基于无线声发射传感器网络的在役风电叶片健康监测与损伤预测研究

本课题以我国在役风电叶片为研究对象，针对叶片尺寸大、结构复杂，而且由于长期服役于恶劣的工作环境导致损伤形式多样、噪声干扰严重，现有的健康监测技术存在布线施工难、后期维护难、成本高、可扩展性和可维护性差等问题。为了保障风电叶片的服役安全，需要研究新的数据采集方式、传输策略、信号预处理以及损伤预测方法。本课题提出了基于无线声发射传感器网络的在役风电叶片健康监测与损伤预测方法，主要内容包括：利用无线声发射传感器网络对在役风电叶片进行健康监测，重点研究基于离散粒子群优化的节点风险控制部署策略、基于最大信息熵的直觉模糊多参数事件驱动的网络节能策略；利用声发射信号对在役风电叶片进行损伤预测，重点研究基于扩散映射的非线性流形学习降噪方法、基于流形学习的增量支持向量机损伤实时预测方法。本课题的研究成果不仅可以应用于风电领域，在重大工程结构的多个领域都有着广泛的应用前景，具有重要的理论价值和工程实际意义。

根据本课题的研究内容，项目组成员开展了大量的研究工作，从文献调研、理论研究、实验分析和现场实施，形成了科技论文7篇（不含项目组其他成员成果），其中SCI期刊 Renewable and Sustainable Energy Reviews论文一篇，影响因子达到5.627，EI检索论文4篇；在机械工业出版社出版专著一部，申请发明专利一项；培养了博士和硕士研究生共四名，围绕传感器网络定位、损伤信号处理和风电叶片损伤机理等三个方面展开；开展学术交流2次。主要的研究成果如下：.(1)材料分层缺陷及C型梁结构载荷对风电叶片失效的影响.本课题以风电叶片材料及翼梁胶结结构为主要研究对象。针对含分层缺陷的层合板材料进行压缩下分层屈曲试验，研究中央分层及边缘分层两种缺陷下的屈曲失效模式；对C型翼梁局部胶结结构，进行服役载荷简化的拉伸受载试验研究，并引入贫胶缺陷及补强片进行对比。运用界面元研究了层间的分层缺陷的损伤行为，以及分层尺寸及试样尺寸效应的影响，建立面内失效模型研究基体及纤维的损伤。对C型翼梁局部胶结结构，运用界面元研究胶结界面失效行为。.(2)基于无线声发射传感器网络的风电叶片损伤监测与定位系统.本课题的研究了基于无线声发射传感器网络的风电叶片的损伤监测与定位系统，包括无线声发射传感器节点、簇头节点和汇聚节点，裂纹损伤定位系统和监控中心，实现了风电叶片服役性能的实时监控、裂纹的实时定位、裂纹扩展趋势预测及预警功能。.(3)基于无线传感器网络的结构健康监测系统及传感器的优化部署策略.本课题设计了一种基于二重结构编码遗传算法的传感器部署优化方法。该方法将二重结构编码的遗传算法应用在传感器网络的优化部署问题中，进行多目标优化，明显地提高了搜索能力和计算效率，可靠性高。.(4)基于声发射技术的材料损伤裂纹扩展机理研究.本项课题为了研究材料服役过程中声发射特征参数的变化特征，设计了声发射信号采集系统，采用拉伸以及三点弯曲的加载方式模拟服役环境，采集材料的声发射信号，研究材料在弹性变形、塑性变形、裂纹萌生及宏观裂纹形成阶段、失稳扩展四个阶段的声发射参数特征进行分析。.(5)非线性非平稳信号的分析方法和增量数据建模方法研究.重点研究基于粒子群优化与最小二乘相结合的非线性非平稳信号处理方法、基于增量支持向量机的建模方法、基于拉普拉斯谱图理论上的随机游走信号降噪算法。