共查询到20条相似文献,搜索用时 62 毫秒
1.
为准确识别风力机叶片表面裂纹位置和长度,提出基于小波包-奇异值分解-核极限学习机(WPT-SVD-KELM)的裂纹识别方法。搭建风力机某典型叶片裂纹识别平台,开展正常叶片和含裂纹叶片的模态实验和变桨实验,获取不同工况下正常叶片和含裂纹叶片的振动信号。利用频响函数研究裂纹位置对振动信号幅频响应的影响,从而准确识别叶片表面裂纹位置,利用WPT-SVD提取风力机叶片表面裂纹振动信号的时频特征,定义参数kr表征裂纹长度的变化,并将特征参数导入优化后的KELM,从而识别风力机叶片表面裂纹长度。 相似文献
2.
3.
4.
5.
为实现风电机组叶片损伤检测的高效化、智能化、便捷化,研究一种基于数字图像处理技术的风电机组叶片裂纹损伤识别以及裂纹类型判断和特征参数提取的方法。以无人机采集的风电机组叶片图像为研究对象,通过对比灰度化、滤波、阈值分割等图像处理步骤的多种算法,对形态学处理方法进行改进,首先选用平均值法对叶片图像进行灰度处理,其次使用中值滤波对图像进行去噪处理,再次使用Otsu阈值分割以实现裂纹区域的分割,然后基于改进的形态学方法提取出完善的叶片裂纹损伤区域,最后基于连通域原理完成裂纹区域的框取。基于上述算法设计风电机组叶片裂纹损伤识别系统以实现叶片裂纹图像检测的可视化处理、裂纹类型判断及裂纹特征参数提取等功能。结果表明,该系统对于风电机组叶片裂纹损伤检测具有可靠的识别精度,识别准确率为85%,实现了风电机组叶片裂纹损伤的自动识别与特征参数提取,提高了叶片裂纹损伤的检测效率。 相似文献
6.
为对风力机叶片损伤状态进行有效检测,提出一种基于改进YOLO-v3算法的风力机叶片表面损伤检测识别技术。根据风力机叶片损伤区域特点,对网络中锚框(anchor)的尺度进行调整优化;在特征提取网络后引入基于注意力机制的挤压与激励网络(squeeze and excitation networks,SENet)结构,使YOLO-v3算法更加关注与目标相关的特征通道,提升网络性能。结果表明,改进后算法的平均精度为84.42%,较原YOLO-v3算法提升了6.14%,检测时间减少了21 ms,改进后的YOLO-v3算法能较好地识别出风力机叶片表面损伤。 相似文献
8.
9.
10.
文章给出了风力机叶片的动力特性计算模型、结构体模态应变能的概念及其计算模型,定义了结构体损伤状态下的模态应变能变化率概念并给出其计算模型。在此基础上,以15 kW风力机叶片为研究对象,在ANSYS中建立有限元分析模型,计算该叶片在不同损伤位置与不同损伤程度下的频率以及模态应变能变化率,并以模态应变能变化率作为表征结构损伤的标识量,对含损伤的风力机叶片结构进行损伤辨识仿真。通过神经网络建立起损伤标识量和损伤状态之间的映射模型,为实现叶片损伤的诊断提供理论依据。 相似文献
11.
12.
为提高涡流发生器(VG)参数化模型计算精度,对参数化模型的应用方法进行研究。首先提出参数化模型在计算域作为源项而添加的位置和涡核半径取值方法。然后,采用考虑VG叶片间影响的最大涡环量算法,基于DU91-W2-250叶段,从不同VG间距、VG入流角、翼型攻角来比对参数化模型和实体模型的计算结果,来验证应用上述方法的可行性。结果表明:参数化模型、实体模型与试验数据吻合良好,证明了两种模拟方法精度较高;此外,在不同工况下,两种模型得到的速度矢量和边界层速度型都具有较高的一致性,证明参数化模拟方法有效,且在风力机叶片上具有普适性。 相似文献
13.
基于叶素-动量理论计算风电机组叶片气动载荷,建立其疲劳载荷模型;将叶片简化为悬臂梁,采用雨流计数法、Goodman经验公式和Miner线性累计损伤理论计算风力机叶片疲劳损伤和等效疲劳载荷;根据2种限功率控制策略计算不同限功率水平和湍流强度下风力机叶片单位时间的疲劳损伤量,分析限功率运行工况对叶片疲劳损伤的影响。结果表明,新型限功率控制策略可减少变桨系统的动作频率和动作幅度,但其稳定运行状态对叶片的疲劳损伤量大于传统限功率控制策略。最后通过三维函数拟合得到疲劳损伤函数,可应用于限功率条件下风电场优化调度。 相似文献
14.
以Phase Ⅵ风力机叶片为研究对象,以r/R=30%、63%和95%处叶素为参考,建立与7、9、15 m/s试验风速下该风力机叶片附着涡环量沿展向分布相同的叶片模型,分析尾随涡对风力机当地翼型气动性能的影响机理。采用带转捩效应的SST k-ω湍流模型,对所建立的叶片模型和二维S809翼型的气动特性进行研究和对比分析。结果表明:旋转叶片尾随涡对分离现象产生抑制作用且随攻角的增大减弱;尾随涡的影响表现出多重效应,除了减小当地翼型的攻角,还降低其吸力面负压系数和压力面正压系数。 相似文献
15.
16.
针对目前风电叶片形变过程中挠曲度测量误差较大的问题,提出一种基于惯性网络的相对运动监测算法。首先根据应力分析对叶片建立主从式惯性网络,然后推导出主子节点间的相对运动解算方法并建立相对导航误差模型,设计相对导航误差估计滤波器,通过误差反馈保证子节点的位姿解算精度;其次构建联邦式的相对惯性导航误差估计滤波器进行主子节点的数据融合,提高风电叶片的形变估计精度及系统整体的容错性;最后对某型风电叶片进行静力加载试验,试验结果表明:该算法可准确测量出叶片上各节点在三维空间的位移曲线,3个子节点在挥舞方向的平均相对误差仅为0.92%、1.18%、1.07%。该算法可实时监测风电叶片的位姿状态,在叶片检测及风力机日常运行的安全监测上具有较好的理论研究意义与工程应用价值。 相似文献
17.
通过实验测试,以动态旋转平台模拟风力机风向变化及偏航对风,研究不同偏航速度及偏航延时时间对风力机叶片应力及功率的影响。结果表明:动态偏航对风过程中,应力值基本呈由前缘向后缘、叶根向叶尖递减的趋势,在叶展方向0.67R及0.75R处,叶根弦向方向0.25c及0.50c处出现应力集中现象,偏航延时时间的加入可有效抑制叶片应力波动,过慢的偏航速度会导致功率曲线出现较大波动。引入一无量纲系数,该系数为风力机功率及叶片应力的比值,通过分析得知在仅考虑风力机叶片应力及功率时,风力机最佳偏航速度为0.5°/s。 相似文献
18.
19.
结合中国西北地区风沙活动频繁的特点,以1.5 MW叶片的缩比模型作为试验用风力机叶片,设计风沙流冲蚀磨损装置,对叶片压力面沿弦向和展向分区域冲蚀。将加装冲蚀后叶片的风电机组进行车载试验,研究叶片分区域非均匀磨蚀特征对气动性能的影响。结果表明:前缘磨蚀叶片在小安装角下总体导致风电机组输出功率减小,气动性能下降,风能利用系数在31.7°安装角下降更明显;展向半冲蚀叶片小安装角时使风力机输出功率和风能利用系数均下降,而安装角增大后出现气动性能提高的积极效应;展向全冲蚀叶片小安装角时体现出积极效应,安装角增大后引起气动性能劣化。 相似文献