利用声发射信号的风力发电机叶片裂纹检测方法和系统与流程

本技术涉及无损检测，尤其涉及利用声发射信号的风力发电机叶片裂纹检测方法和系统。

背景技术：

1、随着全球风电装机的快速增长，叶片作为风力发电机捕捉风能的关键部件，其运行安全直接关系到机组的经济效益与寿命。由于叶片长期处于恶劣交变载荷环境下，内部极易产生分层、裂纹等结构损伤，因此对其进行实时、精准的健康监测已成为风电运维领域的重要课题。

2、现有方法通常在风电叶片表面布置传感器网络，通过捕获材料损伤激发的弹性波信号进行结构评估。此类方法多采用阈值触发或时差定位算法对声发射源进行点位坐标解算，并结合振幅特征对缺陷等级进行初步判定。

3、然而，由于叶片复合材料具有极强的非均匀性与各向异性，应力波在传播过程中的动态衰减规律极度复杂，导致现有方法对缺陷能量空间分布的评估存在明显偏差。同时，传统的监测手段主要聚焦于声源的点定位，难以有效分离和利用复杂反射信号来表示损伤区域的几何形态，导致无法准确还原缺陷的物理轮廓。因此，现有技术中存在难以实现对叶片内部损伤区域范围进行精准定量刻画的技术问题。

技术实现思路

1、本技术目的是提供利用声发射信号的风力发电机叶片裂纹检测方法和系统，以解决现有技术中存在难以实现对叶片内部损伤区域范围进行精准定量刻画的技术问题。

2、第一方面，本技术提供利用声发射信号的风力发电机叶片裂纹检测方法，包括：

3、获取预设时间窗口内多个传感器采集的风力发电机叶片的声发射信号，对每个声发射信号进行同步模数转换，得到声发射波形序列；

4、利用互相关对声发射波形序列进行时延估计，得到到达时间差序列，并对从声发射波形序列中提取出的多个峰值振幅进行距离权重计算和增益补偿，得到衰减系数矩阵；

5、利用双曲线定位对到达时间差序列进行坐标解算，得到声源坐标，并计算声源坐标与传感器间的传播距离序列，通过对传播距离序列和衰减系数矩阵进行曲线拟合，得到能量分布矩阵；

6、利用小波变换对能量分布矩阵中异常路径对应的声发射波形序列进行波形分解，得到主波信号和散射波信号，并计算散射波信号相对于主波信号的时间偏移量，得到时延序列，异常路径根据能量分布矩阵中的能量突变点确定；

7、根据时延序列确定散射波信号的坐标位置，并将能量突变点和坐标位置关联后投影至预构建的叶片模型中进行边界拟合，确定风力发电机叶片中分层裂纹的物理边界。

8、可选地，在根据时延序列确定散射波信号的坐标位置，并将能量突变点和坐标位置关联后投影至预构建的叶片模型中进行边界拟合，确定风力发电机叶片中分层裂纹的物理边界之后，方法还包括：

9、统计异常路径对应的所有散射波信号的目标峰值振幅，并将每个目标峰值振幅划分至预设的振幅区间内，统计每个振幅区间内对应的散射波数量，得到频次序列；

10、对频次序列中的散射波数量和对应的峰值振幅进行线性拟合，得到损伤分布斜率；

11、将损伤分布斜率和预设的裂纹分类阈值进行比较，确定分层裂纹对应的裂纹损伤类型，并将裂纹损伤类型标记至物理边界，裂纹损伤类型包括基体开裂、纤维脱粘以及纤维断裂。

12、可选地，利用互相关对声发射波形序列进行时延估计，得到到达时间差序列，包括：

13、将声发射波形序列中到达时刻最早的通道作为参考通道，将参考通道对应的波形作为参考波形，并将声发射波形序列中的剩余通道作为待测通道，将待测通道对应的通道作为待测波形；

14、平移每个待测波形，并比对每个待测波形与参考波形的包络重合程度，得到每个待测波形的相对位移；

15、将每个相对位移与预设的采样周期进行乘积，得到每个待测波形的相对时延值，并按照声发射波形序列中通道的顺序，将所有相对时延值进行排列，得到到达时间差序列。

16、可选地，对从声发射波形序列中提取出的多个峰值振幅进行距离权重计算和增益补偿，得到衰减系数矩阵，包括：

17、将声发射波形序列中每个通道的电压最高点作为每个通道波形的峰值振幅；

18、分别将到达时间差序列中的相对时延值与预设波速值进行乘积，得到每个待测通道相对于参考通道的距离偏差值，并基于每个距离偏差值和对应传感器的空间位置，确定多组定位轨迹线，并将多组定位轨迹线的相交点位确定为声发射信号的初始声源；

19、计算初始声源与每个传感器间的几何距离，并基于几何距离，对每个峰值振幅进行修正，得到修正后的峰值振幅；

20、分别计算参考通道对应的修正后的峰值振幅与每个待测通道对应的修正后的峰值振幅间的商值，得到衰减系数矩阵。

21、可选地，利用双曲线定位对到达时间差序列进行坐标解算，得到声源坐标，并计算声源坐标与传感器间的传播距离序列，通过对传播距离序列和衰减系数矩阵进行曲线拟合，得到能量分布矩阵，包括：

22、基于到达时间差序列，以任意两个传感器为焦点，构建多组双曲轨迹方程，并以初始声源为搜索中心，在多组双曲轨迹方程确定的区域内选定多个候选点；

23、计算每个候选点到待测通道对应的传感器与到参考通道对应的传感器之间的理论时延差，将每个理论时延差与到达时间差序列中对应通道的相对时延值进行差值计算，得到每个候选点对应的残差，并将最小残差对应的一个或多个候选点作为交汇点；

24、计算所有交汇点的空间质心，得到声源坐标，计算声源坐标与每个传感器之间的直线长度，得到传播距离序列，并以传播距离序列中的每个直线长度为自变量，以衰减系数矩阵中对应通道的商值为因变量，构建拟合函数；

25、以预构建的叶片模型中每个网格节点的空间位置为采样点，将每个采样点对应的坐标代入拟合函数中进行赋值映射，得到能量分布矩阵。

26、可选地，利用小波变换对能量分布矩阵中异常路径对应的声发射波形序列进行波形分解，得到主波信号和散射波信号，并计算散射波信号相对于主波信号的时间偏移量，得到时延序列，包括：

27、计算能量分布矩阵中相邻坐标点间的数值差异，得到多个数值变化率，并将超过预设偏差的数值变化率所对应的坐标点确定为能量突变点，根据每个能量突变点所在区域的结构不连续性，确定每个能量突变点对应的反射界面；

28、将声源坐标与每个传感器之间的连线作为候选路径，并将与任一能量突变点存在交点的候选路径确定为异常路径；

29、对每个异常路径对应的声发射波形序列进行频带分层，得到与每个异常路径对应的多个波包分量，将每个异常路径中最早到达的波包分量作为主波信号，并将与反射界面对应的波包分量作为散射波信号；

30、分别对每个异常路径下散射波信号与主波信号的起始触发时刻进行比对，得到每个异常路径对应的时间偏移量，并按照声发射波形序列中通道的顺序，将所有时间偏移量排列为时延序列。

31、可选地，根据时延序列确定散射波信号的坐标位置，并将能量突变点和坐标位置关联后投影至预构建的叶片模型中进行边界拟合，确定风力发电机叶片中分层裂纹的物理边界，包括：

32、计算时延序列中每个时间偏移量与预设声速的乘积，得到每个散射波信号对应的行程增量；

33、基于每个行程增量，以声源坐标和对应的传感器的位置为焦点，构建多个椭圆轨迹线，并将多条椭圆轨迹线的交点作为每个散射波信号的坐标位置；

34、建立每个能量突变点和每个坐标位置之间的关联关系，并将符合关联关系的每个坐标点匹配至叶片模型中距离最近的网格节点，得到每个网格节点对应的投影坐标，基于投影坐标确定目标连通区；

35、对目标连通区的最外侧边缘进行轮廓追踪，得到闭合线条，并将闭合线条围成的几何面域作为物理边界。

36、第二方面，本技术提供了利用声发射信号的风力发电机叶片裂纹检测系统，包括：

37、获取模块，用于获取预设时间窗口内多个传感器采集的风力发电机叶片的声发射信号，对每个声发射信号进行同步模数转换，得到声发射波形序列；

38、估计模块，用于利用互相关对声发射波形序列进行时延估计，得到到达时间差序列，并对从声发射波形序列中提取出的多个峰值振幅进行距离权重计算和增益补偿，得到衰减系数矩阵；

39、解算模块，用于利用双曲线定位对到达时间差序列进行坐标解算，得到声源坐标，并计算声源坐标与传感器间的传播距离序列，通过对传播距离序列和衰减系数矩阵进行曲线拟合，得到能量分布矩阵；

40、分解模块，用于利用小波变换对能量分布矩阵中异常路径对应的声发射波形序列进行波形分解，得到主波信号和散射波信号，并计算散射波信号相对于主波信号的时间偏移量，得到时延序列，异常路径根据能量分布矩阵中的能量突变点确定；

41、拟合模块，用于根据时延序列确定散射波信号的坐标位置，并将能量突变点和坐标位置关联后投影至预构建的叶片模型中进行边界拟合，确定风力发电机叶片中分层裂纹的物理边界。

42、第三方面，本技术提供了一种电子设备，包括：

43、存储器，用于存储计算机程序；

44、处理器，用于执行计算机程序时实现如上述第一方面的利用声发射信号的风力发电机叶片裂纹检测方法的步骤。

45、第四方面，本技术提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时能够实现如上述第一方面的利用声发射信号的风力发电机叶片裂纹检测方法的步骤。

46、本技术所提供的利用声发射信号的风力发电机叶片裂纹检测方法，通过预设时间窗口内的多通道同步采集与模数转换，确保了原始声波信号在时间尺度上的高度一致性。抵御了叶片运行环境中的背景噪声干扰，还原了表示损伤程度的真实物理参数。实现了对损伤起始位置的精准点对点定位，缓解了现有技术中能量空间分布评估的偏差。从复杂的反射信号中提取出携带损伤几何特征的关键时效信息。实现了从点定位到面刻画的跨越，完成了对损伤区域物理轮廓的精准定量还原。

47、进一步的，本技术通过计算能量分布矩阵中相邻坐标点间的数值差异来确定数值变化率，进而锁定表征结构不连续性的能量突变点及其对应的反射界面；将声源坐标与各传感器连线构成的候选路径中，与能量突变点存在交点的路径判定为异常路径；随后对异常路径对应的信号序列进行频带分层，根据到达时刻及反射界面特征分离出主波信号与散射波信号；最后通过比对二者的起始触发时刻并按通道顺序排列，形成反映损伤深度及路径特征的时延序列。解决了传统波形分解在处理叶片复合材料反射信号时存在的盲目性与不可靠性。