| 基于声发射技术的风电叶片复合材料损伤模式识别 |
| |
| 引用本文： | 贾辉,张磊安,王景华,黄雪梅,于良峰.基于声发射技术的风电叶片复合材料损伤模式识别[J].可再生能源,2022,40(1):67-72. |
| |
| 作者姓名： | 贾辉 张磊安 王景华 黄雪梅 于良峰 |
| |
| 作者单位： | 淄博市技师学院, 山东 淄博 255000;山东理工大学 机械工程学院, 山东 淄博 255000;山东理工大学 机械工程学院, 山东 淄博 255000;山东中车风电有限公司, 山东 济南 250104 |
| |
| 基金项目： | 国家自然科学基金项目(52075305);山东省自然科学基金项目(ZR2019MEE076);山东省高等学校青创科技支持计划项目(2019KJB031);周村区校城融合发展项目(2020ZCXCZH01)。 |
| |
| 摘 要： | 为研究风电叶片玻璃纤维复合材料在疲劳工况下的损伤模式,文章基于声发射技术提出了一种主成分聚类分析和BP神经网络相结合的材料损伤识别模型。首先,采集损伤声发射信号,并提取相关参数进行分析,对不同疲劳损伤进行分类;其次,对数据进行主成分分析,以降低噪声信号,去掉冗余信息;再次,对主成分进行聚类分析,将样本分簇并找出各簇与损伤之间的对应关系;最后,基于BP神经网络建立损伤识别模型,并基于试验数据对识别网络进行测试训练。训练结果表明,识别模型对3种未知类型疲劳损伤的识别率均高于90%,对未知损伤具有较好的识别能力。
|
| 关 键 词： | 风电叶片 损伤识别 声发射 主成分分析 聚类分析 BP神经网络 |
Damage pattern recognition of wind turbine blade composite material based on acoustic emission technology |
| |
| Jia Hui,Zhang Leian,Wang Jinghua,Huang Xuemei,Yu Liangfeng.Damage pattern recognition of wind turbine blade composite material based on acoustic emission technology[J].Renewable Energy,2022,40(1):67-72. |
| |
| Authors: | Jia Hui Zhang Leian Wang Jinghua Huang Xuemei Yu Liangfeng |
| |
| Affiliation: | (Zibo Technician College,Zibo 255000,China;School of Mechanical Engineering,Shandong University of Technology,Zibo 255000,China;Shandong CRRC Wind Power Co.,Ltd.,Jinan 250104,China) |
| |
| Abstract: | |
| |
| Keywords: | wind turbine blade damage identification acoustic emission principal component analysis cluster analysis BP neural network |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
