Resumen

La monitorización del estado estructural (SHM) es importante para reducir los costes de mantenimiento y explotación de los componentes y sistemas críticos para la seguridad en los aerogeneradores marinos. Este artículo propone un sistema de SHM inalámbrico in situ basado en una técnica de emisión acústica (AE). El uso de esta técnica plantea una serie de retos debido a los requisitos de alta frecuencia de muestreo, las limitaciones en el ancho de banda de comunicación, el espacio de memoria y los recursos energéticos. Para superar estos retos, este trabajo se centra en dos elementos: (1) el uso de una técnica SHM inalámbrica in situ junto con la utilización de bajas frecuencias de muestreo; (2) la localización de fuentes acústicas que podrían emular daños por impacto o grietas audibles causadas por diferentes objetos, como herramientas, impactos de pájaros o granizo fuerte, todos los cuales representan eventos AE abruptos y podrían afectar a la salud estructural de una pala de aerogenerador monitorizada. El proceso de localización se lleva a cabo utilizando características extraídas de señales AE aliased basadas en un modelo de localización por restricciones desarrollado. Para validar el rendimiento de estos elementos, se probó el sistema propuesto comprobando la localización de las fuentes de EA emuladas adquiridas sobre el terreno.

• Materias:Redes de sensores Sensores inalámbricos Sistema de sensores Sensor inteligente Sensores electroquímicos
• Subjects:Sensor networks Wireless sensors Sensor system Intelligent sensor Electrochemical sensors
• Palabras claves:requisitos de alta frecuencia de muestreo, sistema shm inalámbrico in situ, técnica shm inalámbrica in situ, supervisión de la salud estructural, eventos ae abruptos, señales ae aliased, modelo de localización de restricciones, bajas frecuencias de muestreo, aerogeneradores marinos, pala de aerogenerador
• Keywords:high sampling rate requirements, situ wireless shm system, situ wireless shm technique, structural health monitoring, abrupt ae events, aliased ae signals, constraint localization model, low sampling rates, offshore wind turbines, wind turbine blade