Page 62 - 无损检测2025年第二期
P. 62

纪旻祎,等:

              基于数字图像相关跟踪技术的风机叶片运行状态检测

              离叶片轴心85 mm处,裂纹宽度可调节量为1,2,3,
              10 mm。
                  使用DIC-Tracking算法对不同裂纹宽度的叶片
              进行追踪,其中,获得的10mm宽度裂纹叶片散斑区
              域旋转轨迹如图10所示。图10中虚线为无裂纹时
              的叶片轨迹图线,实线为有裂纹时(10 mm宽度)的
              叶片轨迹图线。
                  图10中, 靠近叶根的无裂纹区域(1,2区域),经
              DIC-Tracking计算得到的旋转轨迹与无损伤叶片轨
              迹(图10虚线部分)重合。裂纹扩展区以上部分(3,                              图 10  10 mm 宽度裂纹追踪试验得到的叶片散斑
              4区域) ,其旋转轨迹半径远远大于无损伤叶片半径。                                           区域旋转轨迹
                  不同裂纹宽度下各追踪区域距轴心距离的DIC-                        展,追踪区域3和4的追踪半径不断变大,且变大量
              Tracking检测结果如表6所示,可知,随着裂纹的扩                       与预制裂纹宽度基本一致,精度超过95%。
                              表6  不同裂纹宽度下各追踪区域距轴心距离的DIC-Tracking检测结果

                      项目                                          距轴心距离/mm
                     无裂纹                 55.12              75.18               95.24             114.77
                    1 mm裂纹               55.23              74.92               95.98             116.32
                    2 mm裂纹               55.19              75.02               97.32             117.38
                    3 mm裂纹               55.23              75.17               98.21             118.33
                    10 mm裂纹              55.21              74.97              105.15             125.65
                   检测精度/%                99.83              99.79               95.88              95.95

              4  结语                                                  架的离心风机叶片裂纹损伤检测[J]. 机械工程学报,
                                                                     2024,60(12):183-193.
                  文章提出基于DIC-Tracking的风机叶片运行状                      [3]  丛智慧. 基于巡检图像的风机桨叶故障诊断系统研
              态检测方法,并在实验室环境下将其成功应用于风                                 究[D]. 北京:华北电力大学,2018.
              机叶片在线变形、裂纹扩展以及轴心偏移的检测,主                             [4]  杨家欢,宗哲英,王祯,等. 风机叶片检测的研究现状
              要结论如下。                                                 及进展[J]. 复合材料科学与工程,2020(6):109-113.
                      DIC-Tracking技术通过优化散斑区域设置
                 (1)                                              [5]  周婞. 基于数字图像的风机叶片变形高速测量方法研
                                                                     究[D]. 哈尔滨:哈尔滨工业大学,2018.
              和改进图像处理算法,有效提高了系统的鲁棒性和
                                                                  [6]  WU R,ZHANG D S,YU Q F,et al.Health monitoring
              适应性。此外,该技术的应用大幅减少了对散斑绘
                                                                     of wind turbine blades in operation using three-dimensional
              制的依赖,提升了风机叶片实时检测的便捷性。
                                                                     digital  image  correlation[J]. Mechanical  Systems  and
                      DIC-Tracking技术能够实现对叶片的全场
                 (2)                                                 Signal Processing,2019,130:470-483.
              多点检测,尤其是在叶片轴心偏移和裂纹扩展方面                              [7]  苏勇,高越,郜泽仁,等. 光绘:自由开源的数字散斑
              显示出高精度和可靠性。试验数据表明,该方法测                                 图像生成和评价软件[J]. 实验力学,2021,36(1):17-
              量精度超过95%,可为叶片的早期诊断和维护提供                                28.
              重要的技术支持。                                            [8]  SOUSA  P  J,BARROS  F,TAVARES  P  J,et  al.
                 (3)DIC-Tracking技术在风机叶片健康监测中                         Digital  image  correlation  displacement  measurement  of
                                                                     a  rotating  RC  helicopter  blade[J]. Engineering  Failure
              具有巨大潜力,为风机叶片的运行状态监测提供了
                                                                     Analysis,2018,90:371-379.
              一种高效且经济的解决方案。
                                                                  [9]  苏勇,张青川. 数字图像相关的噪声导致系统误差及
              参考文献:                                                  散斑质量评价标准[J]. 实验力学,2017,32(5):699-717.
                                                                  [10]  BOSSUYT  S.Optimized  patterns  for  digital  image
                [1]  李冰. 基于数字图像的风机桨叶故障检测方法研                          correlation[M]//Conference  Proceedings  of  the  Society
                  究[D]. 北京:华北电力大学,2016.                              for  Experimental  Mechanics  Series.New  York,NY:
                [2]  沈君贤,马天池,宋狄,等. 基于可解释选择性集成框                       Springer New York,2012:239-248.
                32
                     2025 年 第 47 卷 第 2 期
                     无损检测
   57   58   59   60   61   62   63   64   65   66   67