大型风力发电机叶片的疲劳损伤识别与健康监测

1 (p1): 第1章 风力发电机发展现状及健康监测的意义
1 (p1-1): 1.1 风力发电机技术发展现状
5 (p1-2): 1.2 风力发电机叶片健康监测的意义
7 (p1-3): 1.3 裂纹检测技术发展现状
8 (p1-4): 1.4 风力发电机健康监测发展现状和面临的主要问题
10 (p1-5): 参考文献
14 (p2): 第2章 风力发电机叶片的气动性能分析与数值计算
14 (p2-1): 2.1 空气动力学理论
14 (p2-1-1): 2.1.1 流体动力学控制方程
17 (p2-1-2): 2.1.2 叶素理论
19 (p2-1-3): 2.1.3 贝茨理论
21 (p2-1-4): 2.1.4 涡流理论
23 (p2-1-5): 2.1.5 威尔逊理论
24 (p2-2): 2.2 风力发电机叶片的三维有限元模型
28 (p2-3): 2.3 叶片的三维实体建模
30 (p2-4): 2.4 风力发电机叶片的气动特性分析
30 (p2-4-1): 2.4.1 湍流模型
31 (p2-4-2): 2.4.2 叶片流场有限元
32 (p2-4-3): 2.4.3 叶片外流场网格的划分
33 (p2-4-4): 2.4.4 数值模拟结果与分析
42 (p2-5): 2.5 风力发电机叶片流固耦合计算与分析
42 (p2-5-1): 2.5.1 流固耦合方程
43 (p2-5-2): 2.5.2 叶片的颤振模型
46 (p2-5-3): 2.5.3 叶片铺层设计的计算机模拟
48 (p2-5-4): 2.5.4 叶片的应力应变数值计算
52 (p2-5-5): 2.5.5 叶片的模态分析
56 (p2-6): 参考文献
57 (p3): 第3章 基于振声信号的风力发电机叶片状态识别
57 (p3-1): 3.1 信号处理概述
57 (p3-1-1): 3.1.1 信号的时域分析
59 (p3-1-2): 3.1.2 信号的幅值分析
60 (p3-1-3): 3.1.3 信号的频谱分析
62 (p3-2): 3.2 风力发电机叶片的声发射监测方法
62 (p3-2-1): 3.2.1 声发射无损检测技术的应用
64 (p3-2-2): 3.2.2 声发射的基本原理
66 (p3-2-3): 3.2.3 声发射信号的常用参数
67 (p3-2-4): 3.2.4 叶片损伤声发射信号的小波分析
74 (p3-3): 3.3 风力发电机叶片的振动信号检测
74 (p3-3-1): 3.3.1 风力发电机叶片的常见故障
75 (p3-3-2): 3.3.2 模糊神经网络概述
80 (p3-3-3): 3.3.3 叶片的振动信号采集和处理
82 (p3-3-4): 3.3.4 叶片振动信号的频谱分析
83 (p3-3-5): 3.3.5 基于模糊神经网络的风力发电机叶片状态识别
85 (p3-4): 参考文献
87 (p4): 第4章 疲劳裂纹声发射信号的特征提取
87 (p4-1): 4.1 基于小波重分配尺度谱的疲劳裂纹特征提取
87 (p4-1-1): 4.1.1 小波变换
89 (p4-1-2): 4.1.2 优化小波重分配尺度谱
91 (p4-1-3): 4.1.3 试验装置
92 (p4-1-4): 4.1.4 信号处理结果分析
95 (p4-2): 4.2 基于多分辨率的叶片裂纹特征提取
95 (p4-2-1): 4.2.1 奇异值分解
96 (p4-2-2): 4.2.2 裂纹扩展AE信号的多分辨SVD
102 (p4-3): 4.3 叶片蒙皮初始裂纹的盲提取
102 (p4-3-1): 4.3.1 卷积混合信号的盲提取
103 (p4-3-2): 4.3.2 代价函数的改进
104 (p4-3-3): 4.3.3 非线性滤波器的选取
104 (p4-3-4): 4.3.4 计算机仿真
107 (p4-3-5): 4.3.5 裂纹扩展试验研究
111 (p4-4): 4.4 多裂纹扩展的声发射信号特征提取
111 (p4-4-1): 4.4.1 主裂纹扩展时AE信号特性分析
112 (p4-4-2): 4.4.2 多模态混叠AE信号的盲解卷算法
114 (p4-4-3): 4.4.3 风力发电机叶片的裂纹扩展试验
120 (p4-5): 参考文献
123 (p5): 第5章 疲劳裂纹的动态扩展机理
123 (p5-1): 5.1 复合材料断裂理论
123 (p5-1-1): 5.1.1 复合材料强度失效准则
125 (p5-1-2): 5.1.2 叶片强度失效分析
126 (p5-2): 5.2 叶片裂纹的有限元建模
128 (p5-3): 5.3 裂纹扩展的数值模拟
133 (p5-4): 5.4…