电叶轮裂纹检测装置 |
| KR101365573B1 (ko) * | 2012-10-31 | 2014-02-21 | 주식회사 우진 | 풍력발전기 날개의 크랙감지 시스템 및 방법 |
-
2015
- 2015-01-13 CN CN201510016616.2A patent/CN104568968B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE20110825U1 (de) * | 2001-06-29 | 2001-12-13 | Günther, Sandra, 09322 Tauscha | Faseroptischer Sensor zur Erfassung von Biegezuständen |
| GB2467295A (en) * | 2009-01-21 | 2010-07-28 | Vestas Wind Sys As | Wind turbine blades having flow indicators which emit light at a predetermined wavelength |
| CN103389341A (zh) * | 2012-05-10 | 2013-11-13 | 沈阳工业大学 | 风力机叶片裂纹检测方法 |
| KR101365573B1 (ko) * | 2012-10-31 | 2014-02-21 | 주식회사 우진 | 풍력발전기 날개의 크랙감지 시스템 및 방법 |
| CN102928472A (zh) * | 2012-11-08 | 2013-02-13 | 沈阳建筑大学 | 一种用于风力发电机叶片裂纹的监测方法 |
| CN203405444U (zh) * | 2013-08-21 | 2014-01-22 | 天津松英科技发展有限公司 | 一种风力发电叶轮裂纹检测装置 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105965218A (zh) * | 2016-04-29 | 2016-09-28 | 沈阳透平机械股份有限公司 | 增压机叶轮变质层去除检验方法及其装置 |
| CN105965218B (zh) * | 2016-04-29 | 2018-06-05 | 沈阳透平机械股份有限公司 | 增压机叶轮变质层去除检验方法及其装置 |
| CN107038311A (zh) * | 2017-04-21 | 2017-08-11 | 中国科学院工程热物理研究所 | 一种风力机叶片共振式疲劳试验载荷配置方法 |
| CN107038311B (zh) * | 2017-04-21 | 2020-04-21 | 中国科学院工程热物理研究所 | 一种风力机叶片共振式疲劳试验载荷配置方法 |
| CN109520562A (zh) * | 2018-10-25 | 2019-03-26 | 西安交通大学 | 叶端定时检测装置及其安装方法 |
| CN112796957A (zh) * | 2021-03-26 | 2021-05-14 | 厦门理工学院 | 一种风机叶片的检测方法和装置以及设备 |
| CN114459594A (zh) * | 2022-01-25 | 2022-05-10 | 无锡科晟光子科技有限公司 | 一种基于分布式振动光纤的风力发电监测系统 |
| CN114459594B (zh) * | 2022-01-25 | 2024-01-23 | 无锡科晟光子科技有限公司 | 一种基于分布式振动光纤的风力发电监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104568968B (zh) | 2016-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115048708B (zh) | 一种海上风机单桩基础的易损性评估方法及装置 | |
| CN104568968B (zh) | 一种风力发电机叶片在位裂纹检测方法及系统 | |
| Li et al. | A review of damage detection methods for wind turbine blades | |
| CN105241660B (zh) | 基于健康监测数据的高铁大型桥梁性能测试方法 | |
| US9523661B2 (en) | Method and apparatus for locating a source of damage in a large composite material structure | |
| CN109869286B (zh) | 风力发电机组振动状态监测方法 | |
| CN103076394B (zh) | 基于振动识别频率和振型综合的海洋平台安全评定的方法 | |
| CN112796957B (zh) | 一种风机叶片的检测方法和装置以及设备 | |
| CN110390146B (zh) | 基于扇区载荷的风电机组塔筒焊缝疲劳损伤计算方法及产品 | |
| CN112685939A (zh) | 一种基于实测的海上风力机基础疲劳损伤分析方法 | |
| Hong et al. | Comprehensive comparison of macro-strain mode and displacement mode based on different sensing technologies | |
| Coscetta et al. | Wind Turbine Blade Monitoring with Brillouin‐Based Fiber‐Optic Sensors | |
| CN105222882A (zh) | 输电线路微风振动在线监测系统 | |
| KR101329336B1 (ko) | 풍력발전기 블레이드의 시험장치 및 시험방법 | |
| CN103913512A (zh) | 斜拉索定期检测的损伤定位系统及其方法 | |
| CN102998133A (zh) | 一种基于准分布式加速度数据的能量损伤识别方法 | |
| CN110807220A (zh) | 一种具有抗噪声功能的桥梁拉索瞬时索力计算方法 | |
| CN117870954A (zh) | 一种基于密集分布式光纤传感的自升式平台风险监测系统 | |
| CN109781863B (zh) | 基于快速振动测试的结构腐蚀二阶段探测方法及其系统 | |
| Zhang et al. | Dynamic strain distribution monitoring and fatigue damage analysis on a 100 kW wind turbine blade based on field aerodynamic measurements | |
| CN103344782A (zh) | 一种光纤布喇格光栅风向传感系统及风向计算方法 | |
| Liu et al. | Research on online monitoring method for time-varying tension in transmission lines based on operational modal response | |
| CN205192608U (zh) | 输电线路微风振动在线监测装置 | |
| KR101699856B1 (ko) | 말뚝 및 타워형 구조물의 최 상단 가속도와 각속도를 이용한 손상 추정 방법 | |
| Abdulraheem et al. | Wind Turbine Blade Fault Detection Using Wavelet Power Spectrum and Experimental Modal Analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |