风电复合材料叶片多模态频散补偿及健康监测方法研究

Composite wind turbine blades, whose failure mechanism and damage evolution process are very complex, are the most crucial components of wind turbines. However, the composite wind turbine blades easily and inevitably generate invisible damages such as delamination, debonding and cark in their long-term service processes which always lead to unexpected casualties and other major accidents. This study carries out theoretical and experimental researches from multiple perspectives including theoretical modeling, numerical simulation, experimental and engineering verification aiming at hotspots and difficulties in structural health monitoring of composite blades. Firstly, multi-scale wavelet finite element containing microscopic damage for composite curved surface structure is constructed by integration of microscopic and macroscopic models. Then, the CPU/GPU heterogeneous parallel numerical method is employed for studying the propagation mechanism of guided wave and interaction with microscopic damage in composite curved surface structure. And on this basis multimode guided wave dispersion compensation method and frequency-wavenumber filtering method are proposed to extract the damage feature signals. Lastly, the over-complete block sparse dictionary containing damage feature information is constructed to realize the high accuracy identification and location of composite curved surface structures. This study can provide scientific basis and practical technology for structural health monitoring of composite wind turbine blades with important theoretical significance and wide application value.

风电复合材料叶片是风电机组最重要的关键部件之一，其破坏机理和损伤演化过程十分复杂，在长期服役过程中极易产生分层、脱粘、裂纹等不可见损伤，经常会酿成猝不及防的人员伤亡等重大事故。针对复合材料叶片结构健康监测问题中亟待解决的热点和难点问题，本项目从理论建模、数值仿真以及实验验证等多角度开展理论与实验研究。首先，在连续介质损伤力学框架下构造细观损伤特征模型，融合宏观结构模型，构造含细观损伤复合材料曲面结构多尺度小波单元；其次，利用CPU/GPU异构并行技术研究复合材料曲面结构超声导波传播机理，开展细观损伤与导波相互作用规律研究；在此基础上，提出多模态导波频散补偿方法和频率-波数滤波方法，提取损伤特征信息，构造含损伤特征信息的过完备块稀疏字典，实现复合材料曲面结构损伤高精度识别。通过本项目的研究，可为风电装备复合材料叶片结构健康监测提供科学依据及实用技术，具有重要的理论意义和广泛的应用价值。

复合材料风电叶片是大型风电装备的关键部件，风电叶片结构的完整性、高可靠性是风电装备长期稳定运行的决定性因素。本项目以复合材料风电叶片为研究对象，开展复合材料曲面结构小波单元构建、相控阵超声导波多模态融合成像和超声导波稀疏损伤成像的研究工作，相关研究成果可为风电装备中关键复合材料叶片结构损伤监测问题提供有效的分析方法和监测手段。.（1）提出了适用于复合材料板、柱壳和双曲壳结构的复合材料曲面结构参数化小波单元构建方法，提升了复合材料曲面结构静力学和动力学分析的计算精度和计算效率；（2）提出了适用于薄壁结构损伤识别的相控阵超声导波多模态融合成像方法，通过频散预补偿技术消除超声导波响应信号的频散效应，融合不同模态超声导波全聚焦成像结果，有效地提高损伤成像的分辨率和信噪比，抑制旁瓣，避免产生伪像；（3）提出了复合材料结构超声导波加权稀疏损伤成像方法，利用超声导波多模态频散补偿方法实现导波信号频散补偿及损伤特征信息提取，提升了复合材料结构损伤定位精度和分辨率。.基于本项目的资助，在国内高水平学术期刊共发表论文9篇，其中SCI论文7篇，EI论文2篇；申请发明专利2项，授权1项。基于本项目的资助与研究成果，项目负责人于2021年晋升副教授、硕士生导师、长安学者人才支持计划，获批博士后科学基金面上基金、陕西省自然科学基础研究计划、中央高校自然科学高新技术研究培育项目等科研项目。