馮忠彬 張磊安 孔曉佳 姚錦愷

(1.山東省黃河計量研究院，濟南 250100；2.山東理工大學(xué)機械工程學(xué)院，淄博 255049)

?

風(fēng)電葉片疲勞加載多點振幅采集系統(tǒng)設(shè)計及應(yīng)用*

馮忠彬1張磊安2孔曉佳2姚錦愷2

(1.山東省黃河計量研究院，濟南 250100；2.山東理工大學(xué)機械工程學(xué)院，淄博 255049)

隨著葉片尺寸的增大，對兆瓦級風(fēng)力機葉片的驗證等相關(guān)領(lǐng)域的研究變得越來越重要。針對目前單點疲勞加載測試系統(tǒng)存在彎矩分布精度誤差較大的問題，本文設(shè)計了風(fēng)電葉片疲勞加載多點振幅采集系統(tǒng)。采用虛擬儀器LabVIEW軟件開發(fā)上位機界面，為了去除采集信號中的噪聲信號，通過平方根自適應(yīng)濾波QR-RLS算法進行濾波。最后，將設(shè)計的采集系統(tǒng)應(yīng)用于aeroblade45.3-2葉片，試驗結(jié)果表明該系統(tǒng)穩(wěn)定且濾波效果滿足試驗要求。這不僅從一定程度上提高了葉片疲勞測試精度，而且為葉片進一步的優(yōu)化設(shè)計提供了詳實的數(shù)據(jù)和試驗基礎(chǔ)。

風(fēng)電葉片；疲勞加載；多點振幅采集；濾波算法；疲勞試驗

0 引言

葉片是風(fēng)力發(fā)電機組的核心部件[1]，隨著風(fēng)力機逐漸向兆瓦級大功率方向發(fā)展，葉片尺寸隨之增大，因而對葉片的強度和剛度提出更加苛刻的要求，對兆瓦級風(fēng)力機葉片的驗證等相關(guān)領(lǐng)域的研究變得十分重要[2]。目前，國內(nèi)外風(fēng)力機葉片疲勞性能試驗普遍以設(shè)計方提供的理論彎矩分布曲線和振動次數(shù)為依據(jù)，沿葉片展向約70%處施加單點激勵使其與葉片共振，按照等幅加載模式(應(yīng)力比R=-1)和等效振動次數(shù)完成疲勞測試[3]。但是采用這種測試方法彎矩分布精度誤差較大，造成疲勞壽命測試結(jié)果嚴重失真[4]。

針對以上不足，為了讓試驗彎矩更好地擬合理論彎矩，本文設(shè)計了一套風(fēng)電葉片疲勞加載多點振幅采集系統(tǒng)，并對采集到的信號進行了濾波處理。實驗結(jié)果表明該系統(tǒng)能夠?qū)崟r采集并顯示振幅信號，滿足數(shù)據(jù)采集和濾波的要求，為提高試驗彎矩分布精度以及后續(xù)葉片的優(yōu)化設(shè)計提供堅實的理論和試驗依據(jù)。

1 多點振幅采集系統(tǒng)概述

1.1 系統(tǒng)整體概述

在垂直于葉片振幅采集點的地面分別安裝四個激光測距儀，以此來測量葉片不同位置處的振幅。激光測距儀將采集到的四個振幅通過RS485總線實時傳送給上位機。風(fēng)電葉片疲勞加載多點振幅采集系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)圖

1.2 通信

上位機應(yīng)用虛擬儀器軟件LabVIEW搭建風(fēng)電葉片疲勞加載多點振幅采集系統(tǒng)平臺，并將各采集點的振幅波形圖表、振動次數(shù)顯示以及數(shù)據(jù)存儲等以圖形化控件形式顯示在用戶界面上。上位機與激光測距儀采用串口通信模式，上位機中的COM口、波特率、奇偶校驗、數(shù)據(jù)位以及停止位設(shè)置要與激光測距儀協(xié)調(diào)一致。系統(tǒng)采用的激光測距儀型號為Leuze ODSL 30/D485-30M-S12，通信協(xié)議選擇16位數(shù)字量傳輸模式，RS485數(shù)字量輸出，測量的有效距離為0～30m，精度為1mm。通信協(xié)議如圖2所示。

圖2 通信協(xié)議

2 LabVIEW設(shè)計模塊

多點振幅采集系統(tǒng)上位機采用圖形化編程語言LabVIEW編程，其主要包括以下功能模塊：與激光測距儀通信模塊，數(shù)據(jù)處理及濾波模塊，實時顯示模塊，數(shù)據(jù)庫記錄模塊。

2.1 數(shù)據(jù)采集模塊

數(shù)據(jù)采集的準確性及實時性至關(guān)重要，以往的VISA讀取函數(shù)的輸入?yún)?shù)設(shè)定了需要讀取的字節(jié)數(shù)，但是如果要讀取的字節(jié)數(shù)大于接收緩沖區(qū)中已經(jīng)接收的字節(jié)數(shù)時，讀函數(shù)一直處于等待狀態(tài)，直到超時發(fā)生。若讀函數(shù)一直等待，則會阻塞讀線程，導(dǎo)致線程中的其他操作無法進行。因此，本程序在執(zhí)行讀操作前，先要判斷接收緩沖區(qū)中的字節(jié)數(shù)，Bytes at Port屬性節(jié)點返回輸入緩沖區(qū)已存在的字節(jié)數(shù)，這樣就會讀取緩沖區(qū)中所有字節(jié)，保證數(shù)據(jù)不會遺漏以及各線程的通暢。

對于從串口接收緩沖區(qū)接收到的數(shù)據(jù)，首先要根據(jù)通信協(xié)議進行數(shù)據(jù)分離，然后要將分離出的有效數(shù)據(jù)轉(zhuǎn)化為實際距離。轉(zhuǎn)化格式如式(1)所示，數(shù)組轉(zhuǎn)化為實際距離的LabVIEW程序框圖如圖3所示。

GA=(Reading[0]>>2)+(Reading[1]>>2)*64+((Reading[2]>>2)&0x0F)*4096

(1)

圖3 數(shù)組轉(zhuǎn)化為實際距離程序

2.2 數(shù)據(jù)記錄模塊

為了方便用戶調(diào)用數(shù)據(jù)，需要對數(shù)據(jù)進行記錄。在設(shè)計的采集系統(tǒng)中，需要記錄的參數(shù)有：時間、振幅1、振幅2、振幅3、振幅4,以及振動次數(shù)。由于葉片疲勞檢測一般要持續(xù)兩三個月，所以需要具有足夠存儲空間的數(shù)據(jù)庫來實現(xiàn)。數(shù)據(jù)會以設(shè)定的每40ms的速度將數(shù)據(jù)記錄到數(shù)據(jù)庫1中，當數(shù)據(jù)庫1記滿1G的容量時，自動跳轉(zhuǎn)到數(shù)據(jù)庫2記錄。

要使用LabSQL訪問數(shù)據(jù)庫，首先要在LabVIEW中安裝LabSQL工具包。LabSQL ADO functions可分為Command VIs、Connection VIs、Recordset VIs、SQL Execute.vi、SQL Fetch Data(GetString) .vi和SQL Fetch Data.vi。實現(xiàn)此模塊的編程如下：1)Microsoft Access創(chuàng)建兩個數(shù)據(jù)庫源文件，設(shè)置好數(shù)據(jù)庫名稱和相應(yīng)字段；2) 使用ADO Connection Creat.vi創(chuàng)建對象；3)利用ADO Connection Open.vi建立與設(shè)定的相應(yīng)路徑的數(shù)據(jù)庫的連接；4)使用SQL Execute.vi來執(zhí)行數(shù)據(jù)庫操作。

3 平方根自適應(yīng)濾波QR-RLS算法

通過激光測距儀采集來的信號往往摻雜著噪聲信號，甚至有時由于噪聲信號太多以至于淹沒了有效信號，因此濾波是極為必要的。

3.1 自適應(yīng)濾波器

傳統(tǒng)的IIR和FIR濾波器是時不變的，即在處理輸入信號的過程中濾波器的參數(shù)是固定的。當環(huán)境發(fā)生變化時，濾波器可能無法實現(xiàn)原先設(shè)定的目標。而自適應(yīng)濾波器則不同，系統(tǒng)可以根據(jù)當前自身的狀態(tài)和環(huán)境調(diào)整自身的參數(shù)以達到預(yù)先設(shè)定的目標[5-6]。自適應(yīng)濾波器的系數(shù)是根據(jù)輸入信號，通過自適應(yīng)算法自動調(diào)整的。

3.2 平方根自適應(yīng)濾波器

卡爾曼濾波器的平方根變形為導(dǎo)出平方根自適應(yīng)濾波算法提供了總體框架。根據(jù)卡爾曼變量與遞歸最小二乘(RLS)變量之間的一一對應(yīng)關(guān)系，平方根自適應(yīng)濾波算法采用指數(shù)加權(quán)遞歸最小二乘估計。

RLS估計中兩個重要的平方根自適應(yīng)濾波算法為QR-RLS算法和逆QR-RLS算法。這一術(shù)語的得來是因為該算法的導(dǎo)出傳統(tǒng)上都依賴于一種或另一種形式的正交三角形化的過程，這一過程在矩陣代數(shù)中稱為QR分解。將QR分解應(yīng)用在自適應(yīng)濾波中是因為其良好的數(shù)值特性。

矩陣A(n)的QR分解可以寫為:

(2)

式中：Q(n)為單位矩陣，R(n)為上三角矩陣，O為零矩陣。由于變換中大量使用Q和R，故稱其為“QR分解”?；赒R分解的自適應(yīng)RLS濾波算法也稱為“QR-RLS算法”。

3.3 QR-RLS算法

QR-RLS算法，或者更確切地說是基于QR分解的RLS算法，其名字來源于以下考慮:在自適應(yīng)濾波算法的有限脈沖響應(yīng)(FIR)實現(xiàn)中，通過直接處理經(jīng)QR分解的輸入數(shù)據(jù)矩陣來完成最小二乘權(quán)向量的計算，而不像標準RLS算法那樣通過處理輸入數(shù)據(jù)的(時間平均)相關(guān)矩陣來完成權(quán)向量計算的。因此，QR-RLS算法在數(shù)值上比標準的RLS算法更穩(wěn)定。

假設(shè)對輸入數(shù)據(jù)進行預(yù)加窗，數(shù)據(jù)矩陣定義為：

(3)

其中M為FIR濾波器系數(shù)的數(shù)目(即濾波器階數(shù))。相應(yīng)地，輸入數(shù)據(jù)的自相關(guān)矩陣定義為：

(4)

(5)

式(5)矩陣稱為指數(shù)加權(quán)矩陣，l 為指數(shù)加權(quán)因子。

(6)

其中z(n)為期望響應(yīng)d(n)與輸入數(shù)據(jù)向量u(n)之間時間平均互相關(guān)向量。設(shè)Φ(n)表示為：

Φ(n)=Φ1/2(n)ΦH/2(n)

(7)

在式(6)的兩邊乘以Φ-1/2(n)，可引入一個新的向量變量p(n)，定義為：

(8)

因此，通過傳遞Φ1/2(n)和p(n)，可將QR-RLS算法看作卡爾曼濾波器理論的平方根信息濾波形式。將平方根信息濾波算法轉(zhuǎn)變?yōu)閷?yīng)的QR-RLS算法的前后陣列變換為：

(9)

通常，Θ(n)為酉旋轉(zhuǎn)量，它對前陣列中輸入數(shù)據(jù)矩陣u(n)的元素進行運算，如將它們一一消除，即可產(chǎn)生后陣列頂行的零塊頂。平方根自相關(guān)矩陣Φ1/2的下三角結(jié)構(gòu)在變換前后得以正確保留。

在算出更新塊Φ1/2(n)和pH(n)后，則可用如下公式來求最小二乘權(quán)向量：

(10)

利用Φ1/2(n)的下三角結(jié)構(gòu)，用回代的方法可求出該方程的解。但是該計算只對n>M的時間可行，此時數(shù)據(jù)矩陣為A(n)，Φ1/2(n)是列滿秩。

為了對QR-RLS算法進行初始化，可令Φ1/2(0)=δ1/2I和p(0)=0，其中δ為調(diào)節(jié)參數(shù)。QR-RLS算法的嚴格初始化發(fā)生在0≤n≤M階段，此時后驗估計誤差e(n)為零。在n=M次迭代完成初始化，此時e(n)為非零值。

4 試驗及結(jié)果分析

4.1 試驗過程

對功率為2MW，長度為45.3m的大型風(fēng)電葉片進行單點疲勞加載試驗，葉片根部固定在疲勞加載支座上，分別在離葉片根部10m、18m、26m和36m處的地面上安裝激光測距儀來測量葉片在各個采集點的振幅。

4.2 試驗結(jié)果分析

采用設(shè)計的風(fēng)電葉片疲勞加載多點振幅采集系統(tǒng)以及平方根自適應(yīng)濾波QR-RLS算法進行濾波，試驗中各采集點的振幅曲線如圖4所示。

圖4 疲勞加載試驗各采集點振幅曲線

從圖4中可以看出，利用平方根自適應(yīng)濾波QR-RLS算法進行濾波，各采集點的振幅曲線平滑。從離葉片根部最近的采集點1一直到采集點4，采集點的振幅逐漸增大，頻率一致，滿足試驗要求。利用該系統(tǒng)采集的試驗曲線，可以讓試驗彎矩更好地擬合理論彎矩，從而提高風(fēng)電葉片疲勞測試的精度。

5 結(jié)束語

針對單點疲勞加載系統(tǒng)存在彎矩精度分布誤差大的問題，設(shè)計了一套風(fēng)電葉片疲勞加載多點振幅采集系統(tǒng)，并研究了其濾波方法。上位機采用虛擬儀器LabVIEW軟件進行編程，為去除采集信號中的噪聲信號，采用平方根自適應(yīng)濾波QR-RLS算法進行濾波。最后，將該系統(tǒng)應(yīng)用于aeroblade45.3-2的大型風(fēng)電葉片，試驗結(jié)果表明該采集系統(tǒng)能夠?qū)崟r地顯示各采集點的振幅，且濾波效果能滿足試驗要求。目前，該采集系統(tǒng)應(yīng)用于疲勞試驗兩年有余，系統(tǒng)穩(wěn)定，這不僅從一定程度上提高了葉片疲勞測試精度，而且為葉片進一步的優(yōu)化設(shè)計提供了詳實的數(shù)據(jù)和試驗基礎(chǔ)。

[1] 程明,張運乾,張建忠.風(fēng)力發(fā)電機發(fā)展現(xiàn)狀及研究進展[J].電力科學(xué)與技術(shù)學(xué)報,2009(3):2-9

[2] 陳紹杰,申振華,徐鶴山.復(fù)合材料與風(fēng)力機葉片[J].可再生能源,2008(2):90-92

[3] 張磊安,黃雪梅,王娜,孔曉佳.風(fēng)電葉片單點疲勞加載過程數(shù)值仿真與試驗[J].振動、測試與診斷,2014(4):732-736，782

[4] 劉攀鋒,張永明,張全成.風(fēng)力發(fā)電機葉片的疲勞特性測試[J].理化檢驗(物理分冊),2014(9):643-647

[5] 宋立業(yè),王景勝,彭繼慎.自適應(yīng)濾波器的算法研究及DSP仿真實現(xiàn)[J].現(xiàn)代電子技術(shù),2009(5):112-114，118

[6] 程玉柱,華晉,李趙春.自適應(yīng)濾波器的算法比較研究[J].大慶師范學(xué)院學(xué)報,2008(2):23-26

國家自然科學(xué)基金(51305243,51405275)；中國博士后科學(xué)基金(2015M571840)；山東省自然科學(xué)基金(ZR2014EL027)

10.3969/j.issn.1000-0771.2015.11.05