一种基于数据驱动的风电叶片褶皱损伤识别方法

AITNT
正文
推荐专利
一种基于数据驱动的风电叶片褶皱损伤识别方法
申请号:CN202410906207
申请日期:2024-07-08
公开号:CN119129302A
公开日期:2024-12-13
类型:发明专利
摘要
本发明公开了一种基于数据驱动的风电叶片褶皱损伤识别方法,该方法通过对叶片应变传感器监测数据进行频域和时域分析,并根据建立的全尺寸叶片模型,对采集到的数据进行分析和判断,进而实现分风电叶片褶皱损伤的特征识别。其实现步骤为:1、在叶片内部布置电阻式应变传感器,在试验过程中持续使用传感器对叶片进行状态监测,记录叶片的应变变化情况;2、对传感器监测数据进行数据处理和数据分析3、建立全尺寸叶片的疲劳试验仿真模型,并在叶片模型中引入褶皱缺陷;4、全尺寸有限元模型提取的有限元数据,与传感器监测数据进行数模联合驱动分析对比,进而判断由褶皱引起的损伤信号特征。本发明解决了传统的叶片损伤识别方法无法具体识别损伤类型,以及褶皱损伤识别困难的问题,对降低风电叶片运维成本、确保风电叶片健康平稳的运行具有重大意义。
技术关键词
损伤识别方法 风电叶片 电阻式应变传感器 动态时间规整方法 褶皱缺陷 特征值 LSTM模型 小波阈值 矩阵 翼型 信号特征 异常数据 风力机叶片 分析方法 识别叶片 软件
系统为您推荐了相关专利信息
1
一种桥梁结构隐性损伤识别方法
桥梁结构 损伤识别方法 钢筋试件 预测误差 钢筋混凝土界面
2
一种基于AI智能模型预测的橡胶行情分析系统
智能模型 波动结构 分析系统 子模块 序列
3
风电叶片模型参数修正方法、装置、设备及介质
风电叶片 仿真模型 模型参数修正方法 指标 长短期记忆神经网络
4
基于音频和图像的风机叶片损伤识别方法及装置
风机叶片 损伤识别方法 轻量化卷积神经网络 神经网络模型 多层感知器
5
一种高压开关柜防误操作方法及其系统
高压开关柜误操作 深度网络模型 数据 长短期记忆网络 防误操作系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号