风机叶片声发射AE监测

2024 年 7 月，美国 Vineyard Wind 1 海上风电项目发生严重事故，一台 GE Haliade - X 13MW 海上风机在调试期间，叶片突然断裂。事发时，项目正处于建设推进阶段，部分风机已安装调试。断裂后的叶片碎片散落，对周边海域环境造成污染，还形成安全风险。事后查明，问题根源在于制造环节，生产叶片的加拿大工厂工艺有瑕疵，固定复合材料的胶水 “粘合不足”，致使叶片存在缺陷。这一事故引发监管部门重视，要求拆除、更换同批次所有风机叶片，相关企业遭受巨额经济损失，不但耗费 7 亿美元善后，还致使风电部门亏损加剧，公司股价也大幅下跌，市值严重缩水。

为了减少此类事故损失的发生，国内外大部分均采用无损检测声发射AE在线监测技术，以下为北京采声科技有限公司利用TCS-BMS-风力发电机叶片监测系统进行分析。

AE&采声TCS-BMS

风电叶片检测情况介绍

监测时间由2024年3月19日至6月15日

本次监测采用声发射(高频声纹)技术。声发射是一种先进的监测技术，其独特的技术特性使得它能更早的发现叶片结构的潜在问题，对可能发生的重大损伤提取预警，为技术人员提供更充足的处理问题时间。

简单的讲，声发射现象就是：当被测对象，受到应力作用下，其具有的缺陷就会发出“瞬态弹性波”，这个缺陷信号会被声发射传感器接收到，经过信号处理提取有价值的高频声纹特征就可以得到缺陷的相关信息了。

在风机叶片上安装声发射传感器，叶片的损伤处在风机转动过程中发出弹性波，被传感器捕捉到，再经过数据分析和处理，就可以实现对整个风机的叶片进行监测。具体方案详见后面章节内容。

监测技术原理

1.叶片监测流程：

和其它传统监测技术原理相比较，声发射监测技术优势：

• 监测设备安装过程中，对风机的正常工作影响小。仅需在安装和拆卸传感器时短暂停机，安装完成后，风机即可恢复正常工作。

• 既可监测叶片外表面的损伤（雷击、冰冻、前缘损伤等），也可对叶片内部损伤监测（例如大尺寸分层、大尺寸裂纹等）。

• 随着风机的不断运行，监测损伤的活动性。

  
  

2.设备安装情况：

监测设备于2024年3月19日完成安装并调试完毕。

本次安装共计安装了1台监测主机，3个监测传感器器。监测主机安装于轮毂内，传感器安装于叶根部，每个叶片一个传感器。

现场照片如下：

风机照片

风机主机安装照片

风机传感器安装照片

其它现场照片

设备安装过程中，发现3#叶片叶根的人工盖板因年久失修，导致该盖板无法紧固，已经通知相关人员注意该问题。

3.数据分析：

对于风机叶片在线监测来说，声发射有多种独特的信号分析处理方式，包括声发射实时多维特征提取，如时域幅值与能量相关特征，冲击信号持续时间相关特征，频域能量与频率分布相关特征，瞬态信号与趋势性发展相关特征，波形流全域特征提取等。在本报告中，信号分析主要为如下四个层面。

• 突发瞬态大动能事件捕捉与分析。与普通的声纹监测方法不同的是，声发射具有捕捉突发或瞬态事件的能力。声发射的硬件系统时刻都在戒备状态，可以捕捉到任意时刻在千分之一秒发生而又瞬间消失的事件。对于叶片来说，闪电雷劈，飞鸟撞击，脱落的冰块或外来硬物的撞击，叶片结构出现重大问题前的前期破损信号等都属于瞬态大动能事件。

• 趋势性信号发展变化分析。除了捕捉瞬态大动能事件外，声发射还可监测跟踪叶片工作状态的趋势性发展变化。叶片经年使用后，其表面将受到长期的风蚀，不仅是风力本身对叶片的侵蚀，而且空气中的微尘和颗粒更是对叶片表面产生缓变的伤害。

• 高频信号特征分析。声发射着重于远高于可听声频率的信号。在高频段风噪的影响极小，而由风机叶片内部结构和表面损伤，如裂纹，玻璃钢纤维分层，纤维断裂，结构件脱粘，表面破损，叶片前缘与后缘大面积侵蚀，材料开裂，断裂等产生的声信号在高频段则相对较大，由此大大提高了被监测信号的信噪比，增加了信号分析的可靠性。

• 全域特征分析。声发射监测还可在风机叶片监测过程中不定期的以高速采集波形流信号以从最原始的声发射信号中观察、分析、判断、提取各种可能的时域、频域及其它信号转换空间的特征。这是一种全域分析法。可以从各个角度分析观察数据，由此发现新的可能情况或完善、补充、证实其它分析方法的结果。

  
  

图3.1是从3月31日至4月6日一个星期的声发射瞬态大动能因子FF图形，从图中看出没有显著的大动能因子出现，整个在三个月都是如此。为此，可以得出结论在三个月的监测中未发生大动能冲击或未出现影响到结构本质损伤的事件。

图3.1 瞬态大动能因子随时间的变化

图3.2 趋势性信号发展变化分析

趋势性信号常常会受到各种外界因素的影响，如刮风，下雨，下雪，下冰雹，风向，风速，变桨，偏航，停机，启动等。每个叶片的制造质量控制不一致，叶片中的粘接物，悬挂物的剥落等都会对趋势性信号发展产生影响。图4.2为3月21日当天的风机转速和趋势性信号水平的变化情况；图4.3 为3月31日至4月6日一个星期的信号水平特征变化的情况。从这两张图可以看出三个叶片的信号水平都在一定的范围内波动。尽管叶片3的信号看起来偏高一点，但其基准信号也偏高，总体来说这三个叶片都在同一个水平范围内。为此，判定三个叶片的整体情况没有太大的区别。

图3.2为3月21日当天的风机转速和趋势性信号水平的变化情况

图3.3  3月31至4月6日风机转速与信号水平变化图

图3.4高频信号特征

图3.5高频信号特征

图3.3 高频信号特征分析

在趋势性信号水平不出现大的变化的情况下，叶片的更细致状态变化也可由高频信号特征和来判别。

图3.4 是4月份的高频信号特征图，从图中看出叶片1的高频信号特征趋势性来看要大于叶片2和叶片3的。

图3.5则是3月下半月至4月上半月一个月的高频信号特征，其中1号叶片的趋势更清晰的显示该叶片的显著大于其它两个叶片的。根据之前积累的应用经验与数据库判断，这种情况大概率伴有叶片表面宏观可见的损伤。为此，建议在合适时机对1号叶片的表面用其它方法进行检查以确认该叶片表面是否有宏观的损伤。

图3.4全域特征分析

在本监测过程中定时采集了波形流信号，从其中可以观察到一些特殊的现象。图3.6为2号叶片在3月份的某一时刻10秒钟的原始信号。从该图可以看出每隔一段时间出现了近乎约四点几秒的具有准周期特征的音爆类型信号。对准信号进行放大可更清楚看清音爆信号的幅值增长与衰减过程，也可分辨出其在幅值上升阶段频率较高，在下降阶段频率有所降低。这种信号的产生判断为该叶片结构发生了颤振。很可能是结构有薄弱环节，在某些特定时刻如风速，偏航角，变桨角的情况下，叶片在抬升至9点状态时所受的重力和根部所受的弯矩最大，由此导致发生了瞬时的颤振。长期的颤振有可能导致结构受到疲劳损伤，发生大的结构破损断裂。因此，持续观察这种颤振的出现，监视其发展过程显得十分必要。

图3.6信号全域分析

4.阶段性监测报告总结

通过三个月的监测，掌握了&&风机的基本情况，建立了数据特征基准。在风机总体运行平稳的情况下也发现了3个叶片都存在异于常态的情况。在此对阶段性的监测结果做一个总结。

• 在风机叶片监测的3个月中未出现瞬态大动能事件，即叶片内部结构未发生有影响力的事件，叶片外部也未受到外来物包括雷击，飞鸟碰撞，足够大的硬物件撞击等事件。

• 在监测过程中叶片运行平稳，三个叶片的信号水平都比较接近并保持在一个相对稳定的范围内，除了下面所述的个别现象外，叶片总体没有出现明显的变化。

• 通过对声发射信号的高频特征分析得知，1号叶片的两个高频特征因子和都明显大于2号和3号叶片。根据之前积累的应用经验与数据库判断，这种情况大概率伴有叶片表面宏观可见的损伤。为此，建议在合适时机对1号叶片的表面用其它方法进行检查以确认该叶片表面是否有宏观的损伤。

• 通过对2号叶频域特征分析，判断2号叶片在有些时段，如特定的风速，偏航角，变桨角下，会发生结构的颤振，颤振的主频率略大于50赫兹。该颤振在叶片每转一圈发生一次，大概率是该叶片在转动到载荷或所受弯矩最大时，如9点钟位置产生的。长期的颤振有可能导致结构受到疲劳损伤，发生大的结构破损断裂。因此，持续观察这种颤振的出现，监视其发展过程显得十分必要。

• 3号叶片在6月份观察到了在有些时段出现了声发射幅值特征较大且具有一定的周期性的现象。该周期也与叶片转速有关，叶片每转一周出现一次。但其持续时间较短，能量较小，因此不大可能是结构的问题，很有可能是靠近传感器处某种干扰信号。在目前情况下无需做任何特别处理，只需关注信号的发展变化即可。