风能作为发展较快的可再生能源,具有大规模开发和商业化的前景。我国风能储量丰富,风能产业领跑全球。我国风电装备运行环境恶劣,风力发电场多位于高海拔高寒山区和东南沿海地区,风电装备叶片覆冰问题对我国风电产业的健康发展造成了较大的困扰,也会影响其安全稳定运行,降低叶片使用寿命,同时会减少机组发电量,增加机组运维成本。针对旋转风电装备叶片覆冰影响机组健康高效运行的问题,本文通过搭建旋转风电装备叶片覆冰振动测试试验台,利用风电装备叶片覆冰试验数据开展了相关的叶片覆冰状态评估和预测研究,旨在对风电装备叶片覆冰状态进行评估,并对短期内风电装备叶片覆冰状态进行预测。以1:12.5比例建立的实体风电装备模型为研究对象,搭建了旋转风电装备叶片覆冰振动测试试验台,以温度、湿度、风速、运行时间为影响因素设计了四因素三水平正交试验,采用环境激励(风激励)和多点拾振的方法进行模态测试。以最大振动频率和覆冰厚度为评价指标,分析了四因素对覆冰风电装备叶片振动特性的影响。试验结果表明:相同覆冰条件下,覆冰厚度不变,旋转风电装备叶片振动频率由叶尖至叶根逐渐减小;覆冰位置不变,覆冰厚度增加,旋转风电装备叶片振动频率逐渐降低;旋转风电装备叶片运行环境温度和湿度变化对其振动频率的影响较大。为进一步分析覆冰条件下旋转风电装备叶片的位移响应和振型变化,建立了风电装备三维模型,利用ANSYS软件对其进行谐响应分析,分析结果显示不同覆冰状态下叶片振型变化无明显差异,覆冰厚度增加,叶片位移响应值明显增大。为准确评估旋转风电装备叶片覆冰状态,以旋转风电装备叶片覆冰振动测试系统为基础,结合支持向量机和模糊控制方法建立旋转风电装备叶片覆冰状态评估模型。选取覆冰条件下旋转风电装备叶片振动频率均方根RMS、时域峰值XP、速度V及位移S为特征量作为支持向量机的输入,以叶片覆冰厚度为输出。运用训练好的状态评估模型对20组样本数据(4种覆冰状态)进行测试,评估准确率分别达到了100%、80%、100%、100%。测试结果表明:旋转风电装备叶片覆冰厚度计算值与试验值基本一致,验证了该模型的准确性。根据覆冰因素对风电装备叶片覆冰厚度的影响程度,结合灰色预测理论建立旋转风电装备叶片多变量预测模型。以BP神经网络相关理论为基础,风电装备运行环境因素为输入,叶片覆冰振动特征值为中间变量,叶片覆冰厚度为输出,建立了风电装备叶片覆冰预测模型。对比两种模型预测结果显示,灰色多元预测模型计算误差(5.25%)低于BP神经网络模型计算误差(11.83%)。最后利用风电装备叶片短期覆冰测量数据进行了风电装备叶片覆冰灾变预测。通过风电装备叶片覆冰试验对文中所建立的预测模型进行验证,结果显示本文所建立的预测模型对风电装备叶片覆冰具有较好的预测性能。