第31卷第2期振动、测试与诊断v01．3】N。．22011年4月JournalofVibration，Measurement&DiagnosisApr·2011叶片振动响应的长度分形故障特征提取与诊断’徐玉秀1’2，王志强h2，梅元颖h2(。天津工业大学机械电子学院天津．300160)(2天津市现代机电装备技术重点实验室天津．300160)摘要为有效地从风力发电机组的振动响应中获得反映叶片响应的动态特征，将其作为叶片运行状态分析的特征量．依此达到对风力机叶片故障的检测与诊断识别。应用有限元分析方法，建立了300W风力发电机组的动力学模型，通过计算与试验模态分析，分别获得整机组的固有频率和振型。并比较验证了试验模型的合理性。用锤击法测得叶片正常状态和偏心故障下的振动加速度响应信号．应用非线性动力系统的长度分形维数理论。计算其长度分形维数，并将其作为叶片偏心故障诊断识别的特征量。研究结果表明，该方法能有效识别风力机叶片正常状态和偏心故障状态，及其偏心位置和偏心量大小．关键词风力机组动态响应特性故障诊断长度分形中图分类号TB530232引言风力机叶片是风力发电机组最关键的部件之一，其在整机组上的动力学特性和单叶片的动力学特性大有不同。因此，对叶片进行损伤检测与故障诊断预警十分必要[1]。随着风力机组的大型化、海洋化，使叶片的振动信号包含着各种激励与干扰[2{】。若能有效从机组的振动信号中提取反应叶片正常状态与故障状态的动力学参数[4巧]，作为叶片损伤检测与故障识别的特征量，就可对叶片的损伤故障进行诊断识别和预警。本文以300W小型风力发电机组为例，通过有限元和模态试验分析，验证机组动态试验模型的准确性，获得风力机组的固有频率和振型。通过锤击法测得风力机叶片的振动加速度响应信号。应用非线性动力系统长度分形维理论，计算叶片正常状态和故障状态的响应长度分形维数，依据长度分形维数的变化分析叶片偏心位置和偏心量大小，将其作为叶片损伤检测与故障识别的特征量。和表2[21，得到风力机组的固有频率见表3。从表3的数值可知，其有限元计算与试验结果比较吻合，验证了试验模型的合理性。2长度分形理论及应用分形理论常用于非线性动力系统计算振动波形的各种分形维数，用其作为特征参量对系统进行定量刻画，对系统的内在特性进行分析。在此基础上，长度分形维数D￡(1engthfractaldimension)针对波形的前向性特点，采用超立方体作为基本覆盖单元，以Hausdorff维和分配维作为理论前提，是一种物理概念明确、简单易行的非线性动力系统振动波形分形维计算方法[6】。大量的工程实例表明，基于长度分形维能够对非线性动力系统进行状态空间检测，且噪声免疫力强，缺陷识别精度较高，可以作为非线性动力系统的有效特征量[7]。2．1长度分形的理论计算设一非线性动力系统振动波形采样A={口I口；1风力发电机组动态计算与试验(珀yj)，净1，2，⋯，Ⅳ}，其中：矗为时间采样点；弘为相应的振动幅值；Ⅳ为样本点数。将集合A按式运用有限元法，对风力发电机组进行有限元动(1)和式(2)进行拓扑映射，则A—M，肘={616=力学建模和模态测试，其几何与材料性能参数见表1(X，。，K’)，i=1，2，⋯，Ⅳ}，为一单位平面的子集。衰l3∞W小型直驱风力机几何参数m·天津市应用基础及前沿重点资助项目(编号：09JCZDJC24300)收稿日期：2009—10．19；修改稿收到日期：20lO—01—20万方数据*2期镕I秀，等：""*动自＆∞＆度HⅣ#m#Ⅱ*H目口目$2#mi#*##tn参数!!篓篓篓篁坐兰，"Rg6E9175E925E7Ol41950#女2lE¨2lE11832E8o307800—————墨Lj型韭丝睦型蓝吐堑星———旦^＆】n2n3☆{m5n1面元—i丁—币可F1百i—面了—1矿E§19L2502240374“7x，‘=T。止～(1)r‘一意高‰m其中：r尸{，I，J。．⋯，∞}一l，2．，Ⅳ。线性变换不政变集合的拓扑结构，因此n和^，维数相等，且x．’和H的范围都限定在[O，1]，以便长度分形维数的计算。集台M中，设振动波形长度为L，超立方体边长为e，则覆盖单元敖为L／e．取e=1／Ⅳ‘，Ⅳ‘=Ⅳ一1。园为在包覆或量度振动渡形时．单元是用具有一维长度单位的超立方悼，因此所得分形维称为长度分形维，印oL=1+llm(InL门nⅣ。)在Ⅳ中，对于有限样本点Ⅳ的非线性动力系统振动渡形的长...
