本發(fā)明屬于風機葉片測試的技術(shù)領(lǐng)域，具體涉及一種基于攝影測量技術(shù)的大型風機葉片模態(tài)測試方法。

背景技術(shù)：

風力發(fā)電機葉片在運行過程中受風載作用，容易引發(fā)產(chǎn)生振動，當振動頻率與葉片固有頻率接近或成倍頻關(guān)系時，就會發(fā)生共振，輕則使葉片產(chǎn)生疲勞裂紋，減少工作壽命，重則發(fā)生葉片折斷、機組損毀的事故。故在葉片安裝運行前，需要對葉片進行出廠前性能測試，以保證每個葉片的模態(tài)包括：固有頻率、阻尼和振型的一致性，使工作頻段盡可能避開葉片的固有頻率，否則會影響葉輪運行的穩(wěn)定性。

現(xiàn)有的葉片性能測試一般是采用接觸式振動測量方法，隨著風力發(fā)電機單機功率不斷提高，葉片尺寸越來越大，而隨著葉片的大型化，現(xiàn)有的風機葉片接觸式振動測量方法的實用性、時效性、適應(yīng)性越來越差，因此需要提出一種簡單有效的非接觸式測量方法。

現(xiàn)有技術(shù)中已有的風機葉片模態(tài)分析方法，如專利申請?zhí)?01410405529，專利名稱：一種風機葉片模態(tài)分析方法，采用縮比葉片模型便于同時開展模態(tài)試驗與仿真計算，通過二者相關(guān)性分析，修正葉片材料性能，應(yīng)用到全尺寸葉片數(shù)值分析中從而獲取實際葉片的真實模態(tài)參數(shù)。此方法存在生產(chǎn)制造單個縮尺葉片成本高昂，且存在不能精確按照全尺寸葉片真實結(jié)構(gòu)縮尺制作等問題。

現(xiàn)有技術(shù)中已有的非接觸式基于數(shù)字圖像的振動測量方法，如專利申請?zhí)?013102249219，專利名稱：基于機器視覺的柔性懸臂梁振動的測量裝置及方法，的測量對象僅限于簡單懸臂梁結(jié)構(gòu)，相機的安裝、led發(fā)光管的布置不便，且采用單相機簡單獲取一維振動信號，不能真實反映結(jié)構(gòu)的空間振動狀態(tài)；碩士論文《基于雙目立體視覺的大型柔性結(jié)構(gòu)在軌振動測量研究》，實際研究對象也是簡化為梁或板形簡單結(jié)構(gòu)，對基于振動信號的結(jié)構(gòu)模態(tài)參數(shù)辨識沒有提出合理的方案。

數(shù)字近景攝影測量是通過在不同位置和方向獲取同一物體兩幅以上的數(shù)字圖像，經(jīng)計算機圖像匹配及相關(guān)計算后獲取待測點的精確三維坐標。此方法具有測量現(xiàn)場工作量小、快速、高效和不易受溫度變化、噪聲等外界因素干擾的優(yōu)點。隨著相機核心器件ccd/cmos芯片的制造質(zhì)量提高和成本的降低，工業(yè)相機的圖像采集速度從幾赫茲發(fā)展到幾千赫茲，動態(tài)測量成為可能。因此，本發(fā)明提出一種基于雙目數(shù)字攝影測量的風機葉片振動非接觸式模態(tài)測試新方法。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于避免現(xiàn)有技術(shù)中的不足而提供一種基于攝影測量技術(shù)的大型風機葉片模態(tài)測試方法，其采用非接觸式、多點同步測振，實現(xiàn)對風機葉片的快速高精度模態(tài)測試。

本發(fā)明的目的通過以下技術(shù)方案實現(xiàn)：

提供一種基于攝影測量技術(shù)的大型風機葉片模態(tài)測試方法，包括如下步驟：

s1、在風機葉片表面布設(shè)多個反光編碼標志，每個反光編碼標志形成一個標志點；

s2、將風機葉片的根部夾持安裝固定后，激勵葉片隨機振動；

s3、用一對工業(yè)相機組成的雙目視覺測試系統(tǒng)對隨機激勵振動下的風機葉片表面圖像進行同步連續(xù)采集；

s4、對采集獲得的連續(xù)照片中的多個標記點進行實時識別和定位，提取標記點中心的亞像素級坐標并進行雙目立體視覺匹配；

s5、結(jié)合相機標定參數(shù)，通過三維重建計算多個標記點中心的三維坐標，得到時域振動位移信號；

s6、對各標記點中心的三維坐標的時域振動位移信號進行微分處理，得到振動速度信號和加速度信號；

s7、通過傅立葉變換將時域信號變換到頻域中觀察峰值，得出模態(tài)頻率估計值；

s8、結(jié)合模態(tài)頻率估計值，用隨機子空間識別法(ssi)對葉片的模態(tài)參數(shù)進行精確計算，獲取葉片的固有頻率、振型和阻尼比。

作為進一步的改進，在步驟s1中，反光編碼標志的布置方式為布滿整個葉片，越靠近葉尖分布越密集。

作為進一步的改進，在步驟s1中，反光編碼標志采用定向反光材料，為中間帶字符的圓形標志，通過字符識別標志和定位標志圓心。

作為進一步的改進，在步驟s2中，風機葉片根部通過可旋轉(zhuǎn)的安裝夾具夾持安裝固定，通過調(diào)整安裝夾具的旋轉(zhuǎn)角度使葉片的迎風面處于相機的拍攝視場范圍內(nèi)。

作為進一步的改進，在步驟s2中，使用力錘在葉片背面靠近根部60％區(qū)域連續(xù)持續(xù)的隨機激勵，使葉片處于振動狀態(tài)。

作為進一步的改進，在步驟s3中，相機的連續(xù)拍攝幀率大于需獲取的風機葉片振動頻率的2倍。

作為進一步的改進，在步驟s4中對照片依次進行濾波、去噪、閾值分割和特征識別、中心提取、立體視覺匹配。

作為進一步的改進，雙目視覺測試系統(tǒng)中的一對工業(yè)相機包括左相機和右相機，在步驟s5中，設(shè)左相機像空間坐標系o-xyz與標記點的坐標系重合，像平面坐標系為o1-u1v1，有效焦距為f1，右相機像空間坐標系or-xryrzr，像平面坐標系為o2-urvr，有效焦距為fr；設(shè)標記點p在o-xyz中的坐標為(x,y,z)，其在左照片中對應(yīng)的像點p在o-xyz中的坐標為(x,y,-f1)，標記點p在右照片中對應(yīng)的像點pr在or-xryrzr中的坐標為(xr,yr,-fr)；

對于左照片，有o、p和p三點共線有：

即：

對于右照片，由or、pr和p三點共線有

式中，(x’,y’,z’)為點p在or-xryrzr中的坐標，即：

o-xyz坐標系與or-xryrzr坐標系之間的相互位置關(guān)系通過旋轉(zhuǎn)和平移實現(xiàn)轉(zhuǎn)換，設(shè)分別為o-xyz坐標系與or-xryrzr坐標系之間的旋轉(zhuǎn)矩陣和平移矩陣，則有：

將(5)式代入(4)式得：

根據(jù)相機焦距參數(shù)、待測空間點在左、右照片中的像坐標、旋轉(zhuǎn)矩陣r和平移矩陣t，聯(lián)合(2)式與(6)式計算標記點的三維坐標。

本發(fā)明提供的提供一種基于攝影測量技術(shù)的大型風機葉片模態(tài)測試方法與現(xiàn)有技術(shù)相比，具有如下優(yōu)點：

(1)本發(fā)明不需要在葉片上粘貼傳感器和布線，實現(xiàn)了非接觸測量，精度高，操作方便、不會對測量對象的動力學特性造成影響。

(2)傳統(tǒng)測量方式由于傳感器通道的限制，測量速度慢、測點有限，本發(fā)明測點即布置的標志點，可實現(xiàn)多點快速同步測量，測量速度快。

(3)本發(fā)明基于雙目視差，可由兩幅匹配的圖像唯一確定標志點的三維坐標，對于風機葉片這樣復(fù)雜曲面的柔性體，此方法可以精確測量其揮舞、擺動和扭轉(zhuǎn)振動信息。

附圖說明

利用附圖對本發(fā)明作進一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1為本發(fā)明的總體流程圖；

圖2為雙相機測量原理圖；

圖3為測試系統(tǒng)布局圖；

圖4為隨機子空間模態(tài)參數(shù)計算流程圖。

具體實施方式

為了使本領(lǐng)域的技術(shù)人員更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖和具體實施例對本發(fā)明作進一步詳細的描述，需要說明的是，在不沖突的情況下，本申請的實施例及實施例中的特征可以相互組合。

本發(fā)明的核心在于提供一種基于攝影測量技術(shù)的大型風機葉片模態(tài)測試方法，其采用一對cmos/ccd工業(yè)相機對隨機激勵振動下的風機葉片表面圖像進行同步拍攝，識別、定位圖像中多個標記點，提取標記點中心亞像素級坐標并進行雙相機的立體匹配，通過三維重建技術(shù)計算各個測點的三維坐標，對位移數(shù)據(jù)進行微分處理，得到所需振動響應(yīng)信號；通過傅立葉變換將時域信號變換到頻域中觀察峰值，可找出模態(tài)頻率；結(jié)合分析出的頻率值，進一步用隨機子空間識別法(ssi，stochasticsubspaceidentification)對葉片的模態(tài)參數(shù)進行精確計算，獲取葉片的固有頻率、振型和阻尼比。

圖1所示為一種基于雙相機數(shù)字圖像攝影測量技術(shù)的模態(tài)測試方法總體流程圖。本實施例擬采用長為1.6m的風機葉片作為測量對象，實施例所涉及的實驗裝置包括：工業(yè)cmos相機、鏡頭及相機支座2套、葉片固定夾具一個、反光材料標志點若干及計算機一臺；圖2表明了雙相機前方交會直接測量原理；圖3對整個測量系統(tǒng)的硬件布局、被測葉片的安裝固定和葉片表面測點布置進行了示意；圖4對基于協(xié)方差的隨機子空間模態(tài)參數(shù)辨識方法給出了詳細的說明。

結(jié)合圖1至圖4所示，本發(fā)明實施例提供的一種基于攝影測量技術(shù)的大型風機葉片模態(tài)測試方法，包括如下步驟：

s1、在風機葉片表面布設(shè)多個反光編碼標志，每個反光編碼標志形成一個標志點；

s2、將風機葉片的根部夾持安裝固定后，激勵葉片隨機振動，激勵方式為使用力錘在葉片背面靠近根部60％區(qū)域連續(xù)持續(xù)的隨機激勵，使葉片處于振動狀態(tài)。

s3、用一對工業(yè)相機組成的雙目視覺測試系統(tǒng)對隨機激勵振動下的風機葉片表面圖像進行同步連續(xù)采集。具體的，葉片隨機振動后，對相機發(fā)出指令，開始同步采集并將所拍攝的照片實時傳輸?shù)絧c機以備下一步驟的處理。雙目視覺測試系統(tǒng)根據(jù)實際測試葉片的視場以及感興趣頻率范圍選取合適型號的相機和鏡頭，其中，選用定焦鏡頭，相機的采集幀率需要達到振動頻率的4倍以上，且同時兼顧考慮相機的分辨率和成本。

s4、對采集獲得的連續(xù)照片中的多個標記點進行實時識別和定位，提取標記點中心的亞像素級坐標并進行雙目立體視覺匹配；采集圖像的同步獲取通過采用光纖傳送控制信號達到硬件的同步觸發(fā)，將控制信號接到相機上，這樣確保采集同步；為減少了傳輸過程中信號失真，各相機采用本地獨立圖像存儲，在通過tcp/ip協(xié)議傳輸?shù)街鳈C上。

s5、結(jié)合相機標定參數(shù)，通過三維重建計算多個標記點中心的三維坐標，得到時域振動位移信號。其中，相機的標定，首先建立像點的系統(tǒng)誤差模型，通過制作三維活動控制架，可知大量空間坐標已知的控制點，采用三維活動控制架上布置的大量已知精確空間坐標的控制點進行空間后方交會求解相機內(nèi)外參數(shù)，此方法可直接補償系統(tǒng)誤差，并通過考慮不同畸變參數(shù)的影響，選取最優(yōu)的內(nèi)部參數(shù)個數(shù)。

s6、在葉片激勵未知情況下，對各標記點中心的三維坐標的時域振動位移信號進行微分處理，得到振動速度信號和加速度信號等振動響應(yīng)信號；

s7、通過傅立葉變換將時域信號變換到頻域中觀察峰值，得出模態(tài)頻率估計值；

s8、結(jié)合模態(tài)頻率估計值，從振動響應(yīng)出發(fā)，用隨機子空間識別法對葉片的模態(tài)參數(shù)進行精確計算，獲取葉片的固有頻率、振型和阻尼比，通過三個方向的振動信號可識別出葉片的揮舞、擺動、扭轉(zhuǎn)等振型。

結(jié)合圖4所示，步驟s8中的基于協(xié)方差的隨機子空間識別法的具體步驟如下：

1、根據(jù)測量、微分變換得到的加速度響應(yīng)數(shù)據(jù)構(gòu)建hankel矩陣，其表達式如下：

式中，yi是l×1維列向量，表示i時刻所有測點的響應(yīng)。這里的i和j是人為設(shè)置的，但是有一定的規(guī)則：1)i的取值要滿足：i>f/2f0；2)j的取值越大越好，一般設(shè)置j>20i；3)2i+j-1<n(n為離散點總數(shù))。

2、計算輸出協(xié)方差矩陣，輸出的協(xié)方差矩陣定義為：

ri＝e[yk+iyk]

式中i為任意時刻的時延。ri是lc×lc維。假定輸出數(shù)據(jù)具有各態(tài)歷經(jīng)性，則有：

進而有：

實際測試中，只能得到有限的j個數(shù)據(jù)點，因此輸出協(xié)方差可以估計為：

因此：

3、塊toeplitz矩陣分解，上式可以分解為：

接著對toeplitz矩陣進行奇異值分解，有：

u,v是正交矩陣，分別滿足u^tu＝uu^t＝1和v^tv＝vv^t＝1。

4、模態(tài)參數(shù)識別

將奇異值分解為兩個部分，分別用矩陣oi和γi表示，具體如下所示：

ts是一個非奇異矩陣，可以看成是對原來模擬的一種相似變換，即不管怎么取值，得到的模型都是等價的，故這里取ts＝i，因此：

根據(jù)式7有：

c＝oi(1:lc,:)g＝γi(:,lc(i-1)+1:lci)

根據(jù)t1|i的定義，同樣可以得到t2|i：

可以看出t1|i和t2|i具有相同的結(jié)構(gòu)，只是其中包含的協(xié)方差rk時延從2到i+1，可以得到：

其中的oi⁺和γi⁺分別表示o矩陣和γ矩陣的廣義逆。對a進行特征值分解如下：

a＝ψλψ^-1

其中λ＝diag[μi]∈r^m×n是一個對角矩陣，由離散復(fù)特征值組成；ψ是由特征向量組成的矩陣。由連續(xù)狀態(tài)矩陣變換為離散狀態(tài)矩陣：

ac＝ψcλcψc^-1

a＝exp[ψc(λcδt)ψc^-1]＝ψcexp(λcδt)ψc^-1

a與ac具有相同的特征向量，兩者特征值的關(guān)系為：

系統(tǒng)的復(fù)特征值與固有頻率，阻尼比之間的關(guān)系為：

通過以上理論推導(dǎo)，模態(tài)三個參數(shù)：頻率、阻尼比以及振型均可求出。

作為進一步優(yōu)選的實施方式，在步驟s1中，反光編碼標志采用定向反光材料，為中間帶字符的圓形標志，通過字符識別標志和定位圓心。標志點布置原則是規(guī)避節(jié)點和拍攝盲區(qū)，在振幅變化較大區(qū)域密布測點，如圖3所示的實施例中，反光編碼標志的布置方式為布滿整個葉片，越靠近葉尖分布越密集。

作為進一步優(yōu)選的實施方式，在步驟s2中，風機葉片根部通過可旋轉(zhuǎn)的安裝夾具夾持安裝固定，夾具具有360度旋轉(zhuǎn)功能，方便調(diào)節(jié)葉片的角度，模擬變槳距工況，且在實際測量時葉片可以調(diào)節(jié)到最合適的拍攝視場。如圖3所示的實施例中，葉尖為自由端，通過調(diào)整安裝夾具的旋轉(zhuǎn)角度使葉片的迎風面處于相機的拍攝視場范圍內(nèi)。

作為進一步優(yōu)選的實施方式，在步驟s3中，相機的連續(xù)拍攝幀率大于需獲取的風機葉片振動頻率的2倍。為了確保有效數(shù)據(jù)的采集，本實施例中選用210fps的相機，相機的圖像連續(xù)拍攝幀率大于風機葉片振動頻率的4倍以上，根據(jù)測試精度要求，確定相機合適的交會角度、拍攝距離、反光標志大小、相機分辨率等。

作為進一步優(yōu)選的實施方式，在步驟s4中對照片依次進行濾波、去噪、閾值分割和特征識別、中心提取、立體視覺匹配。

作為進一步優(yōu)選的實施方式，重建標志點的三維坐標步驟如下：

雙目視覺測試系統(tǒng)中的一對工業(yè)相機包括左相機和右相機，在步驟s5中，設(shè)左相機像空間坐標系o-xyz與標記點的坐標系重合，像平面坐標系為o1-u1v1，有效焦距為f1，右相機像空間坐標系or-xryrzr，像平面坐標系為o2-urvr，有效焦距為fr；設(shè)標記點p在o-xyz中的坐標為(x,y,z)，其在左照片中對應(yīng)的像點p在o-xyz中的坐標為(x,y,-f1)，標記點p在右照片中對應(yīng)的像點pr在or-xryrzr中的坐標為(xr,yr,-fr)；

對于左照片，有o、p和p三點共線有：

即：

對于右照片，由or、pr和p三點共線有：

式中，(x’,y’,z’)為點p在or-xryrzr中的坐標，即：

o-xyz坐標系與or-xryrzr坐標系之間的相互位置關(guān)系通過旋轉(zhuǎn)和平移實現(xiàn)轉(zhuǎn)換，設(shè)分別為o-xyz坐標系與or-xryrzr坐標系之間的旋轉(zhuǎn)矩陣和平移矩陣，則有：

將(5)式代入(4)式得：

根據(jù)相機焦距參數(shù)、待測空間點在左、右照片中的像坐標、旋轉(zhuǎn)矩陣r和平移矩陣t，聯(lián)合(2)式與(6)式計算標記點的三維坐標。

上面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用其他不同于在此描述的其他方式來實施，因此，不能理解為對本發(fā)明保護范圍的限制。

總之，本發(fā)明雖然列舉了上述優(yōu)選實施方式，但是應(yīng)該說明，雖然本領(lǐng)域的技術(shù)人員可以進行各種變化和改型，除非這樣的變化和改型偏離了本發(fā)明的范圍，否則都應(yīng)該包括在本發(fā)明的保護范圍內(nèi)。