Damage Identification in Wind Turbine Blades: A Modal and Wavelet Analysis-based Approach
Authors
Ulriksen, Martin Dalgaard ; Skov, Jonas Falk
Term
4. semester
Education
Publication year
2013
Submitted on
2013-06-19
Pages
97
Abstract
Denne afhandling undersøger, hvordan skader i vindmøllevinger kan opdages, lokaliseres og vurderes ved at analysere, hvordan vingerne vibrerer. Vi fokuserer på tre niveauer af skadesidentifikation: 1) registrere om der er en skade, 2) finde hvor den er, og 3) vurdere dens omfang. Som et første skridt i området er konsekvensvurdering ikke behandlet. Efter et litteraturstudie af metoder og typiske skadetyper i kompositvinger vælger vi modal analyse som hovedtilgang. Modal analyse ser på en strukturs naturlige svingninger: svingningsformer (de rumlige mønstre), egenfrekvenser (de tilhørende naturlige frekvenser) og dæmpning. Vi finder, at egenfrekvenser er for lidt følsomme over for skader, og at dæmpningsforhold ændrer sig uklart. Til gengæld giver svingningsformer – analyseret med waveletanalyse, et signalbehandlingsværktøj der fremhæver lokale, pludselige ændringer – de bedste resultater. Denne konklusion bygger på test af tre metoder på numerisk bestemte svingningsformer før og efter skade for en simpel udkraget skalmodel. For at afprøve metoden i praksis ser vi på både en lille husstandsvindmølle (Whisper 500) og en fuldskala mølle (GE 1.5 XLE). For Whisper 500 indfører vi realistiske langsgående revner og bestemmer svingningsformer både eksperimentelt og numerisk. De to datasæt stemmer godt overens. Revnerne påvirker især højere modes, især vridning, men waveletanalyse gør det muligt at udtrække brugbar information selv fra den første bøjningsmode. For GE 1.5 XLE bruger vi en numerisk vingemodel, hvor vi indfører langsgående og tværgående revner samt afbindingsfejl ved kanten – enkeltvis og samtidigt – og tilføjer gaussisk støj for at efterligne målinger. Metoden giver gyldig skadesidentifikation for både enkelt- og flerskadescenarier ved et signal‑støj‑forhold (SNR) på 40 dB, når første og anden flapvise bøjningsmode kombineres med første vridningsmode. Samlet set peger resultaterne på, at modal analyse kombineret med waveletanalyse har potentiale til brug på vindmøllevinger i drift.
This thesis investigates how to detect, locate, and assess damage in wind turbine blades by analyzing how the blades vibrate. We focus on three levels of damage identification: 1) detecting that damage exists, 2) finding where it is, and 3) estimating its extent. As an initial step in this research area, consequences are not treated. After reviewing methods and typical blade damage in composites, we adopt modal analysis as the main approach. Modal analysis examines a structure’s natural vibration behavior: mode shapes (the spatial patterns), natural frequencies, and damping. We find that natural frequencies are not sensitive enough to damage and damping changes are ambiguous. In contrast, mode shapes—analyzed with wavelet analysis, a signal‑processing tool that highlights local, sudden changes—give the best results. This conclusion is based on testing three methods with numerically derived pre‑ and post‑damage mode shapes for a simple cantilevered shell model. To test applicability, we study both a residential‑scale turbine (Whisper 500) and a full‑scale turbine (GE 1.5 XLE). For the Whisper 500, we introduce realistic longitudinal cracks and obtain mode shapes experimentally and numerically; the two data sets agree well. The cracks mainly affect higher modes, especially twisting, but wavelet analysis still extracts useful information even from the first bending mode. For the GE 1.5 XLE, we use a numerical blade model with longitudinal and transverse cracks and edge debondings—introduced individually and together—and add Gaussian noise to mimic measurements. The method provides valid identification for single and multiple damages at a signal‑to‑noise ratio (SNR) of 40 dB when combining the first and second flapwise bending modes with the first twisting mode. Overall, modal analysis coupled with wavelet analysis shows promise for use on blades in service.
[This abstract was generated with the help of AI]
Documents