【74】第45卷第02期2023-02收稿日期：2021-04-22基金项目：江西省高校人文社会科学研究项目（GL1544）作者简介：余建国（1979-），男，湖北安陆人，副教授，硕士，研究方向为企业信息化，生产计划与调度。通讯作者：欧阳丁杰（1997-），女，河北廊坊人，硕士研究生，研究方向为企业信息管理。风力机叶片健康状态监测及预警研究Researchonthehealthstatusdetectionandearlywarningofwindturbineblades余建国，欧阳丁杰*YUJian-guo，OUYANGDing-jie*（江西理工大学机电工程学院，赣州341000）摘要：随着风电产业的迅速发展，风机装机容量逐渐增加，叶片的长度也随之增长，所以风电机组产生故障的机率越来越大。因此，对风力机叶片进行健康状态监测及预警研究，在叶片发生故障前进行处理。首先，提取叶片正常和异常状态下的特征参数，利用BP神经网络建立叶片健康状态预测模型，其次，采用PowerDesigner建模软件建立系统物理数据模型，并对系统架构进行设计，最后，将训练好的神经网络模型，运用在风机叶片健康状态监测及预警平台中，对叶片进行实时监测并预测叶片未来时刻的运行状态，提高风机叶片健康状态监测及预警的信息化水平。关键词：风力机叶片；BP神经网络；PowerDesigner；状态预测；系统开发中图分类号：TP393文献标志码：A文章编号：1009-0134(2023)02-0074-040引言我国是资源大国，风能资源非常丰富，据统计，我国陆地和近岸海域的风能资源合计高达1000GW，我国的风电产业相比于发达国家起步较晚，但在国家政策的支持以及研究人员的不懈努力下，我国无论是从新增装机容量还是累计装机容量都稳居世界首位。中国的风电产业发展迅速，但对于风机叶片健康状态监测及预警的研究还存在较大的优化空间[1]。风力机的叶片由于常年暴露在外面，所以极易发生腐蚀，出现裂纹甚至是叶片坠落，叶片成本约占风力机总成本的20%左右[2,3],关乎风力机的总体效益。近年来，由于对风电机组监测技术的不到位，导致全球各地的风场风机事故频繁发生，2010年2月，左云大唐风电场风机由于螺栓断裂导致坍塌。2015年11月，洪斯吕克风电场风机由于叶片损坏导致坠毁。风力机叶片在运行过程中存在很大的安全隐患，所以，对叶片进行健康状态监测及预警的研究非常必要。1风力机叶片健康状态监测现状从上世纪60年代开始，国外对于风力机叶片的监测技术开始发展，Bend等[4]通过对风机叶片的监测技术进行研究，结果表明对海上风机叶片进行监测的可行性。Chang-HwanKim等[5]通...
