데이터 수집 프로토콜 임베디드 감도 기능을 결정하는

이 절차의 전반적인 목표는 구조체의 포함된 민감도 함수를 결정하는 것입니다. 이 절차는 주거용 규모의 풍력 터빈 블레이드에서 시연될 것입니다. 이 방법은 특정 위치의 손상으로 인해 구조물의 응답이 어떻게 변경되는지와 같은 구조 상태 모니터링과 관련된 주요 질문에 답하는 데 도움이 될 수 있습니다.

이 기술의 주요 장점은 실험적으로 측정된 데이터를 기반으로 구조를 모델링하는 방법을 제공하여 질량, 강성 및 댐핑에 대한 특정 매개변수를 알 필요가 없다는 것입니다. 실제 경계 조건을 복제하기 위해 테스트 설비를 설계하는 것부터 시작합니다. 이 예에서는 블레이드의 장착 위치와 일치하도록 볼트 위치가 준비됩니다.

테스트 시편의 동적 응답에 대한 고정 장치의 기여를 최소화하기 위해 강철로 고정 장치를 제작합니다. 먼저 블레이드를 맞춤형 T-브래킷에 볼트로 고정한 다음 clamp고정 장치를 강철 테이블에 고정합니다. 이제 블레이드에서 충격 위치 그리드를 식별하고 표시합니다.

마커 또는 왁스 펜을 사용하여 전체 블레이드에 걸쳐 있는 30개의 포인트를 표시하고 번호를 매깁니다. 그런 다음 테스트 결과를 시각적으로 표현하는 데 사용할 포인트의 상대적 위치를 측정합니다. 다음으로, g당 10m볼트 가속도계를 단축으로 준비합니다.

가속도계의 적절한 감도를 선택하는 것은 좋은 신호 대 잡음비를 얻는 데 중요합니다. 또한 가속도계의 주파수 범위가 표본의 관심 주파수 범위를 캡처하기에 충분한지 확인하십시오. 각 센서를 보정합니다.

초당 9.81제곱미터의 단일 주파수 힘을 출력할 수 있는 휴대용 셰이커에 센서를 부착합니다. 2초 동안 흔들리는 동안 센서의 반응을 측정합니다. 힘 출력은 소프트웨어 판독값에 제공됩니다.

RMS 진폭에 1000을 곱하여 가속도계의 보정 계수를 g당 밀리볼트 단위로 결정합니다. 다음 단계는 뉴턴당 11.2밀리볼트의 감도를 가진 임팩트 해머를 준비하는 것입니다. 망치가 진폭과 주파수 둘 다에 있는 시험 견본을 흥분시킬 수 있다는 것을 확인하십시오.

그런 다음 기능을 손상시키지 않는 나일론 팁을 망치에 부착하십시오. 마지막으로 BNC 케이블을 통해 해머를 데이터 수집 시스템에 연결합니다. 이제 블레이드의 센서 위치를 식별하고 슈퍼 접착제로 가속도계를 부착합니다.

손상된 위치의 양쪽에 있는 점 m과 n에서 위치를 선택합니다. 그런 다음 k 위치에 세 번째 가속도계를 장착합니다. 이 센서의 데이터는 임베디드 감도 기능 분석 결과를 검증하는 데 사용됩니다.

데이터 수집 GUI를 엽니다. 먼저 이중 히트 감지를 활성화합니다. 그런 다음 샘플링 주파수를 10, 240Hz로 설정합니다.

사용 가능한 주파수 범위는 샘플링 주파수의 절반입니다. 셋째, 샘플 시간을 1초로 설정합니다. 넷째, 해머 채널을 트리거 채널로 선택하고 트리거 레벨을 10뉴턴으로 설정합니다.

다섯째, 사전 트리거 길이를 총 샘플 시간의 5%로 설정합니다. 사전 트리거 데이터는 데이터 수집 시스템이 시작되기 전에 수집되어 버퍼에 저장되는 데이터입니다. 전체 영향 이벤트가 캡처될 수 있도록 이 데이터를 검색하고 저장하는 것이 중요합니다.

여섯째, 응답 채널에 노이즈가 있고 힘 채널에 노이즈가 없다고 가정하는 H1 FRF 추정기를 선택합니다. 마지막으로 가속도계와 해머 정보(교정 계수 및 식별 참고 사항 포함)를 입력합니다. 그런 다음 기록 보관 및 향후 테스트에 사용할 수 있도록 설정을 저장합니다.

센서를 부착하는 데 사용된 슈퍼 접착제가 완전히 경화되면 망치로 1번 지점을 충격합니다. 충격력의 진폭이 선택한 트리거 레벨을 초과하면 데이터 수집 시스템이 트리거되고 선택한 양의 사전 트리거 데이터를 포함한 데이터가 기록되기 시작합니다. 데이터를 수집하는 동안 소프트웨어의 채널을 모니터링하여 클리핑 및 이중 충격을 방지하십시오.

또한 일관성 플롯을 관찰하여 수집된 데이터의 품질을 추가로 평가합니다. 수집하는 동안 데이터를 윈도우화하지 마십시오. 임팩트 포인트 1 회 4 회 더 일관된 임팩트 진폭.

그런 다음 블레이드에서 선택한 각 지점에 대해 이 프로세스를 반복합니다. 모든 지점에 충격을 가한 후 손상된 블레이드에서 이 과정을 완전히 반복합니다. 손상된 블레이드의 데이터는 내장된 감도 기능의 효과를 평가하는 데만 필요합니다.

내장된 감도 함수 자체를 결정할 필요는 없습니다. 주파수 응답 함수와 유사하게, 임베디드 감도 함수는 구조체의 고유 주파수 근처에 피크가 있습니다. 함수의 값이 높을수록 점이 m과 n 사이의 손상에 더 민감합니다.

예를 들어, 142Hz에 가까운 함수의 진폭을 생각해 보십시오. 첫 번째와 세 번째 열의 사각형에 해당하는 센서 위치가 손상에 가장 민감하다는 것은 분명합니다. 이러한 위치는 정상 블레이드로 획득한 데이터에서 결정되었습니다.

정상 블레이드에서 결정된 주파수 응답 함수와 손상된 블레이드에서 결정된 주파수 응답 함수 간의 차이는 이 두 플롯 간의 유사성에서 알 수 있듯이 내장된 감도 함수가 손상에 가장 민감한 블레이드의 위치를 예측하는 데 매우 효과적임을 보여줍니다. 이 비디오를 시청한 후에는 구조체의 임베디드 민감도 함수를 결정하는 데 필요한 데이터를 수집하는 방법을 잘 이해하게 될 것입니다. 풍력 터빈 블레이드에서 시연되었지만 이 절차는 임팩트 해머와 가속도계로 응답을 측정할 수 있는 모든 구조물에 적용할 수 있습니다.