高溫高濕環境下大規模海上風電機組零部件的防腐檢測

來源：無損檢測證書掛靠網 時間：2025-12-17 作者：無損檢測證書掛靠網 瀏覽量：

全球對可再生能源的需求日益增長,海上風電作為一種清潔、高效的能源形式,得到了廣泛的關注和應用[1]。海上風電機組通常安裝在遠離陸地的海域,長期暴露在高溫、高濕、高鹽度的海洋環境中,風電機組的金屬零部件難以避免地會受到腐蝕。腐蝕的類型多種多樣,主要包括海水腐蝕[2]、海洋微生物腐蝕[3]、疲勞腐蝕[4]、應力腐蝕[5]等。腐蝕會導致零部件的強度降低、性能退化,甚至引發安全事故。因此,了解風電機組零部件腐蝕的類型和機制,對于制定針對性的防腐措施和檢測方法至關重要。

張軼東等[6]對海上風電機組發電機軸承電腐蝕原因進行分析并提出了檢測方法,在闡明軸承電腐蝕和軸電流產生的基礎上,通過發電機振動、軸電壓和接地電阻等數據完成電腐蝕檢測。BRIJDER等[7]提出了基于切換卡爾曼濾波的海上風力渦輪機結構腐蝕檢測方法,利用切換卡爾曼濾波算法對渦輪機振動數據進行處理,根據濾波結果結合腐蝕檢測模型,判斷結構腐蝕現象。ZHANG等[8]提出了基于多物理場耦合模型的海上風電塔架高強度螺栓腐蝕疲勞檢測方法,在考慮動力載荷和環境載荷的情況下建立海上風電塔架結構力學模型,通過監測海上環境中鹽霧、濕度等因素對螺栓長期腐蝕的影響,建立螺栓疲勞壽命模型,再利用模型計算得到螺栓狀態,完成腐蝕疲勞檢測。

風電機組零部件腐蝕過程通常會影響材料的熱傳導性能,從而對其溫度產生影響。一般情況下,腐蝕部位的金屬表面會表現出與周圍未腐蝕區域不同的熱傳導性能,溫度分布異常,同時腐蝕部位局部熱量增加。利用紅外熱成像儀能夠捕捉零部件表面的熱量分布情況,及時定位腐蝕區域。基于此,文章提出高溫高濕環境下大規模海上風電機組零部件防腐檢測方法,利用紅外相機對零部件表面進行監測,通過熱點圖確定腐蝕區域,為及時維護或更換腐蝕零部件提供可靠指導。

1. 海上風電機組零部件防腐檢測方法設計

1.1 基于紅外熱成像的數據采集

紅外熱成像技術是一種基于紅外輻射原理的無損檢測方法,能夠實時監測被檢測物體的表面溫度變化[9-10]。當腐蝕發生時,金屬表面形成氧化物、氫氧化物或其他化合物,其熱傳導性能通常低于原始金屬的。同時,腐蝕過程伴隨著氧化反應,反應中熱量釋放使腐蝕區域溫度升高,高溫高濕環境下的化學反應更為劇烈,產生的熱量也更多。腐蝕還可能引起金屬材料塑性變形或斷裂等,造成金屬內部應力分布不均,從而產生溫度梯度[11]。上述缺陷處為熱量集中區域,在紅外圖像中會呈現出明顯的溫度異常。

在紅外相機型號與規格選擇上,需要確保其能夠適應海上高溫高濕的惡劣環境,同時在靈敏度、分辨率和響應速度方面能夠滿足檢測需求。為此,將基于分辨率為256×192晶圓級紅外模組開發而成,集成紅外熱成像儀與可見光攝像機為一體的NC200NW紅外相機作為監測裝置,具體布設方式如圖1所示。

圖 1紅外相機布設方式

考慮風電機組運行時間和天氣的擾動影響,設定拍攝時間間隔為

式中：Δt為紅外相機采集海上風電機組零部件表面狀態數據時的定時拍攝時間間隔；xij為采集到的海上風電機組零部件的表面狀態數據；T1為當前的定時拍攝時間間隔；N為采集到的海上風電機組零部件表面狀態數據xij的規模。

為了確保相機能夠自動拍攝,使用GPS模塊對每張照片拍攝位置進行標記,即

式中：D(xij)為采集到的海上風電機組零部件表面狀態數據xij對應的位置標記；a為GPS定位功能對于紅外相機的跟蹤常量；κ為紅外相機的響應元延遲偏差系數。

1.2 基于熱點圖分析的防腐檢測

采用高斯濾波去除海上風電機組零部件紅外數據噪聲[12-14],即

式中：G(xij)為去噪后的海上風電機組零部件表面狀態紅外數據；k為常數,主要決定高斯函數的濾波強度；m為原始海上風電機組零部件表面狀態紅外數據均值；σ為原始海上風電機組零部件表面狀態紅外數據的標準差參量。

基于區域平均法將像素值轉換為溫度值,將平均溫度值對應為海上風電機組零部件表面區域中心像素的溫度,即

式中：Ta為溫度值參量；xij(s)為海上風電機組零部件表面區域s內的紅外熱像數據信息；tn為區域內每個像素的溫度參數；n為區域內的像素數量規模。

根據像素溫度值生成零部件表面的熱點圖,通過提取溫度梯度特征計算相鄰像素點之間的溫度差值,反映零部件表面溫度變化的劇烈程度,即

式中：ΔTo、ΔTt和ΔTr分別為根據像素溫度值生成零部件表面熱點圖的一階溫度梯度參數、二階溫度梯度參數以及三階溫度梯度參數；Ta,i為熱點圖溫度梯度參數計算的基準區域溫度參數；Ta,i+1、Ta,i+2和Ta,i+3分別為基準區域的鄰居、次鄰域以及三級鄰域溫度參數。

通過提取溫度峰值特征,即熱點圖中溫度最高的區域,判斷風電機組零部件腐蝕區域中心位置,即

式中：g(s)為零部件表面腐蝕區域中心位置。

熱點圖中溫度最高區域即為腐蝕區域,但是其存在約束條件,即

由此完成海上風電機組零部件防腐狀態的檢測,從而保障海上風電機組穩定運行。

2. 測試結果與分析

2.1 測試環境

海水是一種復雜的電解質,含有高鹽度、微生物和溶解氣體等成分,這些物質會與金屬表面發生化學反應,導致嚴重的腐蝕。同時,風力發電機組在運行過程中會經歷周期性的載荷變化,其金屬表面會產生疲勞裂紋,在應力和腐蝕介質的共同作用下,也會出現應力腐蝕開裂現象。因此,選定海水腐蝕、海洋微生物腐蝕、疲勞腐蝕、應力腐蝕的主要缺陷作為測試所用的檢測目標。各腐蝕缺陷圖像如圖2所示。

圖 2風力發電機組零部件腐蝕缺陷圖像

選擇某海上風電場作為測試對象,其總裝機容量為400 MW,共安裝60臺風力發電機組,單臺風力發電機組平均裝機容量為6.67 MW,協同工作以產生電力。風力發電機組切入風速為3~4 m/s,切出風速為20~25 m/s,效率為40%~50%。

將海水腐蝕、海洋微生物腐蝕、疲勞腐蝕、應力腐蝕缺陷轉換為固定點,共選取5 000張高分辨率、低噪聲、高質量的圖像,其中4 500張用于訓練,500張（海水腐蝕120張、海洋微生物腐蝕100張、疲勞腐蝕140張、應力腐蝕140張）用于測試。具體測試指標及參數設置如表1所示。

Table 1.測試指標及參數設置

指標名稱	檢測參數標準值	可控范圍
缺陷檢測耗時/ms	0.15	±0.05
假反例	2.5	±0.1
最大檢測誤差/%	0.15	±0.01

2.2 測試結果

2.2.1 腐蝕缺陷類型識別分析

將海上風電機組零部件腐蝕缺陷類型識別準確率作為測試指標,采用文章方法、文獻[6]方法（海上風電機組發電機軸承電腐蝕檢測方法）和文獻[7]方法（基于切換卡爾曼濾波的海上風力渦輪機結構腐蝕檢測方法）進行對比試驗。采用3種方法分別對500幅測試圖像展開缺陷類型識別,具體測試結果如表2所示。

Table 2.不同方法的腐蝕缺陷類型識別結果

腐蝕缺陷類型	準確率/%
腐蝕缺陷類型	文章方法	文獻[6]方法	文獻[7]方法
海水腐蝕	97.7	93.4	93.7
海洋微生物腐蝕	98.3	92.1	94.8
疲勞腐蝕	97.9	92.1	95.4
應力腐蝕	98.5	95.3	96.5

由表2可知,文章方法能夠有效識別不同風電機組零部件腐蝕缺陷類型,且識別準確率最高,均值為98.1%。這主要是因為文章方法通過提取溫度梯度特征和溫度峰值特征,捕捉腐蝕缺陷在溫度場中的空間分布特性和溫度變化的關鍵點,從而確定防腐狀態,進而實現了對腐蝕缺陷類型的準確識別。

2.2.2 腐蝕缺陷信號抑制分析

腐蝕缺陷振動信號能夠反映風電機組零部件腐蝕狀態,減少或消除腐蝕缺陷信號中的噪聲,提高信號的質量和可靠性,以利于更準確地分析腐蝕缺陷。信噪比是指信號中的有效信息與噪聲的比值,是評估抑制效果的指標。較高的信噪比表明信號中的有效信息更為突出,噪聲干擾較小,更有助于后續腐蝕缺陷位置的定位。文章方法、文獻[6]方法和文獻[7]方法的腐蝕缺陷信號抑制結果如圖3所示。

圖 3不同方法的腐蝕缺陷信號抑制結果

由圖3可知,風電機組零部件在進行腐蝕缺陷類型識別時,文章方法能夠保持較為平穩的峰值,在26~33 dB的范圍內,有效抑制了信號中的噪聲干擾。文獻[6]方法和文獻[7]方法的峰值幅度波動較大,最高值為58 dB和61 dB。這是因為文章方法采用了高斯濾波對信號進行平滑處理,去除噪聲因素的同時保留了信號中的關鍵特征,進而減少了紅外數據中的噪聲干擾,使腐蝕缺陷信號更加清晰。