一、成果简介

在风机叶片关键承载区域布置监测传感器，获取风机叶片运行的声发射和振动原始信号，通过多级降噪提取有效故障特征，构建基于多敏感指标融合的神经网络，搭建风机叶片智能诊断系统，实现叶片故障早期预警、健康评估、寿命估算。相较于传统的纯振动监测系统或人力巡检，本产品能够在叶片缺陷产生初期实现预警，及早修复防止损毁，从而避免巨大的设备损失甚至机组倒塔等严重事故。

信号采集分析机箱实物图

故障预警系统界面图

二、主要指标

➤ 单个叶片关键承载区域布置4个声发射传感器、2个双轴振动传感器；

➤ 具备风机叶片内外蒙皮裂纹、前后缘粘结开裂、主梁粘结开裂、界面分层、基体开裂、纤维增强材料断裂等缺陷的在线监测和预警能力；

➤ 可识别50cm以上叶片缺陷，其中50~100cm缺陷的预警准确度达80%以上，大于150cm缺陷的预警准确度达到100%。

三、应用推广情况

在浙能临海、东台双创海上风电项目应用，系统运行稳定，最高支持2Msps数据采样频率，实现了风机叶片健康状况快速、全面、精准监测和评价。

四、联系人

陆先生，18668065356