学术报告：风力涡轮机叶片裂缝的非接触检测方法研究

第一部分：研究的主要作者、机构及发表信息

本研究由Ali Zabihi、Farhood Aghdasi、Chadi Ellouzi、Nand Kishore Singh、Ratneshwar Jha及Chen Shen共同完成，主要作者所在机构为Rowan University机械工程系(Department of Mechanical Engineering, Rowan University)和Florida Institute of Technology的航空物理与空间科学系(Aerospace, Physics, and Space Sciences, Florida Institute of Technology)。此论文发表在2024年第17期的《Energies》期刊上，文章标题为“Non-Contact Wind Turbine Blade Crack Detection Using Laser Doppler Vibrometers”。论文的接收日期是2024年3月22日，修订日期是2024年4月25日，接受日期为2024年4月29日，并于2024年5月1日正式发表。

第二部分：研究背景与目的

近年来，随着全球对清洁能源与可持续发展的需求激增，风能作为重要的可再生能源之一在减少碳排放、实现碳中和的过程中扮演了关键角色。然而，风力涡轮机面临严峻的环境挑战，如风、海浪、结构老化、分层现象以及裂缝等问题，尤其是叶片作为捕获风能并转化为旋转动能的核心部件，极易受到结构损伤的影响。这些损伤可能显著降低涡轮机效率，甚至威胁到其安全性。

传统的监测方法面对高昂的开销及技术局限，例如叶片内部传感器需要频繁更换，而激光雷达等非接触系统只能检查外部表面裂缝，无法识别内部损伤。为了解决上述问题，该研究采用非破坏性检测（NDT）手段，通过激光多普勒测振仪（Laser Doppler Vibrometers, LDV）分析风力涡轮机叶片的振动，以一种非接触的方式对裂缝进行检测。研究目标是开发一种高效、精准的裂缝检测方法，在保证检测可靠性的同时降低维护成本。

第三部分：研究流程与实验方法

本研究分为以下几个主要步骤，包括实验与数值模拟流程：

1. 制备实验对象

风力涡轮机叶片采用玻璃纤维增强聚合物（Glass Fiber-Reinforced Polymer, GFRP）材料制成。研究者使用复合成型技术制造出长450毫米、宽200毫米、厚2毫米的实验叶片，并通过水射流切割与抛光完成其加工。叶片由六层具有单向排列的玻璃纤维材料叠加而成，分别具有弹性模量66.935 GPa、泊松比0.215及密度2420 kg/m³。

2. 数值模拟

研究在模拟中采用Comsol Multiphysics 6.1软件，通过建立单位单元（尺寸为2.5 mm × 2.5 mm，厚度为0.2 mm）的有限元模型，计算波在复合材料中的频散特性。研究设置布洛赫-弗洛凯边界条件，得到第一至第六阶本征频率。

在时域内，研究通过压电致动器（由PZT-5H材料制成）产生高斯调制短脉冲信号（频率200 kHz），引导波传播以激发叶片的振动。此外，将低反射边界条件应用到模拟结构边缘以减少干扰反射，记录不同点的速度信号。

3. 实验设置

叶片通过悬挂装置固定在空中，实现自由边界条件。压电转换器连接到叶片表面，振动信号由信号发生器产生并经功率放大后激发压电致动器。振动数据由单点激光测振仪(LDV)记录，同时在叶片表面贴上反射胶带以提升信号质量。数据在采集后通过Matlab处理与分析。

4. 数据分析

研究采用希尔伯特-黄变换（Hilbert-Huang Transformation, HHT）和快速傅里叶变换（Fast Fourier Transformation, FFT）对信号进行分析。HHT通过经验模态分解（EMD）提取固有模态函数（IMFs），并进一步分析瞬态频率和幅值。

第四部分：主要研究结果

1. 数值与实验对比：
   对比完好结构及不同深度裂缝（裂缝深度分别为总厚度的25%与65%）的叶片振动特性，研究发现裂缝会导致频域内出现非线性分量。具体而言，频率分布在完好叶片主要集中在中心频率，而在损伤叶片上则观察到额外的高频分量。

2. HHT分析：
   HHT提取的IMFs显示，IMF1的信号与原始信号最为接近，但在存在噪声时无法有效提取关键脉冲。IMF2能够有效捕获存在裂缝时的信号变化，特别是裂缝所在区域的信号中断及幅值扰动。

3. 裂缝对振动信号的影响：
   在时域内，裂缝加深会愈加显著地扰乱振动信号，使脉冲信号的传播更困难；在频域内，裂缝的存在导致更多高频成分的出现。

4. 实验结果与模拟对比：
   虽然模拟与实验在趋势上具有一致性，但实验因受到背景噪声、材料缺陷及测量误差等影响，与模拟结果仍存在部分差异。例如，模拟中覆盖时间为0.01秒，而实验时间为1秒；另外，模拟主要测量速度幅值变化，而实验更偏向记录平面外速度。

第五部分：结论与意义

本研究开发了一种利用LDV检测风力涡轮机叶片裂缝的非接触手段，结合数值模拟与实验方法，展示了HHT在分析叶片振动与识别裂缝方面的潜力。此方法尤其适合实际叶片的远程监测，能够在200米范围内实现有效检测，有望降低传统方法的维护成本与检测周期。此外，通过分析IMFs，研究建立了裂缝深度与振动信号扰动之间的关系，提供了一种可靠的结构性能评价途径。

第六部分：研究的亮点

1. 方法创新性：
   本研究首次将HHT引入风力涡轮机叶片裂缝检测领域，与FFT结合分析高频成分的变化，大幅提高了裂缝识别的精准度。

2. 设备与流程潜力：
   LDV的非接触测量方式突破了传统风机叶片监测的局限，同时可支持精准的远距离检测。

3. 实际应用价值：
   本研究提出的非接触检测方法，具有广泛的应用前景，可推广至其他大型结构设施如桥梁、航空复合材料等，提高维护效率。

第七部分：其他有价值的内容

研究还建议进一步考虑环境因素对波传播与信号检测的影响，如温度、湿度以及外部噪声的耦合。在实际应用中，优化LDV设备的信噪比与不同叶片裂缝类型的特性探索，仍是后续研究的重要方向。