Page 78 - 无损检测 2021年第六期
P. 78

蒋   菲, 等:

            基于 CEEMDAN 能量熵和 SVM 的风电叶片缺陷检测


                                                                    223-229.
            4  结论
                                                                [ 4 ]  JOOSSEPA , BLANCH MJ , DUTTONETAG , et

               采用 CEEMDAN 方法对叶片声发射信号进行                              al. Acoustic emission monitorin g of small wind

            分解, 采用互相关系数筛选包含叶片不同缺陷的主                                 turbineblades [ J ] .JournalofTribolo gy -Transactions

            要有效IMF 分量, 计算IMF 分量的能量熵, 并将其                            oftheASME , 2002 , 124 ( 11 ): 446-454.

                                                                [ 5 ]  TANG J L , SOUA S , MARES C , et al.An
            作为特征向量输入到 SVM 进行缺陷模式识别, 可
                                                                    ex p erimentalstud yofacousticemission methodolo gy
            以得出以下结论。
                                                                    forinservicecondition monitorin gof windturbine

                 ( 1 )将 CEEMDAN 方法应用于叶片声发射信
                                                                    blades [ J ] .RenewableEner gy , 2016 , 99 : 170-179.
            号分解, 进行互相关系数筛选的有效分量能量熵向                             [ 6 ]   陈长征, 赵新光, 周勃, 等 . 风电机组叶片裂纹 缺 陷 特
            量能够反映叶片缺陷的损伤特征。                                         征提取 方 法 [ J ] . 中 国 电 机 工 程 学 报, 2013 , 33 ( 2 ):
                 ( 2 )通过构造能量熵向量, 结合 SVM 可以有效                        112-117.

                                                                [ 7 ]   周勃, 谷艳玲, 项宏伟, 等. 风力机叶片裂纹扩展预测与
            地对叶片的损伤类型进行识别。

                 ( 3 )通过比较不同 分 类 器 对 叶 片 缺 陷 的 识 别                  疲劳损伤评价[ J ] . 太阳能学报, 2015 , 36 ( 1 ): 41-47.
                                                                [ 8 ]   曹婷, 郑源 . 风力机缺陷诊断神经网络特征参数确定
            率, 不难发现, 对于叶片的不同缺陷, 在所列举的分
                                                                    方法[ J ] . 排灌机械工程学报, 2014 , 32 ( 3 ): 247-251.
            类器中, CEEMDAN 能量熵结合 SVM 的缺陷识别
                                                                [ 9 ]   饶金根, 顾桂梅 . 基于谐波小波包和支持向量机的风
            方法更具优势。
                                                                    电叶片 损 伤 识 别 研 究 [ J ] . 玻 璃 钢 / 复 合 材 料, 2014
            参考文献:                                                   ( 4 ): 37-40.

                                                               [ 10 ]   何刘, 丁建明, 林建辉, 等 . 完全互补小波噪声辅助集
             [ 1 ]   张晓霞, 戚海东, 王芳, 等 . 风电叶片复合材料层间剪
                                                                    总经验模态分解[ J ] .振动与冲击, 2017 , 36 ( 4 ): 232-
                  切破坏声发射监测[ J ] . 工程塑料应用, 2012 , 40 ( 8 ):
                                                                    242.



                 77-80.                                        [ 11 ]   王文哲, 吴华, 王经商 . 基于 CEEMDAN 的雷达信号
             [ 2 ]   周勃, 陈维涛, 贺森亮, 等 . 风力发电机叶片多裂纹随                  脉内细微 特 征 提 取 法 [ J ] . 北 京 航 空 航 天 大 学 学 报,
                  机扩展 和 损 伤 容 限 研 究 [ J ] . 太 阳 能 学 报, 2015 , 36
                                                                    2016 , 42 ( 11 ): 2532-2539.

                  ( 12 ): 2837-2843.                           [ 12 ]   于明月, 陈果, 李成刚, 等 . 基于小波包分析和支持向
             [ 3 ]   李海斌, 阳建红, 刘承武, 等 . 复合材料随机渐 进 失 效
                                                                    量机的转静碰摩部位识别[ J ] .航空动力学报, 2013 ,
                  分析与声发射监测[ J ] . 复合材料学报, 2011 , 28 ( 1 ):
                                                                    28 ( 1 ): 46-53.
                                                                                                                
            ( 上接第 30 页)                                        缺陷的检出, 检测分辨率更好。
                                                              4  结论


                                                                  ( 1 )软件仿真及试验结果表明, 声束交点深度

                                                               在 0.6 T 位 置 较 2 / 3T 位 置 而 言, -12dB 声 场 能
                                                               量在检测 区 域 范 围 内 能 得 到 更 好 的 利 用, 探 头 声
                                                               束交点位置中心能量更大, 上表面盲区较小, 检测

                                                               效果更好。
                                                                   ( 2 )根据不同检测对象及焊缝结构, 选用性能

                                                               参数不同的探头时, 建议可对声束交点深度位置进
                            图 6  模拟试验结果
                                                               行优化, 以提高检测质量。

            检测效果更好; 对于 3 缺陷, 声束交点在 0.6T 位
                                #
            置, 缺陷与直通波可完全分开, 而 2 / 3 T 位置的图谱                    参考文献:
            中缺陷与直通波无法完全分开, 因此 0.6 T 位置较
                                                               [ 1 ]   雒里柯 . 衍射时差法检测表面盲区的不同算法[ J ] . 无
            2 / 3 T 位置而 言, 缺陷测量结果准确度更优。试验
                                                                   损探伤, 2012 , 28 ( 8 ): 68-71.
            结 果证明, 声束交点深度优化后的检测工艺有利于

               0
              4

                   2021 年 第 43 卷 第 6 期

                   无损检测
   73   74   75   76   77   78   79   80   81   82   83