第一章 绪论
1.1 课题背景
而当今世界各国研究和使用的清洁能源一般包括风能、太阳能、地热能、生物质能及潮汐能等，其中风能是太阳能转变的一种形式，取之不尽，用之不竭，分布广泛，储量大同时对环境没有污染，因此成为全球使用增速最快，占比较大的新能源。研究显示全球风能可开发并加以利用的储量约为 2×107MW，是水资源可开发利用量的十倍以上，却仍然只是风资源总量的 1%左右[1]。我国拥有辽阔的疆域、绵长的海岸线，同时拥有较为丰富风能资源。相关统计资料显示，在中国陆地和海上 10 米高空的风能总储量约为 5.1×103GW，其中 85.3%是陆地风能，14.7%是海上风能，而且在一定高空范围内，随着高度的增加风速变快，所以风能储量随高度的增加而增大[2-3]。因其清洁持久，风能已逐渐成为各国助力可持续发展战略不可或缺的新能源。图 1-1 为全球风能理事会（GWEC）发布的《2014年全球风能报告》中的统计数据，截至 2014 年底，全球已完成风电累计装机容量369,553MW 的任务，并且全球风电新增装机容量创历史新高，达到 51,477MW。
同时相关数据表明，截至 2015 年 6 月底，全球完成了 392,927MW 的风电装机总容量。其中，21,678MW 为新增装机容量，比前年同期增长了 5.8%，远远超过了 2013 年与 2014 年新增的装机容量（前者为 13,900MW，后者为 17,600MW），风电装机容量已满足 4%的全球用电需求。风电自身的经济优势与不断增强的市场竞争力加速全球风电市场迅稳发展，另外全球石油与天然气供给的不确定性也为市场发展提供了推动力。此外，由于气候变化与空气污染的加剧，人们越来越渴望清洁能源与零排放技术的使用。
......
......
1.2 风力发电机叶片状态检测和故障诊断现状
作为新能源中最为环保、有效的能源，风力发电机在全球各国得到快速发展，风力发电机的相关研究越来越受到世界各国学者和研究人员的重视。目前主要集中在发电机、齿轮箱等部件以及对电网的影响等方面的研究上，而对于叶片的研究相对较少。作为风力发电机组的关键部件及整机系统能量的输入部件，叶片的性能状态直接对系统的性能、状态以及安全产生影响。但是受传统观念的影响，研究人员对于叶片的状态检测基本停留在实验阶段。
1)国外研究现状
国外态监测与故障诊断技术在上个世纪 60 年代开始研究并得到较快地发展，后来随着风力发电技术的迅猛发展，风力发电领域也广泛地将设备状态监测以及故障诊断技术应用于风力发电机组上。针对风力发电系统容易发生故障的部位展开了许多研究，主要集中在风力发电机组塔架、叶片、偏航装置、传动部件（齿轮箱）、电气设备（发电机）、润滑部件等主要机构。针对叶片的状态监测与故障诊断方向，国外学者展开了很多具体的研究。Bent Lars 等[6]研究了风电叶片的远程监测技术，证明了实时监测近海风电叶片的可行性。P. A. Joosse 和 M. J.Blanch[7]应用了声发射检测技术进行风电叶片疲劳试验和静力试验，研究分析了检测到的声发射信号并由此推断出叶片的损伤区域，实验表明声发射技术检测叶片损伤可行有效。M. J. Blanch 和 A. G. Dutton[8]应用声发射技术进行了正在运行的风电叶片的检测，发现了叶片损伤故障并对其破坏过程进行了展现。叶片的损伤会使其振动频率等特性改变，因此 A. Ghoshal 等[9]将该方法应用于一段玻璃纤维材料叶片的损伤检测中，证明了该方法可实现叶片损伤的有效检测。L. Lading 在进行叶片损伤检测实验中引进了超声波技术，但该技术的应用非常耗时。C. S. Tsai等采用 Meyer 小波变换，得出运转情况下叶片振动信号的能量方差比，并与设定值比较以此判别是否产生损伤。L. Dolinski 等在风电叶片的振动模态检测中利用了激光测振仪，具体做法为：首先进行叶片根部激振，对前几阶振型进行检测，然后用小波方法分析一阶振型模态得到小波变换模极大值，据此诊断叶片结构损伤[10]。
......
......
第二章 风力发电机组叶片故障分析及检测技术分类
2.1 引言
在外界风的作用下，风电机组的风轮上产生旋转推力，带动机组传动链运转，从而带动发电机运转产生电能。当前水平轴、三叶片风轮是市场上绝大多数主流的大型风电机组的结构，而水平轴风力发电机中又可分为带齿轮箱和直驱式风电机组，无论何种机型都安装在 60-90 米高的塔架之上，受各种恶劣天气的影响极大，机组受力情况因多种情况的影响变得非常复杂。叶片、齿轮箱、发电机、轴承作为风电机组中传动链的关键部件，在交变载荷作用下最易发生故障，本章主要对风电机组原理做简单介绍，对叶片典型故障原因和类型做出分析，并总结目前的叶片检测技术。
......
......
2.2 风力发电机组结构原理介绍
国内外大型水平轴风电机组都是相类似结构，一般由塔架、机舱、叶片、轮毂这几个主体部分组成，图 2-1 为风电机组整体结构图。
在风电机组各个能量传输组成部分中，唯有叶片是与外界环境直接接触的。外部风直接作用在叶片上，产生旋转力矩，将风能转换成机械能。安装在机舱内的主轴、齿轮箱将机械能传输到发电机，发电机跟随旋转，产生电能，整体机组实现了风能到电能的转化的功能[23]。如图 2-1 所示，机舱安装在塔架最上端。机舱内安装有风轮主轴、主轴承、齿轮箱、发电机、偏航机构等机组重要装置。主机架通过轴承与塔架顶端相连接，大型风电机组的塔筒内一般均设有爬梯，工作人员可以沿爬梯进入机舱，进行维护工作。当外界风向改变时，偏航控制系统将根据风向传感器所反馈的信息，控制偏航机构处的电机驱动机舱使其往正对风向角度转动，保证机组可获取最大功率。塔架固定在陆地塔基或海上塔基上，其材料大多为钢铁，个别也有混泥土，它将机舱和风轮支撑到一个能较好捕捉风速的高度，而往往地球表面的风速随着高度的升高也逐渐增强[24]，因此风电机组额定功率与塔架的高度和所安装叶片直径有关。
图 2-2 显示典型电气故障主要有发电机、电力电子元件、电气系统及控制系统故障；典型机械故障主要有传动链轴承、齿轮箱及叶片轮毂故障。不管是哪一类故障都会给风电机组运行造成严重的影响，当故障累计到一定程度后便会引发事故带来巨大经济损失。其中，风机叶片损伤对风力发电机组和发电质量影响最大，产生的维修费用也最多。为了能保证风电机组良好运行状态，对风电机组叶片状态和故障进行有效监测与分析是十分必要的。
1)遭受雷击
在现实的工况中，雷击对风电机组运行危害非常大。闪电所释放的能量会严重损伤叶片。在风电机组叶片遭受雷击后，叶片损伤占所有损伤的 21%。尤其高山或近海的风机面临的问题更加严重。闪电一般会击中叶片叶尖，产生大量的能量，在极短的时间内导致其内部结构升温以及空气膨胀，造成叶片炸裂，其次雷电的巨大声波会产生冲击，对叶片也会造成一定的伤害。
......
......
第三章 风电叶片振动信号数据采集系统...........................16
3.1 引言......................................................16
3.2 风电叶片状态监测数据采集系统组成...........................16
第四章 风电叶片故障识别模型...................................45
4.1 小波分析理论......................................................45
4.1.1 小波分析...............................................45
第五章 风电叶片故障识别研究..................................64
5.1 引言......................................................64
5.2 叶片振动信号的特征提取...........................64
第五章 风电叶片故障识别研究
5.1 引言
为达到叶片损伤识别的目的，首先采用小波包方法把信号分解到相互独立的频段内，其次分析出每个频段能量值，他们表征了很多诊断信息。所以能用各频带里信号能量形成特征向量去表征叶片的故障类型。采用支持向量机模型进行叶片损伤模型识别的基本步骤如下所示：
1)提取能量特征：采用小波包算法分解信号至每个频段内，然后对各频段能量值进行提取并保存；2)数据归一化：对获得的所有信号能量的特征向量采取归一化操作；3)建立基于支持向量机的模型：采用 RBF 核函数，将处理后的特征向量作为输入样本，进行风机叶片损伤诊断。
......
......
5.2 叶片振动信号的特征提取
实验用自行开发的硬件对风机样机（功率 1kw、输出电压 48V）进行振动信号采集，采集风机叶片正常、离心质量、裂纹以及根部螺栓松动情况下的振动信号，同时采集了振动信号相对应的风机叶片转动速度的数据。
实验风机如图 5-1 所示。该风机拥有五片叶片，均匀分布，同时拥有良好的韧性以及强度。此外，其后部的垂直尾翼设计可使它在运行是自动旋转至迎风方向，从而获取最大风能。风机叶片转轴中心的椭圆形塑料盖罩可被取下，其内部空间能够容纳所设计的叶片状态监控数据采集板。在自然风况下，叶片四种情况下振动信号如图 5-2 所示。
对四种情况下的风机叶片振动信号进行多次长时间采集，并通过上位机进行显示和保存，选取其中转速为 0.1rad/s 的多组连续振动信号片段，对其进行消噪和特征提取.经过谐波小波包提取的部分特征值如图 5-3 所示。
......
......
第六章 总结
风能作为取之不尽用之不竭的清洁能源之一，是人类可以长期依赖的新能源，因此开发风力发电是一项能够真正造福人类的事业，风电也是世界能源的明日之星。
1) 在收集大量国内外研究风电技术及故障诊断技术资料的基础上，对近几年的风电发展状况做了分析。对比并分析了国内外对于风机关键部件叶片的状态监测与故障诊断技术的研究现状。
2) 介绍了风电市场主流风机的工作原理和基本结构，并分析了风机叶片常见的几种故障及产生的原因及机理。归纳总结了叶片状态检测常见的几种技术以及各种方法的优劣。
3) 采用振动监测技术对叶片的状态进行监测，设计出一套以应变片为传感元件的振动信号检测装置，并且设计了上位机信号采集程序。可完成实现对风机叶片振动信号的数据采集、显示以及保存。
4) 详细介绍了叶片故障识别模型，包括叶片振动信号特征提取的谐波小波包模型，用于故障分类识别的 SVM 模型以及优化 SVM 参数的和声搜索算法，并且提出了一种基于和声搜索的改进算法。
5) 对采集的振动信号进行处理，提取特征值并进行分类，并对基本 HS-SVM和改进 HS-SVM 模型的分类正确率进行比较，证明了改进 HS-SVM 的可靠性。
......
参考文献（略）
......
参考文献（略）