臺灣博碩士論文加值系統

本研究主要目的在分析風力發電機運轉時的葉片噪音特性，以進行葉片損傷之診斷。風力發電機在運轉些許時日後其各部件會有些許損壞，而不同的損壞會造成不同的訊號特徵，又以葉片破損會在運轉時產生特殊的噪音，因此葉片的損壞判別可以聽覺判斷。而傳統葉片的損壞維修是每隔數月才請人去聽葉片所發出之噪音來做判斷，陸上風機便已如此曠日廢時，未來發展出的海上離岸風力發電機難以想像多久才會發現葉片損壞。
時頻分析是訊號處理上實用的工具，可以解析出訊號時間與頻率上的對應關係，進而了解訊號所透露出的訊息。將時頻分析方法應用於風機健康診斷，本研究所採用的時頻分析方式為連續複數Morlet小波分析。研究概略流程為將一無異音正常風機實測音訊作時頻分析後的時頻對應關係，利用邊際頻譜、聲壓分貝轉換、A加權、線性迴歸等方式得到一個正常模式。並以此正常模式為基準與其他風機訊號計算殘差和並且以此得到指標，便可推估此風機之葉片損壞情況。許多的風機健康診斷研究需要將風機停機、拆機做測試才能診斷出損壞，本研究可在風機運轉情況下測量其損壞情況，可大幅降低時間、人力、金錢成本。本研究計算數台風機的實測音訊，且以風機葉片照片作為驗證。

The major object of this research is to analyze the noise feature of wind turbine while operating and to detect blade damage with noise feature. Many components of wind turbine will be worn after days of running. Different types of damage would have different sorts of signal feature, and the noise of worn turbine blade is extraordinary. Thus, the damage of turbine blades could be judged by hearing. Generally, it takes months for a concerned department to notice blade damage after sending employees to listen to the noise of turbine. If on land wind turbines health diagnosis is such a waste of time, the time consumption of off shore wind turbines would be unbelievable.
Time-frequency analysis is a useful method of signal processing, it shows the cor-respondence between time and frequency and analyze what the signal stands for. This research applies time-frequency analysis to wind turbine health diagnosis with contin-uous complex Morlet wavelet analysis. The approximate process is to analyze sound wave of an undamaged wind turbine with wavelet transform, marginal frequency, decibel transformation, A-weighting and polynomial regression. By this process we can build a normal model to calculate the sum of squared errors between normal mod-el and damaged wind turbine blades noise, thus we can estimate damage severity of the blades. Most of other research of wind turbine health diagnosis need to stop and take apart wind turbines to detect damage. Our results shows we can detect damage while turbines are operating, which reduce time, labour and money consumption sig-nificantly. We record several sets of sound of wind turbines and represent the results of our detection, which will be proved by blade pictures.

致謝 I
摘要 II
Abstract III
目錄 V
圖目錄 VII
表目錄 X
第一章 緒論 1
1.1. 研究動機 1
1.2. 文獻回顧 4
1.3. 論文架構 6
第二章 小波理論 7
2.1. 傅立葉轉換 9
2.2. 短時傅立葉轉換 11
2.3. 小波轉換 14
2.3.1. 基底函數 14
2.3.2. 小波函數與尺度函數 15
2.3.3. 連續小波轉換 17
第三章 實驗設備與分析流程 19
3.1. 實驗設備 19
3.1.1. 風力發電機 19
3.1.2. 麥克風 22
3.1.3. 資料紀錄器與取樣定理 25
3.2. 分析流程 27
3.2.1.正常噪音頻譜與迴歸曲線 27
3.2.2. 異常噪音頻段探討 36
第四章 分析結果 39
4.1. 單一指標結果 41
4.2. 連續指標結果 46
4.2.1. 指標時間間隔探討 47
4.2.2. 指標計算可的誤判 50
4.2.3. 指標閾值建立 51
4.2.4. 各風機診斷結果 56
第五章 結論與未來展望 71
5.1. 結論 71
5.2. 未來展望 73
5.2.1. 非葉片所產生之噪音 73
5.2.2. 配合同步化增強診斷之可靠性 74
參考文獻 76

1.台灣電力公司. 歷年發電量占比. 2015 12.30; Available from: http://www.taipower.com.tw/content/new_info/new_info-c37.aspx?LinkID=13.
2.張雅茹, "翼尖小翼對風車葉片流場及空氣動力噪音之影響探討,"工程科學及海洋工程研究所.國立台灣大學, 2011.
3.袁淑嫈,"二維風車葉片之氣動力噪音分析,"工程科學及海洋工程學研究所. 國立台灣大學, 2008
4.牛山泉, "風車工學入門." 從基礎理論到風力發電技術. 2009: 國立澎湖科技大學. p5-12.
5.蕭雲璠, "創新小型風力發電機葉片變旋角控制系統設計與發電機轉子定轉速控制之研究," 工程科學及海洋工程學研究所. 國立台灣大學,2015
6.張奕傑,"旋轉垂直軸風力發電機葉片之振動分析," 應用力學研究所. 國立國立臺灣大學,2011
7.紀騰揚, "風力發電機關鍵零組件故障診斷之研究, "工程科學及海洋工程學研究所. 國立國立臺灣大學,2010
8.熊婉贏, "研究型風機葉片之振動分析及損壞偵測, "土木工程學研究所. 國立國立臺灣大學,2014
9.黃昱婷, "研究型風機葉片之使用影像量測與振動分析,"土木工程學研究所. 國立國立臺灣大學,2014
10.劉佳雯, "具翼尖小翼風力發電機葉片噪音評估之研究,"工程科學及海洋工程學研究所. 國立國立臺灣大學,2011
11.張婕詩, "不同氣動噪音預測方法應用於風車葉片之比較研究, "工程科學及海洋工程學研究所. 國立國立臺灣大學,2009
12.THOMAS KRAUSE, S.P., JÖRN OSTERMANN "AIRBORNE SOUND BASED DAMAGE DETECTION FOR WIND TURBINE ROTOR BLADES USING IMPULSE DETECTION IN FREQUENCY BANDS" in International Wind Engineering Conference 2014.
13.JÜNGERT, A., "Damage Detection in Wind Turbine Blades using two Different Acoustic Techniques" The e-Journal of Nondestructive Testing, 2008.
14.王意如, "小波轉換應用於光纖感測之研究, "電機工程所. 國立中山大學,2006
15.林正偉, "希爾伯特黃轉換於樑上之破壞檢測分析, "工程科學及海洋工程學研究所. 國立台灣大學,2010
16.楊東昱, "循環式流體化床中氣固流力行為之小波分析, "化學工程所. 國立台灣大學,2008
17.黃俊祺, "小波理論應用於暫態訊號之即時分析研究, "工程科學及海洋工程學研究所. 國立台灣大學,2001
18.Farghal, S., et al., "Proposed wavelet-neurofuzzy combined system for power quality violations detection and diagnosis." IEE Proceedings - Generation, Transmission and Distribution, 2001. 148(1): p. 15-20.
19.Karady, G.G., F. Amarh, and G. McCulla, "Improved technique for fault detection sensitivity in transformer impulse test," in Power Engineering Society Summer Meeting, 2000. IEEE. 2000, IEEE: Seattle, WA. p. 2412 - 2416 vol. 4.
20.袁啟銘, "以蓋伯轉換用於去除色雜訊之運用," 電信工程研究所. 國立台灣大學,2005
21.范國清, "應用小波轉換作紋理影像之瑕疵檢測及合成" 資訊工程研究所 國立中央大學,2003
22.陳賢銘, "小波轉換在強震紀錄解析的應用, "土木工程研究所. 國立台灣大學,2012
23.張育思, "一般化二維小波轉換及影像多重解析分析" 電信工程學研究所. 國立台灣大學,2008
24.The wind power, 2016; Available from: http://www.thewindpower.net/turbine_en_29_vestas_1800.php.
25.PIEZOTRONICS, PCB; Available from: http://www.pcb.com/products.aspx?m=130E20.
26.林昱豪, "音箱設計對揚聲器暫態響應之影響分析," 工程科學及海洋工程研究所. 國立台灣大學,2014
27.P, R., "Data mining and statistical analysis using SQL" Robert P and John N. Lovett. Trueblood.