叶片是风力机的关键核心部件。生产缺陷是影响叶片质量和运行安全的首要隐患。但由于风力机叶片体型庞大,材料和结构复杂,目前尚无一种对其质量快速、有效、全面地无损检测方法。本课题提出一种基于时间反转法的超声导波扫描成像技术用于风力机叶片的质量检测。利用三维弹性理论,建立叶片中导波传播模型,并得到相应的频散方程,数值分析超声导波的传播特性,优化选取适合叶片缺陷检测的导波模态,为实验研究提供理论依据。在实验研究方面,首先建立基于时间反转法的叶片超声导波扫描成像检测实验系统,研制具有聚焦功能的空气耦合式阵列探头;编写扫描控制、信号时间反转和缺陷成像算法程序;提取时间反转聚焦信号中用于叶片缺陷表征的导波特性参量并利用缺陷成像算法,通过数据融合实现缺陷重构与识别;并对影响叶片质量检测的主要因素包括系统检测参数、时间反转参数、特征参量、缺陷成像算法和导波模态等进行分析优化,实现风力机叶片质量快速可靠的检测。
近年来,在风电机组整机产业快速发展的带动以及风电装备国产化率政策的引导下,我国开始积极从事风电零部件包括叶片的开发生产。叶片是风能技术进步的关键核心风力机部件,达到整机价值的20%左右。其良好的设计、可靠的质量和优越的性能是保证风电机组正常稳定运行的决定因素。叶片为大型空心壳体结构,叶片重量的90%以上为刚性好、强度大、质量轻的纤维增强复合材料,通过手工铺放或树脂注入等成型工艺复合而成。然而,生产缺陷是影响叶片质量和运行安全的首要隐患,目前尚无一种对其质量快速、有效、全面地无损检测方法。. 针对风力机叶片中复合材料板的应用现状,研究采用超声导波技术对风力机叶片用复合材料板进行生产质量无损检测。首先建立复合材料板结构中超声导波传播理论模型,通过数值计算的方式分析超声导波的传播特性。采用三维有限元仿真的方法仿真分析风力机叶片中复合材料板超声导波传播特性,分析Lamb波与缺陷作用机理。基于以上研究,优化选取适于复合材料风力机叶片缺陷检测的超声导波模态。研究采用群速度校准技术和椭圆成像技术对复合材料板进行缺陷检测,研究采用对称和反对称激励的方式激励单一导波模态对复合材料板进行结构健康监测。根据复合材料中超声导波的传播特性,对非接触空气耦合式超声传感器的选型进行了优化。基于该空气耦合式超声传感器建立了复合材料板导波扫描成像系统,结合时间反转算法实现复合材料板缺陷的重构与识别。 分析了复合材料板超声导波无损检测技术的主要影响因素。. 本课题的研究不仅具有较高学术价值,而且具有重要的工程实用价值,可为我国风力机叶片生产质量的检测提供科学对策与方法,促进和保障风电设备制造业和风能开发的可持续发展。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
响应面法优化藤茶总黄酮的提取工艺
面向工件表面缺陷的无监督域适应方法
时间序列分析与机器学习方法在预测肺结核发病趋势中的应用
混采地震数据高效高精度分离处理方法研究进展
基于稀疏双模传感器阵列的超声导波在役风力机叶片结构健康监测技术研究
基于不同模式导波的管道电磁超声检测技术研究
基于时间-空间聚焦理论的管道大范围超声导波检测技术及其仪器研制
CFRP层压板超声导波相控阵成像检测方法研究