基于光纤光栅应变监测的风机叶片损伤识别及预警

简介

风力发电机在运行过程中叶片容易损伤,存在安全隐患。为了对风机叶片的损伤状态进行识别和预警,通过光纤光栅传感器采集得到的应变数据,建立基于应变的叶片材料损伤模型;在有限元分析软件ABAQUS中建立风机叶片结构的有限元模型,通过模态分析得到叶片的固有频率。同时对应变数据进行傅里叶变换,分析叶片损伤状况的频率特征,并与固有频率对比判断叶片是否发生共振;最后,根据风机叶片运行过程中采集的应变时序数据,采用深度学习方法进一步对风机叶片的损伤程度进行识别。实验结果表明:基于光纤光栅应变数据,从风机叶片材料应变监测、模态频率监测和神经网络模型识别3个方面对叶片损伤进行综合分析和预警是一种可靠且高效的方法,对风机健康监测和安全运行具有重要作用。