风电叶片层间粘接缺陷在极端风况下的初始损伤预测方法

本申请提出风电叶片层间粘接缺陷在极端风况下的初始损伤预测方法，属于风力发电机组状态监测技术领域，包括：将风特征参数的样本点输入到敏感度分析模型中，得到风特征参数对叶片主梁部位的层间粘结缺陷的敏感度，敏感度分析模型采用神经网络与Sobol方法建立，用最大损伤处与非最大损伤处的应变余能密度的KL散度作为训练数据；将一阶Sobol效应指数、总效应Sobol指数最高的前N个风特征参数作为高敏感因素；将高敏感因素的实际测量范围输入到叶片层间粘结缺陷部位的内聚力有限元模型中，得到应变余能密度，将应变余能密度作为叶片的损伤程度。本申请能够识别风电叶片层间粘接缺陷在极端风况下的产生早期损伤的高风险区域。