蒋 菲，赵朝友，张素慧

(1.国网甘肃省电力公司电力科学研究院 ，兰州 730070;2.甘肃电力科学研究院技术中心有限公司，兰州 730070)

叶片是风力机组获取风能的关键部件。受制造条件及运行过程中外界环境的影响，风电叶片常常出现裂纹、分层、纤维断裂等缺陷，这些缺陷的出现容易引起实际风况下叶片的损伤累计和叶片失稳破坏[1]。叶片缺陷的早期检验和预警对确保风电机组的长期可靠运行具有重要意义。目前，大多数大型风场的叶片缺陷监测仍然以技术人员的视觉判断为主，此类方法不仅很难实现大面积叶片的高效率检测，同时也存在维护成本过高等问题[2]。

声发射技术作为一种较成熟的监测技术，其对动态缺陷较为敏感，能够通过记录的声发射特征参数有效反映复合材料各个阶段变形损伤的程度和机制[3]。近年来，国内外学者也相继开展了声发射技术在风电叶片早期损伤预测和健康状态监测方面的研究。JOOSSE等[4]指出高幅值和高能量的声发射计数常预示着叶片发生了损伤；TANG等[5]通过研究叶片预制裂纹的扩展，揭示了裂纹扩展的声发射信号频谱特性；陈长征等[6]通过模拟裂纹萌生和扩展，使用小波优化重分配尺度谱较好地对裂纹萌生和裂纹扩展的声发射信号进行了有效分离；周勃等[7]通过计算裂纹扩展声发射信号的分形维数，建立了一种叶片损伤评价的方法；曹婷等[8]提出了一种将声发射参数与支持向量机(SVM)结合的缺陷识别方法；……