[小论文]基于声发射传感器阵列的风力机叶片结构健康监测方法研究.doc

《[小论文]基于声发射传感器阵列的风力机叶片结构健康监测方法研究.doc》由会员分享，可在线阅读，更多相关《[小论文]基于声发射传感器阵列的风力机叶片结构健康监测方法研究.doc（7页珍藏版）》请在三一办公上搜索。

1、基于声发射和光学技术的复合材料结构健康监测方法朱永凯1，林啸鸣1，王海涛1，田贵云1,2，李二飞1，刘智1 （1.南京航空航天大学自动化学院，江苏，南京，2100162.纽卡斯尔大学,NEI 7RU）摘 要：光纤型声发射传感器具有体积小、重量轻、响应快、分辨率高、抗干扰能力强等特点，在复合材料健康状况检测中的作用日益突。关键词： PZT，风力机叶片，声发射Structural Health Monitoring for Composites Based on Acoustic Emission and Optical Technology Pan Renqian1, Zhu Yongkai1,

2、 Wang Haitao1, Tian Guiyun1,2, Chen Shengpiao11 College of Automation, Nanjing University of Aeronautics and Astronautics, Nanjing, 2100162 Newcastle University upon Tyne, UKAbstract: The structural health problem of wind turbine blade has caused the attention of people increasingly. So it is urgent

3、 to study structural health monitoring of wind turbine blade. Firstly, the paper has summarized several damage detection methods of wind turbine blade and evaluated their advantages and disadvantages. Then, on the basis of the principle and characteristic of acoustic emission, we study sensor array

4、consisting of PZT, which is arranged at the root of wind turbine blade and 35% of the span that the probability of damage occurrence is high. Two load saddles uses for loading the blade. The load is applied in steps of 20, 40, 60, 80, 100, 120%. The 100% value corresponds to the design load for the

5、wind turbine blade. Through it all, the signals are collected and the hits are calculated. The damage time is confirmed based on Kaiser effect and Felicity effect, and the area of damage is confirmed by the occurrence of events in time sequence. The method uses less data acquisition channels, realiz

6、es on-time damage detection, and has wonderful application prospect on in-situ health monitoring of wind turbine blade.Keywords: composite materials, PZT, wind turbine blade, acoustic emission 1引言复合材料作为结构、功能一体化的构建材料，在军机、导弹、运载火箭、卫星飞行器以及风力发电上都发挥着不可替代的作用。复合材料器件在服役过程中会受到外界各种复杂荷载、冲击撞击等因素影响，使复合材料结构产生各种损伤，

7、这些损伤将对复合材料结构的安全和可靠使用造成极大威胁，并将直接影响复合材料器件的使用寿命，所以复合材料结构的强度和寿命的检测显得尤为重要。但是复合材料的损伤类型非常复杂，并且对它的破坏机理还缺乏系统的了解。应用传统的无损检测方法如超声、X射线、涡流等方法很难实现复合材料结构的实时损伤监测，直到智能结构健康监测技术的出现使这种期望成为了现实。结构健康监测（Structural Health Monitoring，SHM）是采用智能材料结构的概念，利用集成在结构中的先进传感/驱动元件网络，在线实时地获取与结构健康状况相关的信息，结合先进的信号信息处理方法，提取特征参数，识别结构的状态，实现结构健康

8、自诊断，并提供结构的安全评估，实现对损伤的定位和预计损伤结构的寿命，以保证结构的安全和降低维修费用1。本文研究了基于光纤声发射技术的结构健康监测系统，采用光纤声发射传感阵列实现对参数未知的复合材料器件的实时损伤检测，为保证复合材料结构的质量安全性及使用过程的可监测性提供一种新型的研究方法和检测手段。2光纤传感器2.1光纤传感器基本原理光纤传感技术是20世纪70年代伴随着光纤通信技术的发展和迅速发展起来的，是以光波为载体，光纤为媒介，感知和输出外界被测量信号的新型传感技术2。光纤是由纤芯和包层组成，其中纤芯由一种高透明度的石英（或其它材料）经复杂的工艺拉制而成，光纤结构如图1(a)所示。纤芯的折

9、射率n0比包层的折射率nc稍大，由光的全反射原理可知，只要当入射光的传播角比临界角小，光线就会被封闭在纤芯中曲折向前传播。光纤不仅可以用来传光，而且还可以根据外界因素（如温度、压力、电场、磁场等）改变光波的特征参量（如强度、相位、偏振态、频率等），因此，光纤还可以用来作为传感元件。这就是光纤传感的基本原理3，如图1(b)所示。(a)光纤结构(b)光纤传感器原理图1 光纤及传感器2.2光纤传感器的分类及应用光纤传感器种类繁多，有多种分类方式：按传感器的传感原理、按被调制的光波参数、按被测物理量等进行分类。1. 按传感器的传感原理分类光纤传感器按传感原理可分为功能型和非功能型两类。功能型光纤传感器

10、是利用光纤本身的特性把光纤作为敏感元件，所以也称其为传感型光纤传感器，或全光纤传感器。功能型光纤传感器是利用光纤本身对外界被测对象具有敏感能力和检测功能这一特性开发而成的传感器，光纤不但起到传光作用，而且在被测对象作用下使光强、相位、偏振态等光学特性得到了调制；非功能型光纤传感器是利用其他敏感元件感受被测量的变化，光纤仅作为传输介质，传输来自远处或难以接近场所的光信号，所以也称为传光型传感器，或混合型传感器。在非功能型光纤传感器中，光纤只当作传播光的媒介，对被测对象的调制功能是依靠其他物理性能的敏感元件来实现，入射光纤与出射光纤之间有敏感元件。在功能型光纤传感器中，光纤是连续不断的，所以在结构

11、上比非功能型光纤传感器简单，但是为了实现对被测对象的测量，往往需要特殊截面、特殊用途的特种光纤。现有的光纤传感器中，非功能型光纤传感器在数量上往往占有优势，但是从高灵敏度等角度分析，功能型光纤传感器更具有潜在市场。2. 按被测物理量分类光纤传感器根据被测对象不同，又可分为光纤温度传感器、光纤位移传感器、光纤浓度传感器、光纤电流传感器和光纤流速传感器等。3. 按被调制的光波参数分类光纤传感器按被调制的光波参数不同又可分为强度调制光纤传感器、相位调制光纤传感器、频率调制光纤传感器、偏振调制光纤传感器和波长调制光纤传感器。光强调制型有光纤微弯传感器、受抑全内反射传感器、辐射传感器等类型传感器，可用来

12、测量振动、压力、水声、气体浓度等。波长调制型中最典型的是光纤光栅传感器，它常用于飞行器、土木结构的健康监测。相位调制型光纤传感器的精度和灵敏度高，得到了广泛的研究和应用，如光纤水听器。3光纤声发射传感器在复合材料结构健康检测中的原理与实验3.1光纤声发射传感器的兰姆波检测原理反射式强度调制是一种非功能型光纤传感器，光纤分为两部分，即输入光纤和输出光纤。这种传感器的调制机理是将光源的光射向被测物体表面，再将从被测物表面反射回来的光输入到输入光纤中，其光强大小随被测表面与光纤的距离而变化。反射式强度调制具有非接触、系统结构简单、体积小、频响高、线性度好和灵敏度高等特点，故本文采用反射式强度调制型光

13、纤传感器测量lamb波信号。该传感器工作原理如图2所示，通过发送光线将激光源垂直入射到薄板表面，当复合材料薄板中有兰姆lamb波传播时薄板会产生相应的振动，由于振动使得反射回接收光纤的光强随之发生变化，通过光检测器测量出光强的变化，就能达到通过光纤传感器检测lamb波信号的目的，从而实现复合材料的结构健康检测。图2 光纤传感器原理图3.2系统搭建本节的主要内容是搭建基于光纤传感器的lamb波检测系统，该系统由激光源、耦合器、自聚焦透镜、光电转换电路、信号采集电路、计算机组成，如图3所示。图3 基于光纤传感器的兰姆波检测系统3.3光纤传感器阵列由于lamb波在薄板中的传播速度不仅与材料的性质和薄

14、板的厚度有关，而且复合材料具有各向异性，应力波的在各个方向上的传播速度不一样，所以传统的定位方法由于没有考虑到速度差因素，在应用到CFRP损伤定位时会有较大的误差。为了克服速度不同的因素，在本系统中采用基于传感器组的三角定位法，即由6个光纤传感器分成三组布置在CFRP面板表面，传感器位置如图2所示。图4中以面板左下角作为坐标原点，S1、S2、S3、S4、S5、S6为六个光纤传感器，以两个一组呈三角形布置在CFRP面板表面。假设损伤源为如图所示的C点时，光纤传感器和损伤源C可建立方程 （1） （2）（1）（2）两式中，为传感器s1到c的距离，x、y分别为c的横纵坐标，为lamb在方图2 传感器阵

15、列向上的速度，该方向上的传播时间。将（2）代入（1）可得 （3）当传感器s1与s2、s3与s4、s5与s6靠的很近时，可近似认为与、与、与分别相等，即= （4）=设lamb从c到s1的传播时间为T，为lamb波到达第i个传感器的时间与到达s1时间的差值。故到达第i个传感器的时间可表示为 （5）联立（3）（4）（5）可得，i=1,3,5 （6）在（6）式中，一共有x，y，T, ，6个未知数，一共6个方程，可以解出x和y的值，即可以定位损伤源的位置。由于lamb波的幅值很小，并且噪声很大，故首先将光纤传感器的输出输入到带宽滤波器中，然后将滤波后的信号输入的前置放大器中，再将放大后的信号输入到两个四

16、通道的示波器中。六个传感器由一个主传感器同时触发，示波器上同步的记录六个传感器的输出值。通过MATLAB编写相应的连续小波变换代码，对滤波后的传感器输出信号作小波变换，即可得到lamb到达各个传感器的时间，和到达传感器S1的时间相减即为。数据处理流程如图3所示。4总结本文在总结了风力机叶片的各种健康监测方法后，采用声发射传感器阵列方法对风力机叶片进行健康监测研究，用逐渐施加载荷的手段对风力机叶片从健康状态直至破坏状态的声发射信号进行采集、分析，来确定破损的位置和大小。将来生产风力机叶片时，可将压电材料复合到玻璃纤维、碳纤维复合材料中，合理布置位置，通过导线引出，可实现对风力机叶片的结构健康监测

17、。当然，这之前还有很多工作要做，还有很多困难需要研究解决。参考文献1 袁慎芳编著.结构健康监控M.北京:国防工业出版社,2007.4.2 王玉田等编著.光纤传感技术及应用M.北京:北京航空航天大学出版社,2009.9.3 廖延彪等. 光纤传感技术与应用M. 北京：清华大学出版社,2009.4 D. J. Lekou, P.Vionis, P. A.Joosse, D. R. V.vanDelf, D.Kouroussis, A.Anastassopoulos, etal, Full-scale blade testing enhanced by acoustic emission monito

18、ring, Proc. European Wind Energy Conference (EWEC 2003), Madrid, Spain, Jun 2003, available at http:/www.eru.rl.ac.uk/AEGIS/AEGIS_ewec_2003_paper_Lekou.pdf.5 J. Paquette, J. van Dam and S. Hughes, Structural testing of 9 m carbon fiber wind turbine research blades, AIAA 2007 Wind Energy Symposium, R

19、eno, USA, NREL/CP-500-40985, Jan 20076 J. van Dam, E. Jacobson, H. Link and M. Meadors, wind turbine generator system duation test report for the altantic orient 15/50 wind turbine, http:/www.nrel.gov/wind/pdfs/34017.pdf, Apr 20037 B. F. Srensen, E. Jrgensen , C. P. Debel, F. M. Jensen, H. M. Jensen

20、, T. K. Jacobsen and K. M. Halling, Improved design of large wind turbine blade of fibre composites based on studies of scale effects (Phase 1) Summary Report, Ris-R-1390(EN)/ ISBN 87-550-3176-5, Ris National Laboratory, Denmark, 20048 W. Musial, S. Butterfield and B. McNiff, Improving wind turbine

21、gearbox reliability: preprint, European Wind Energy Conference, Milan, Italy, NREL/CP-500-41548, May 2007, available at http:/www.nrel.gov/wind/pdfs/41548.pdf9 S. Polak, Gearbox & Gear System problems, available at http:/www.tribology.co.uk/publish/p004.htm10 P. J. Tavner, Review of condition monito

22、ring of rotating electrical machines, IET Electric Power Applications, Vol. 2, No. 4, pp. 215-247, 200811 Goutham R. Kirikera, Vishal Shinde, Mark J. Schulz, Anindya Ghoshal, Mannur J. Sundaresan, Randall J. Allemang. A Structural Neural System for Real-time Health Monitoring of Composite MaterialsJ

23、. Structural Health Monitoring, 2008, 7(1):65-83.12 Dutton AG, Blanch MJ, Vionis P, Lekou D, van Delft DRV, Joosse PA, et al. Acoustic emission condition monitoring of wind turbine rotor blades:laboratory certification testing to large scale in-service deployment. Proceedings of the 2001 European wi

24、nd energy conference, 26 July 2001, Copenhagen, Denmark.13 A.G. Beattie. “Acouctic Emission Monitoring of a Wind Turbine Blade During a Fatigue Test.” AIAA-97-0958. 35th AIAA Aerospace Sciences Meeting and ASME Wind Energy Symposium; January 6-9, 1997; Reno, Nevada. Reston, Virginia: American Instit

25、ute of Aeronautics and Astronautics.14 龚仁荣.结构材料中声发射传播特性的研究D.硕士学位论文,2005.15 Goutham R. Kirikera, Vishal Shinde, Mark J. Schulz, Mannur J. Sundaresan, Scott Hughes, Jeroen van Dam, Francis Nkrumah, Gangadhar Grandhi and Anindya Ghoshal. Monitoring Multi-Site Damage Growth During Quasi-Static Testing o

26、f a Wind Turbine Blade using a Structural Neural SystemJ. Structural Health Monitoring, 2008,7(2):157-173.16 Goutham R.Kirikera. A Structural Neural System for Health Monitoring of StructuresJ. Doctor of Philosophy Dissertation, 2006.17 Hamstad, M.A. (2000). Thirty years of advances and some remaining challenges in the application of acoustic emission to composite materials. In: Kishi, T., Ohtsu, M. and Yuyama, S. (eds), Acoustic Emission Beyond the MILLENIUM, pp. 7791, Elseiver.作者简介：潘仁前（1986-），男，江苏盐城人，硕士研究生，主要从事结构健康监测方面研究工作，（通讯地址）南京市白下区御道街29号230信箱，（邮编）210012，（电话）02584895524，（E-mail）panrq。