摘要
本发明公开了一种复合材料风电叶片损伤检测方法,旨在解决现有技术复合材料风电叶片损伤检测中存在的定量分析困难和多种损伤类型区分精度低的问题;包括以下步骤:包括以下步骤:实时获取风电叶片运行过程中的声发射信号并进行预处理,声发射信号包括参数数据和波形数据;对预处理后的参数数据进行无监督聚类,获取初步聚类结果;采用改进的多分支卷积神经网络对预处理后的波形数据进行训练,输出精确分类结果;利用监督学习分类结果对无监督聚类结果进行验证,评估聚类结果的准确性;将量化指标累计能量、损伤类型和频次进行融合,构建综合损伤评估模型以确定损伤程度。本发明结合无监督聚类和监督学习方法,实现损伤的准确识别与量化。
技术关键词
复合材料风电叶片
损伤检测方法
分支卷积神经网络
无监督聚类
数据
波形
参数
监督学习模型
监督学习方法
声发射传感器
多尺度特征
变换特征
信号
指标
网络架构
系统为您推荐了相关专利信息
分布式沙盘模型控制系统
分布式光伏储能
房屋构件
沙盘装置
数据采集装置
架空线路绝缘子
绝缘子缺陷
缺陷检测方法
神经网络架构
定位绝缘子
专用模型
数据处理方法
生成智能
数据处理程序
参数