April 20th, 2016
描述了确定嵌入式灵敏度函数的数据采集过程。获取数据并显示住宅规模风力涡轮机叶片的代表性结果。
该程序的总体目标是确定结构的嵌入式灵敏度函数。该程序将在住宅规模的风力涡轮机叶片上进行演示。这种方法可以帮助回答与结构健康监测相关的关键问题,例如结构的响应将如何因特定位置的损坏而发生变化。
这种技术的主要优点是它提供了一种基于实验测量数据对结构进行建模的方法,无需了解质量、刚度和阻尼的特定参数。首先设计测试夹具以复制真实的边界条件。在此示例中,准备了螺栓位置以匹配刀片的安装位置。
用钢制造夹具,以尽量减少夹具对试样动态响应的影响。首先将刀片用螺栓固定在定制的 T 型支架上,然后将夹具夹紧到钢桌上,以组装夹具。现在,在刀片上识别并标记影响位置的网格。
使用记号笔或蜡笔标记和编号跨越整个刀片的 30 个点。然后,测量出点的相对位置,以用于测试结果的可视化表示。接下来,准备单轴 10 毫伏/g 加速度计。
选择合适的加速度传感器灵敏度对于获得良好的信噪比至关重要。此外,请确保加速度计的频率范围足以捕获样本的目标频率范围。校准每个传感器。
将传感器连接到手持式振动台上,该振动台可以输出 9.81 米/平方秒的单频率力。测量传感器对摇晃两秒的响应。力输出在软件读数中提供。
将 RMS 幅度乘以 1000 以确定加速度计的校准因子,以毫伏/g 为单位。下一步是准备一个灵敏度为每牛顿 11.2 毫伏的冲击锤。确保锤子可以在振幅和频率上激励试样。
然后,将尼龙尖端连接到锤子上,这不会影响其功能。最后,通过 BNC 电缆将锤子连接到数据采集系统。现在,确定叶片上的传感器位置,并用强力胶连接加速度计。
在受损位置两侧的点 m 和 n 处选择位置。然后,在位置 k 安装第三个加速度计。来自该传感器的数据将用于验证嵌入式灵敏度函数分析的结果。
打开数据采集 GUI。首先,启用双重点击检测。然后,将采样频率设置为 10, 240 赫兹。
可用频率范围是采样频率的一半。第三,将采样时间设置为 1 秒。第四,选择锤子通道作为触发通道,并将触发电平设置为 10 牛顿。
第五,将预触发长度设置为总采样时间的 5%。预触发数据是在数据采集系统启动之前收集并存储在缓冲区中的数据。检索并保存此数据非常重要,以便捕获整个影响事件。
第六,选择 H1 FRF 估计器,它假设响应通道上有噪声,力通道上没有噪声。最后,输入加速度计和锤子信息,包括校准因子和识别说明。然后,保存设置以保存记录并在将来的测试中使用。
用于连接传感器的强力胶完全固化后,用锤子敲击第一点。当冲击力的幅度超过所选的触发水平时,将触发数据采集系统,并开始记录数据,包括所选数量的预触发数据。在数据采集过程中,监控软件中的通道以避免削波和双重影响。
此外,观察相干图以进一步评估所采集数据的质量。采集期间不要对数据进行窗口化。冲击点 1 再冲击四次,冲击幅度一致。
然后,对边栏选项卡上的每个选定点重复此过程。撞击所有点后,在损坏的刀片上完全重复该过程。来自受损叶片的数据仅用于评估嵌入式灵敏度功能的有效性。
无需确定嵌入式灵敏度函数本身。与频率响应函数类似,嵌入式灵敏度函数在结构的固有频率附近具有峰值。函数的值越高,位置对点 m 和 n 之间的损伤就越敏感。
以函数的振幅在 142 赫兹附近为例。很明显,与第一列和第三列中的方块相对应的传感器位置对损坏最敏感。请注意,这些位置是根据使用正常 Blade 获取的数据确定的。
从健康的叶片确定的频率响应函数与从受损叶片确定的频率响应函数之间的差异表明,嵌入式灵敏度函数在预测叶片上对损坏最敏感的位置方面非常有效,这两个图之间的相似性证明了这一点。观看此视频后,您应该对如何获取确定结构的嵌入式灵敏度函数所需的数据有很好的了解。虽然在风力涡轮机叶片上进行了演示,但该程序适用于任何可以用冲击锤和加速度计测量响应的结构。
View the full transcript and gain access to thousands of scientific videos
本文介绍了一种使用住宅规模风力涡轮机叶片确定嵌入式敏感性函数的程序。该方法旨在通过基于实验测量数据对结构进行建模来增强结构健康监测。