Airborne Acoustic and Empirical Mode Decomposition Techniques for Wind Turbine Condition Monitoring

Abdelnasser Abouhnik; E.M Ashmila; Ghalib R. Ibrahim; Alsdeg A. Abohnik

doi:10.59743/jbs.v38i1.323

المؤلفون

عبد الناصر ابوحنيك قسم الفيزياء، كلية التربية الخمس، جامعة المرقب، الخمس، ليبيا
إسماعيل اشميلة قسم الفيزياء، كلية التربية الخمس، جامعة المرقب، الخمس، ليبيا
غالب ابراهيم قسم الهندسة الميكانيكية، كلية الهندسة، جامعة الأنبار، الأنبار، العراق
الصديق ابوحنيك قسم الفيزياء، كلية التربية زليتن، الجامعة الأسمرية الإسلامية، زليتن، ليبيا

DOI:

https://doi.org/10.59743/jbs.v38i1.323

الكلمات المفتاحية:

تحليل النمط التجريبي(EMD، ميكروفون تكثيفي، الإشارات الصوتية المنبعثة في الهواء، اختلال توازن الدوّار

الملخص

توفر الإشارات الصوتية العديد من المزايا مقارنة بغيرها من تقنيات المراقبة وذلك نظراً لإمكانية قياسها عن بُعد، فضلاً عن احتوائها على معلومات قيّمة حول الآلة. ومع ذلك، فإن هذه الإشارات محملة بالعديد من الإشارات الصوتية المعقدة والمتولدة من العديد من مكونات الآلة والتي تشكل ضوضاء تجعل عملية استخراج المعلومات منها أكثر تعقيدًا، ومع ذلك تُعد الميكروفونات وسيلة فعالة ومنخفضة التكلفة لقياس تلك الإشارات وتعتمد تقنية المراقبة المقترحة على قياس وتحليل هذه الإشارات عن بعد لتشخيص وتقييم حالة عدم توازن د وّار توربينات الرياح بحيث تساهم في تحليل الإشارات الصوتية المنبعثة في الهواء والمُلتقطة عن بُعد عبر تفكيكها إلى مكوناتها الاساسية (مصدر كل إشارة) باستخدام تقنية تحليل النمط التجريبي (EMD) حيث يتم تقييم اختلال التوازن في دوار التوربين من خلال مراقبة سعة المكون الترددي المرتبط بسرعة الدوران، في هذه الدراسة العملية، , وُضع ميكروفون على بُعد 50 سم من التورباين لتسجيل تلك الإشارات. وتمت محاكاة الأعطال الميكانيكية من خلال إحداث اختلال في توازن الدوار على منصة الاختبار وعند سرعات دوران مختلفة، الخصائص الأساسية للإشارات المقاسة تم تحليلها في حالتين: الأولى عندما كانت شريحتان من الشفرات الثلاثة سليمتين، والثانية عندما تم استبدال شفرة واحدة بأخرى تفوقها وزنًا بنسبة 10%، 20%، و30% على التوالي، أظهرت النتائج أن تقنية التحليل الصوتي المنبعث من توربين الرياح في الهواء باستخدام تقنية التحليل النمطي التجريبي (EMD) حساسة للغاية لاختلالات التوازن في الشفرات، حيث سجلت زيادة خطية في شدة الإشارة مع زيادة درجة الخلل، مما يثبت فعاليتها في رصد وتشخيص الأعطال في توربينات الرياح.

المراجع

N. Baydar, "THE VIBRO-ACOUSTIC MONITORING OF GEARBOXES, in Department of Mechanical Engineering. University of Manchester Manchester," 2000.

Z. Xu et al., "A state-of-the-art review of the vibration and noise of wind turbine drivetrains," Sustainable Energy Technologies and Assessments, vol. 48, p. 101629, 2021/12/01/ 2021.

F. Qu, J. Liu, H. Zhu, and B. Zhou, "Wind turbine fault detection based on expanded linguistic terms and rules using non-singleton fuzzy logic," Applied Energy, vol. 262, p. 114469, 2020/03/15/ 2020.

J. Yan, L. Yongqian, L. Li, and X. Ren, "Wind Turbine Condition Monitoring Using the SSA-Optimized Self-Attention BiLSTM Network and Changepoint Detection Algorithm," Sensors, vol. 23, p. 5873, 06/25 2023.

A. Ogaili, Hamzah, M., Jaber, A., & Ghane, E., "Application of Discrete Wavelet Transform for Condition Monitoring and Fault Detection in Wind Turbine Blades: An Experimental Study," Unviversity of Technology- Iraq, 2024.

W. Y. Zhiqiang, Xu Yuanying, Mei., " Damage Diagnosis for Wind Turbine Blades Based on the Shifting Distance of Characteristic Frequency. in Image and Signal Processing. ," CISP '09. 2nd International Congress on, 2009.

A. Abouhnik, G. Ibrahim, R. Shnibha, and A. Albarbar, Wind Turbine Blade Fault Detection Using the Empirical Mode Decomposition Method; Numerical Simulation and Experimental Testing. 2011.

G. K. a. S. a. A. S. A. K. Singh, "Induction machine drive condition monitoring and diagnostic research a survey.," Electric Power Systems Research, vol. 64(2): p. 145-158., 2003.

M. Lang, et al., , "Noise reduction using an undecimated discrete wavelet transform," Signal Processing Letters, IEEE,, vol. . 3(1): p. 10-12., 1996.

G. R. I. A. Abouhnik, A. Albarbar and Mohammed sh-eldin "wind turbine blades fault detection based on principal component analysis " in International conference on applications and design in mechanical engineering (icadme 2012), Perlis, Malaysia., 27-28, February 2012.

B. M. Fazenda, "Acoustic based condition monitoring of turbine blades," presented at the 18th International Congress on Sound and Vibration, Rio de Janeiro, Brazil, 2011.

A. Albarbar, F. Gu, A. Ball, and A. Starr, "Acoustic monitoring of engine fuel injection based on adaptive filtering techniques," Applied Acoustics, vol. 71, pp. 1132-1141, 12/01 2010.

A. Abouhnik et al., "The Extraction of Wind Turbine Condition Related Features Using Air-Borne Acoustic Signals," in Proceedings of TEPEN 2022, Cham, H. Zhang, Y. Ji, T. Liu, X. Sun, and A. D. Ball, Eds., 2023// 2023: Springer Nature Switzerland, pp. 124-137.

Anthony L. Rogers James F. Manwell, "Wind Turbine Noise Issues," Renewable Energy Research Laboratory, Center for Energy Efficiency and Renewable Energy. Department of Mechanical and Industrial Engineering. University of Massachusetts at Amherst, 2004.

S. Wagner, Bareiss, R. and Guidati, G. and, " Wind Turbine Noise. ," Springer. New York., 1996.

Peeters, Simulation of dynamic drive train loads in a wind turbine. ISBN 90-5682-728-6, Katholieke Universiteit Leuven, : Faculteit Ingenieurswetenschappen Arenbergkasteel-B-3001 Heverlee (Belgium), 2006.

L. G. B.O. Al-Bedoor, S.A. Adewusi, Y. Al-Nassar, M. Abdlsamad "Experiments on the extraction of blade vibration signature from the shaft torsional vibration signals," Journal of Quality in Maintenance Engineering, vol. Vol. 9 Iss: 2, pp. pp.144 - 159, 2003.

N. Huang et al., "The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis," Proceedings of the Royal Society of London. Series A: Mathematical, Physical and Engineering Sciences, vol. 454, pp. 903-995, 03/08 1998.