CN103017895B - 海上风力发电支撑结构振动监测点布设方法 - Google Patents

Abstract

本发明提出一种海上风力发电支撑结构振动监测点布设方法，一方面可以借助传统传感器位置优化技术提供初始布设方案，同时可以更充分考虑传感器位置的安装难易程度，即舍弃初始布设方案中水深较深的位置，适当补充水深较浅的非连接点位置。从而，本发明既可以考虑有限元模型与实际结构的建模误差，又能相对准确的获得海上风力发电结构的完备振型，同时，该方法具有不同于常规传感器位置优化中优化方案唯一的特点，能够根据模态识别阶次的不同变换传感器布设方案，最大程度的以最少的传感器数量、最易于安装的传感器位置获取海上风力发电支撑结构的模态振型。

Description

海上风力发电支撑结构振动监测点布设方法

技术领域

本发明涉及一种以同精度获取海上风力发电支撑结构模态振型为目标的传感器位置布设新方法，特别是针对深水导管架式海上风力发电支撑结构的振动点选取问题。

背景技术

风力发电是风能利用的主要方式，是世界上发展最快的绿色能源技术。海上风况优于陆地，离岸10km的海上风速通常比沿岸陆上高约25％；海上风湍流强度小，具有稳定的主导风向，机组承受的疲劳负荷较低，使得风机寿命更长；风切变小，因而塔架可以较低；在海上开发利用风能，受噪声、景观、鸟类、电磁波干扰等问题的限制较少。海上风能的开发利用不会造成大气污染和产生任何有害物质，可减少温室效应气体的排放，环保价值可观。正是由于海上丰富的风能资源和当今技术的可行性，海洋将成为一个迅速发展的风电市场。

我国海岸线长，有近500万平方公里的海域，海上风能资源十分丰富，东部沿海地区经济发达，海上可开发风能资源约为7.5亿KW，具有开发利用风电的良好市场条件和巨大资源潜力。然而，海上风机结构长期服役在恶劣的海洋环境中，受到各种环境荷载的交互作用，如风荷载、海流、波浪荷载、冰荷载等，有时还要受到地震、台风、海啸、船碰击等意外打击，结构本身还要遭到环境腐蚀、海生物附着、海底冲刷、复杂海床变化等影响。在这些恶劣的环境荷载的长期作用下，结构容易产生各种各样的损伤，使其动力特性发生改变，承载能力下降，同时诱发过激振动，影响使用。严重的还会导致结构失效，造成巨大的经济损失以及不良的社会影响。

为合理有效维护海上风电基础结构，减少因基础结构问题而导致的风机停机时间，降低维护成本，采用合理方案对风电基础结构在服役期内进行实时监测、检测，及时发现基础结构的偶然损伤，并在保障安全的条件下及时修复是非常必要的。从而，借助监测***对风电基础结构进行预防性维护，尽量减少补偿性维护，降低风电基础结构的维护费用。

但是，常规海上风电振动监测时，传感器通常安装在风力发电机附近，并且就目前的安装情况来看，数量非常少，少则一个，多则2-3个。虽然监测信号在一定程度上能够反映风机的运行情况，但对于海上风电支撑结构而言，因传感器距离支撑结构较远，并且支撑结构基本位于水面以下，利用现有的传感器数据无法得知支撑结构的振动情况，包括支撑结构的模态信息，尤其是模态振型。常规传感器位置优化技术，其优化过程往往需要所建立有限元模型的模态振型，但当实际结构与有限元模型误差较大时，必然造成有限元模态振型与实际结构对应模态振型的较大差异，也就是说基于有限元模态振型获得的传感器位置并非实际结构所需的传感器位置；尤其对于海上结构而言，水下安装传感器的难度与成本可想而知。再者，考虑到实际海上风电支撑结构只有少数低阶模态能够被激励，不同的模态反映不同的结构振动形式，故而对传感器的数据及相对位置要求也不一致。

发明内容

本发明提出一种适用于导管架式海上风力发电支撑结构的传感器布设方法，该方法具有不同于常规传感器位置优化中优化方案唯一的特点，能够根据模态识别阶次的不同变换传感器布设方案，最大程度的以最少的传感器数量、最易于安装的传感器位置获取海上风力发电支撑结构的模态振型。

本发明采用如下技术方案予以实现：

1、一种海上风力发电支撑结构振动监测点布设方法，其特征在于：包括如下步骤：

A、有限元模型模态信息提取；

B、传感器位置优化；

C、传感器位置工程化选取；

C1、删除贡献度最小的传感器位置、保留贡献度较大的传感器位置，获取传感器初步布设方案；

C2、舍弃初步布设方案中水深较深的节点，根据实际情况增设少数水深较浅的非连接点位置并安装传感器；

D、工程化传感器位置可行性分析；

D1、获取结构动力响应信号；

D2、完备振型计算；

D21、结构模态参数提取；

D22、建立实际结构自由振动方程；

D23、建立初始完备阵型并假定未安装传感器位置对应的阵型值为1；

D24、构造真实完备振型与初始完备振型关系。

进一步地，所述A步骤包括如下：

A1、建立结构有限元数值模型，获取该有限元模型的质量矩阵与刚度矩阵，分别标记为M、K并存储入专用存储器中；

A2、对所建立的有限元模型进行模态分析，确定感兴趣的目标模态，并获得对应的模态矩阵Ф_s。

进一步地，所述B步骤包括如下：将获得的模态矩阵构建Fi sher信息阵，求有效独立分配矩阵。

进一步地，所述D22步骤中，建立实际结构自由振动方程：其中M^*、K^*分别为实际结构的质量、刚度矩阵，与步骤A1结构中M、K的关系为：

M^*＝M

$K^{*}=K+\mathrm{\ΔK}=K+\underset{n=1}{\overset{\mathrm{Ne}}{\mathrm{\Σ}}}{\mathrm{\α}}_n{K}_n$

其中，K_n为有限元模型中第n个单元刚度矩阵在整体坐标系下的形式；α_n为单元总数为Ne时第n个单元的修正系数。

进一步地，所述D23步骤中，假定第j阶完备振型的形式如下：

${\mathrm{\Φ}}_j^{\′}=\left\{\begin{array}{c}\mathrm{md}\\ \mathrm{md}\\ \·\\ \·\\ \·\\ 1\\ 1\\ \·\\ \·\\ \·\\ 1\end{array}\right\}$

其中，md为主自由度对应的实测值，并假定从自由度对应振型值为1。

与现有技术相比，本发明的优点和积极效果是：

1、本发明的振动监测点布设方法更适用于海上风力发电支撑结构，较传统传感器位置优化计算结果而言，本方法可以舍弃传统方法计算结果中工程实施难度大的位置，同时辅之以少量非连接节点位置作为补偿，所补充的非连接点位置水深较浅，便于工程安装；

2、本发明中模态振型的扩阶部分不同于传统扩阶方法，传统扩阶方法借助转换矩阵实现模型缩减或模态扩阶，而本发明不需涉及转换矩阵。同时，传统方法也很少考虑有限元模型的建模误差，而本发明可以考虑有限元模型刚度参数的模拟误差，从而使有限元模型更接近于真实结构；

3、本发明以最少的传感器数量、最易于安装的传感器位置获取海上风力发电支撑结构的模态振型，工程应用前景广阔。

结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。

附图说明

图1为本发明的海上风力发电结构有限元模型图；

图2为常规传感器位置优化方案；

图3为本发明振动监测点布设方案；

图4为预设建模误差与计算建模误差对比图。

具体实施方式

常规传感器位置优化技术，其优化过程往往参考所建立有限元模型的模态振型进行传感器位置选取，但当实际结构与有限元模型误差较大时，必然造成有限元模态振型与实际结构对应模态振型的较大差异，也就是说基于有限元模态振型获得的传感器位置并非实际结构所需的传感器位置。同时，考虑到实际海上风电支撑结构只有少数低阶模态能够被激励，不同的模态反映不同的结构振动形式，故而对传感器的数据及相对位置要求也不一致。故，本发明提出一种适用于导管架式海上风力发电支撑结构的传感器布设新方法，该方法能够考虑有限元模型的建模误差以减少有限元模型与真实结构之间的差异，同时，该方法具有不同于常规传感器位置优化中优化方案唯一的特点，能够根据模态识别阶次的不同变换传感器布设方案，最大程度的以最少的传感器数量、最易于安装的传感器位置获取海上风力发电支撑结构的模态振型。

本发明采用以下技术方案予以实现：

a)建立结构有限元数值模型，获取该有限元模型的质量矩阵与刚度矩阵，分别标记为M、K并存储入专用存储器中；

b)对所建立的有限元模型进行模态分析，确定感兴趣的目标模态，并获得对应的模态矩阵Ф_s；

c)将所选模态矩阵构建Fisher信息阵求有效独立分配矩阵E_D＝Фψλ^-1(Фψ)^T＝Ф[Ф^TФ]^-1Ф^T

其中，为高斯白噪声的方差，λ为特征值，T为矩阵转置符号。

d)删除E_D主对角线元素中的最小值，保留E_D主对角线元素中的较大值，即删除贡献度最小的传感器位置、保留贡献度较大的传感器位置，获取传感器初步布设方案A；

如此，可以借助常规传感器优化技术获取初步的布设方案，为本发明提供参考。但常规传感器优化技术(如有效独立法、非线性规划法等)所得优化方案无法考虑实际位置传感器安装的可操作性，如随着水深的增加，传感器的安装难度与经济成本大幅增加，或者理论上需要的安装位置因实际设备需要无法安装等，以致在实际工程应用中受到限制。

e)舍弃方案A中水深较深的节点，根据实际情况(如工程允许安装位置、传感器作业水深、潜水员下潜深度等)可增设少数水深较浅的非连接点位置(如将深水位置传感器直接上移到构件浅水区)并安装加速度/速度/位移传感器，该类传感器要求具有防水性能；

如此，本发明传感器位置不局限于传统优化技术所得结果，可以排除实际工程中安装难度较大的位置；同时，所补充的非连接点位置水深较浅，便于工程安装。其工程意义在于本发明的振动监测点既最大程度的满足传感器位置优化的计算结果，又具有良好的工程应用可操作性，应用性及经济性明显。

f)获取结构动力响应信号，其或是加速度，和/或是速度，和/或是位移。利用模态参数识别技术得到结构的模态参数λ′_j叫、Ф′_j，其中j为模态阶次，并将其存储入所述专用存储器中；

g)完备振型计算：

①从专用存储器中读取上述步骤a)中存储的数据，即M、K；

②结构模态参数提取

利用模态参数识别方法提取模态频率f、模态振型Ф^*，其中 $f_i=\sqrt{{\mathrm{\λ}}_i}\×180/\left(2\mathrm{\π}\right).$

③建立实际结构自由振动方程：其中M^*、K^*分别为实际结构的质量、刚度矩阵。与步骤a)结构中M、K的关系为：

M^*＝M

$K^{*}=K+\mathrm{\ΔK}=K+\underset{n=1}{\overset{\mathrm{Ne}}{\mathrm{\Σ}}}{\mathrm{\α}}_n{K}_n$

其中K_n为有限元模型中第n个单元刚度矩阵在整体坐标系下的形式；α_n为单元总数为Ne时第n个单元的修正系数。

如此，本发明可以同时实现建模误差计算与实测振型扩阶，较传统扩阶方法而言可以考虑有限元模型的建模误差，即在实测振型扩阶之前，可以考虑实际结构与所建立有限元模型之间刚度参数的差异，从而降低建模误差对实测振型扩阶的影响。同时，因质量参数的模拟，现有有限元计算方法可以比较准确的计算，故而不作为模型误差计算。

④初始完备振型形式确定及初始值选取：假定第j阶完备振型的形式如下

${\mathrm{\Φ}}_j^{\′}=\left\{\begin{array}{c}\mathrm{md}\\ \mathrm{md}\\ \·\\ \·\\ \·\\ 1\\ 1\\ \·\\ \·\\ \·\\ 1\end{array}\right\}$

其中，md为传感器安装位置(主自由度)对应的实测值，并假定未安装传感器位置(从自由度)对应振型值为1。

传统的模态振型扩阶，体系的自由度分解为主自由度和从自由度，然后状态向量、外力矩阵以及质量矩阵、刚度矩阵均分解为与主自由度和从自由度相对应的形式，忽略其中惯性力项，即可得到转换矩阵。

如此，本发明中不需要转换矩阵作为实测振型与完备振型的过度桥梁。振型实测值可以借助现有较为成熟的模态参数识别方法得到，而需求解的从自由度振型值可以假定为常数1，便于实施。

⑤构造真实完备振型与初始完备振型关系，即

${\mathrm{\Φ}}_j^{*}={\mathrm{\Φ}}_j^{\′}+\underset{s=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\δ}}_s{\mathrm{\Φ}}_{s,j}^{\′}$

其中Ф′_s，j为第s个从自由度为1，其他位置均为0的振型，δ_s为对应的系数。

⑥将步骤③⑤带入下式

${\mathrm{\Φ}}_i^T{K}^{*}{\mathrm{\Φ}}_j^{*}={\mathrm{\λ}}_j^{*}{\mathrm{\Φ}}_i^T{M}^{*}{\mathrm{\Φ}}_j^{*}$

其中Ф_i从有限元模型中获得的第i阶振型。

得

$\underset{n=1}{\overset{\mathrm{Ne}}{\mathrm{\Σ}}}{\mathrm{\α}}_n{K}_{\mathrm{ni},j}^{\mathrm{\Δ}}+\underset{s=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\δ}}_s{K}_{s,\mathrm{ij}}^{\mathrm{\Δ}}-\underset{s=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\δ}}_s{M}_{s,\mathrm{ij}}^{\mathrm{\Δ}}+\underset{s=1}{\overset{N}{\mathrm{\Σ}}}\underset{n=1}{\overset{\mathrm{Ne}}{\mathrm{\Σ}}}{\mathrm{\α}}_n{\mathrm{\δ}}_s{\tilde{K}}_{n,\mathrm{ij}}^s=f$

其中 ${\tilde{K}}_{n,\mathrm{ij}}^s={\mathrm{\Φ}}_i^T{K}_n{\mathrm{\Φ}}_{s,j}^{\′},$ 并且

$f^{\mathrm{\Δ}}={\mathrm{\λ}}_j^{*}{\mathrm{\Φ}}_i^{T}M{\mathrm{\Φ}}_j^{\′}-{\mathrm{\Φ}}_i^{T}K{\mathrm{\Φ}}_j^{\′}$

⑦步骤⑥进一步化简为

$\underset{n=1}{\overset{\mathrm{Ne}}{\mathrm{\Σ}}}{\mathrm{\α}}_n{K}_{\mathrm{ni},j}^{\mathrm{\Δ}}+\underset{s=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\δ}}_s(K_{s,\mathrm{ij}}^{\mathrm{\Δ}}-\underset{s=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\δ}}_s{M}_{s,\mathrm{ij}}^{\mathrm{\Δ}})+\underset{s=1}{\overset{N}{\mathrm{\Σ}}}\underset{n=1}{\overset{\mathrm{Ne}}{\mathrm{\Σ}}}{\mathrm{\α}}_n{\mathrm{\δ}}_s{\tilde{K}}_{n,\mathrm{ij}}^s=f$

其中 ${\tilde{K}}_{\mathrm{ij}}^s=\left[\begin{array}{cccc}{\tilde{K}}_{1,\mathrm{ij}}^1& {\tilde{K}}_{2,\mathrm{ij}}^1& \·\·\·& {\tilde{K}}_{\mathrm{Ne},\mathrm{ij}}^1\\ {\tilde{K}}_{1,\mathrm{ij}}^2& {\tilde{K}}_{2,\mathrm{ij}}^2& \·\·\·& {\tilde{K}}_{\mathrm{Ne},\mathrm{ij}}^1\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ {\tilde{K}}_{1,\mathrm{ij}}^N& {\tilde{K}}_{2,\mathrm{ij}}^N& \·\·\·& {\tilde{K}}_{\mathrm{Ne},\mathrm{ij}}^N\end{array}\right],$ $\mathrm{\α}=\left\{\begin{array}{c}{\mathrm{\α}}_1\\ {\mathrm{\α}}_2\\ \·\\ \·\\ \·\\ {\mathrm{\α}}_{\mathrm{Ne}}\end{array}\right\}$ $\mathrm{\δ}=\left\{\begin{array}{c}{\mathrm{\δ}}_1\\ {\mathrm{\δ}}_2\\ \·\\ \·\\ \·\\ {\mathrm{\δ}}_N\end{array}\right\},$

⑧步骤⑦写成矩阵的形式

⑨求解步骤⑧

假定步骤⑧中δ具有初始值，即取有限元模型第j阶振型与步骤③中在从自由度上得差值，带入步骤⑧，得

⑩收敛性判断：重复求解步骤⑨直到下式收敛

$\mathrm{\κ}=\frac{{\left|\right|\mathrm{\ΔF}\left|\right|}_2}{{\left|\right|F^{*}\left|\right|}_2}$

其中，且F^*分别为主自由度估算值与实测值。

综上，本发明对于监测点位置的选取可以借助传统传感器位置优化技术，但又不局限于传统技术计算方案，本发明所需监测点更便于工程操作；另外，本发明在振型扩阶时可以考虑有限元模型的建模误差，振型扩阶时无需常规技术所必须的转换矩阵，从而可以保证高阶振型的扩阶精度。

下面以三桩海上风力发电模型介绍本发明的应用。

(1)三桩海上风力发电有限元数值模型建立

以三桩海上风力发电模型进行研究，参考图1。该模型共有25个单元组成，其中节点19以下均位于水中。所用材料的杨氏模量为2.1×10¹¹Pa，泊松比为0.3，密度为7860Kg/m³。

因有限元建模必然与实际结构之间存在误差，故而真实结构假定单元7、单元14分别具有35％、45％的刚度降低，其他单元刚度均乘上均值为零、方差为0.15的服从高斯分布的刚度变化系数。有限元模型与实际结构的前10阶频率对比见表1。

表1为导管架式海洋平台结构有限元模型与实际结构的前10阶频率，单位：Hz

阶次	有限元模型	实际结构	相对误差(％)
				1.00	3.72	3.58	3.96
2.00	3.72	3.58	3.94
				3.00	22.50	21.84	3.03
4.00	22.50	21.97	2.44
				5.00	25.39	24.30	4.49
6.00	25.39	24.65	3.00
				7.00	29.70	28.53	4.08
8.00	41.38	39.54	4.64
				9.00	41.38	40.33	2.60
10.00	63.31	61.11	3.60

(2)传统传感器位置优化方案

对于海上风力发电结构，基于环境、风机转动无法获取风电结构的所有阶次模态，故而本算例中以获取该风电结构前10阶模态为目标，有27个单向传感器可以选用(传感器数量可以变化，规律一致)，执行技术方案a)-d)，利用传统传感器位置优化技术获取振动监测点的初步布设方案，参考图2。表2为采用该初步布设方案并执行本发明中完备振型计算步骤f)，获得的前10阶振型与实际结构前10阶振型MAC值。

表2为采用初步布设方案并执行本发明获得的前10阶振型与实际结构前10阶振型MAC值。

阶次	静态缩阶法	本发明
			1	1	1
2	1	1
			3	0.998	1
4	0.9982	0.9999
			5	0.998	0.9996
6	0.9966	0.9997
			7	0.999	0.9998
8	0.9968	0.9994
			9	0.9948	0.9976
10	0.9834	0.9987

该表清晰表明虽然传统扩阶技术与本发明均可对前10阶振型扩阶，但本发明较传统扩阶技术拥有更高的精度。同时，图2亦表明，传统传感器位置优化技术无法考虑实际工程中传感器安装的难度，如节点4、5因水深较深导致安装困难。

(3)本发明振动监测点方案

执行本发明e)，舍弃初始方案中不易于安装的位置，即本算例中将水深较深的传感器位置去除，同时补充水深较浅的非连接点位置，传感器数量依然使用27个，参考图3。

执行本发明f)-g)，图4为算例中预设建模误差与计算建模误差对比图，表3为前10阶振型与实际结构前10阶振型MAC值。

表3为采用本发明振动监测点布设方案获得的前10阶振型与实际结构前10阶振型MAC值。

阶次	静态缩阶法	本发明
			1	0.99999	1
2	0.99999	1
			3	0.99605	0.9999
4	0.99676	0.9999
			5	0.98696	0.9989
6	0.98339	0.9993
			7	0.95727	0.9985
8	0.75733	0.9992
			9	0.76334	0.9993
10	0.97265	0.9987

计算结果表明，基于本发明的振动监测方案，传统振型扩阶技术将损失高阶模态的扩阶精度，如第8、第9阶模态MAC值仅为0.7573、0.7633，而本发明依然可以保持较好的精度。同时，本发明可以对有限元建模误差提供一个比较合理的估算，而传统振型扩阶技术无法做到。

总之，上述应用充分证明本发明对于海上风力发电振动监测点选取问题，一方面可以借助传统传感器位置优化技术提供初始布设方案，同时可以更充分考虑传感器位置的安装难易程度，即舍弃初始布设方案中水深较深的位置，适当补充水深较浅的非连接点位置。从而，本发明既可以考虑有限元模型与实际结构的建模误差，又能相对准确的获得海上风力发电结构的完备振型。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域有类似要求的液体、气体的控制，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (1)

1.一种海上风力发电支撑结构振动监测点布设方法，其特征在于：包括如下步骤：

A、有限元模型模态信息提取;

A1、建立结构有限元数值模型，获取该有限元模型的质量矩阵与刚度矩阵，分别标记为                                               、并存储入专用存储器中；

A2、对所建立的有限元模型进行模态分析，确定感兴趣的目标模态，并获得对应的模态矩阵；

B、传感器位置优化;

将获得的模态矩阵构建Fisher信息阵，求有效独立分配矩阵；

C、传感器位置工程化选取;

C1、删除贡献度最小的传感器位置、保留贡献度较大的传感器位置，获取传感器初步布设方案，其中，贡献度最小的传感器位置即有效独立分配矩阵中主对角线元素中的最小值，保留贡献度较大的传感器位置即有效独立分配矩阵中主对角线元素中的较大值；

C2、舍弃初步布设方案中水深较深的节点，根据实际情况增设少数水深较浅的非连接点位置并安装传感器；

D、工程化传感器位置可行性分析;

D1、获取结构动力响应信号；

D2、完备振型计算；

D21、结构模态参数提取；

D22、建立实际结构自由振动方程：，其中、分别为实际结构的质量、刚度矩阵，与步骤A1结构中、的关系为：

其中，为有限元模型中第n个单元刚度矩阵在整体坐标系下的形式；为单元总数为时第n个单元的修正系数，

D23、建立初始完备阵型并假定未安装传感器位置对应的阵型值为1；

假定第j阶完备振型的形式如下：

其中，md为主自由度对应的实测值，并假定从自由度对应振型值为1；

D24、构造真实完备振型与初始完备振型关系。