叶片是风力机的重要组成部件之一,其制造成本占整机成本的15%-20%。叶片在运行过程中受变载荷激励容易产生振动,引发疲劳损伤甚至断裂等重大事故,造成巨大损失。叶片尺寸的大型化使得制造、运输、运行以及维护成本显著增长。振动测量与模态参数辨识可以获取结构的振动响应、阻尼、频率和振型,为研究叶片动态性能和结构设计改型提供理论依据,为安装调试提供技术支持,为疲劳测试、裂纹检测提供参考。传统接触式振动测量方法用于大尺寸非规则曲面风力机叶片时,存在传感器通道数受限、粘贴布线困难等问题。鉴于摄影测量具有非接触、高精度和动态测量等优点,本文对基于组网摄影的风力机叶片振动测量及模态辨识方法进行研究。应用双目摄影测量原理对风力机叶片进行多摄像机同步组网摄影,在深入研究多摄像机系统全局标定、特征追踪和匹配技术的基础上,对大尺寸非规则曲面构件多摄像机同步组网振动摄影测量原理与方法进行了较为系统深入的研究。搭建了一个可扩展的多摄像机并行分布式组网摄影测量平台,分析了摄像机位置、距离和硬件性能等因素对系统测量精度的影响关系,确定了测量系统的空间布局和硬件参数,实现对风力机叶片的振动响应测量;同时,针对摄影测量获得的振动数据,研究了风力机叶片模态自动识别方法。主要研究成果如下:(1)提出了一种多摄像机并行分布式组网摄影全局振动测量方法。基于双目交会成像和两两摄像机同名点配准,提出了多摄站逐级解耦光束平差优化参数求解方法,实现了组网系统的全局标定。选取人工标志特征中心作为追踪目标,考虑被测对象运动特性,基于距离最小化判定准则对传统KLT算法进行改进。综合利用全局标定、基于编码标志的同名点匹配和动态特征追踪等关键技术,可实现大视场高精度动态测量,满足大尺寸构件振动响应测量的工程应用需求。(2)设计了两类组合编码标志并提出了相应的标志定位识别方法。提出一种由十字和圆点组合的编码标志,通过亚像素骨架提取来准确定位十字交点,利用仿射逆变换以及查表法进行标志解码。提出一种由字符和圆组合的编码标志,通过字符确定码值,采用多级阈值分割得到字符区域和圆形区域,进行灰度平滑后采用灰度质心法进行亚像素定位,并利用BP神经网络训练进行精确的分类识别解码。实例表明,提出的编码标志设计简单且定位精度和识别准确度能够满足大尺寸构件动态摄影测量的要求。(3)提出一种适用于具有显著直线边缘特征对象的无标记摄影测振方法。在粗定位骨架的法向方向根据边缘平滑且相邻曲率变化最小原则,插值搜索获得亚像素骨架。通过线段交比构造虚拟目标点,基于交比不变特性对同名点追踪匹配,实现基于边缘亚像素骨架提取和交比不变的虚拟目标点的振动测量。该方法无需提前布设合作标志,且能够满足动态测量精度,具有较好应用前景。(4)构建了一个可扩展的多摄像机并行分布式组网系统。结合系统的技术指标和设备参数选型搭建了硬件平台,并开发了相应的软件功能模块。对系统测量精度与位置参数的关系、交会测量误差进行了分析,并进一步探讨了六个摄像机并行分布的组网方案的可行性,为大尺寸构件测试系统的空间布局和硬件参数选择提供合理的参考依据。利用本文搭建的测试系统对一个3 kW风力机叶片进行测量实验。采用字符编码标志作为追踪目标计算振动响应并进行频谱分析,获得的前三阶频率与采用B&K系统进行锤击测试的结果相对误差小于0.9%。采用四个摄像机联合组网测量,将所有标志在冲击激励下的空间运动轨迹统一到全局坐标系。观察可知,测量结果与叶片表面标志的空间布置和真实振动情况相符,且前三阶频率与B&K系统锤击测试获得频率的相对误差也低于0.9%。以上结果表明,本文提出的方法可靠可行且测量精度较高。(5)提出了一种Data-SSI改进方法。采用多次数据重构维度不同的汉克尔矩阵,分别建立对应的运行模态识别模型并求解极点,获得多组模态参数计算结果;计算各极点的模态相似度,选取合适的模态参数容差阈值,进而实现大部分虚假极点的剔除,进一步利用谱聚类分析可自动识别出准确的模态参数。对某型叶片进行测量实验并基于测量得到的振动响应采用改进方法进行模态辨识,结果表明:多次重构及采用模态相似度准则判定可剔除大部分虚假计算极点,能够显著提高识别精度。本文提出的多摄像机组网摄影振动测量与模态辨识方法,对发展与丰富大型复杂结构振动模态测试理论与方法具有重要的理论意义。同时,该方法可有效应用于风力机叶片等大尺寸非规则曲面构件,为实现叶片振动特性分析、质量检测、故障诊断和预报、结构动力特性的优化设计和安装运行提供依据与技术支撑,具有较好的工程应用前景。