基于模態頻率的風力機葉片覆冰檢測方法

作者：李飛宇,崔紅梅,蘇宏杰,王念富,馬志鵬

摘要：目前,風力機葉片覆冰后通常使用加熱系統除冰,其消耗的能源是發電機組1%~4%的年發電量。本文通過試驗模態調校葉片有限元模型,用有限元模型的仿真模態得出不同位置的覆冰厚度和固有頻率對應關系方程,用這些方程生成隨機樣本訓練BP神經網絡模型,建立以固有頻率為輸入,以覆冰厚度為輸出的非線性關系,以實現覆冰狀態的檢測。研究表明,通過葉片的力錘激勵模態試驗結果,調整葉片模型參數,優化后的葉片覆冰中空實體三維模型前三階固有頻率與試驗值誤差在2%以內。通過BP神經網絡建模和訓練,模型檢測覆冰厚度的結果與實際值相對誤差率平均值為8.83%,葉尖處誤差最小,葉根處誤差最大,相對誤差率隨著冰層厚度的增加而降低。訓練好的BP神經網絡模型可以基本實現覆冰的位置和厚度信息檢測,為加熱系統精確加熱位置和加熱時間、降低能源消耗提供理論依據。

發文機構：內蒙古農業大學機電工程學院

關鍵詞：風力機葉片覆冰檢測模態參數固有頻率復合材料wind turbine bladeicing detectionmodal parametersnatural frequencycomposites

分類號： TB332[一般工業技術—材料科學與工程]