发明名称 一种风电叶片脱层检测方法及检测系统
摘要 本发明提供了风电叶片脱层检测方法及检测系统,系统包括带传感器的敲击锤,应力调理电路,FPGA模块、计算机、数据采集卡、定向声音传感器和全指向声音传感器。该系统结合力和声音两种特征检测,将脉冲信号计算敲击持续时间T和敲击力F、小波包能量熵Wee、固有模态能量熵Imee、频域信号作为BP神经网络计算器的特征输入参数,依据神经网络的输出结果快速准确的判断是否存在脱层,并可以计算脱层的深度和等效直径。
申请公布号 CN103776903A 申请公布日期 2014.05.07
申请号 CN201410017842.8 申请日期 2014.01.15
申请人 南京航空航天大学 发明人 姚恩涛;石玉;周克印;陶鹏;宋娜
分类号 G01N29/12(2006.01)I 主分类号 G01N29/12(2006.01)I
代理机构 江苏圣典律师事务所 32237 代理人 贺翔
主权项 一种风电叶片脱层检测方法,其特征在于包括以下步骤:1)使用内嵌力传感器(1)的敲击锤(2)敲击风机叶片;2)根据力传感器(1)输出的脉冲信号计算敲击持续时间T和敲击力F;3)使用定向声音传感器(301)和全指向声音传感器(302)分别获得敲击声和环境噪声;4)将获得的敲击声和环境噪声通过数据采集卡(11)采集后传输到特征参数计算器(1001),特征参数计算器(1001)根据短时能量和短时平均过零率进行端点检测,根据多项式最小二乘法进行消除多项式趋势项,然后将两种声音信号进行自适应低通滤波,从而得到风电叶片振动的声音信号获得风机叶片振动发出的声音;5)根据风机叶片发出的声音计算小波包能量熵Wee;6)根据风机叶片发出的声音计算固有模态能量熵Imee;7)将风机叶片振动发出的声音经过傅里叶变换转换成频域信号;8)根据频率信号计算功率谱最大峰值对应的频率Fmp1,Fmp2,Fmp3;9)根据步骤2)、5)、6)、7)的计算结果,将其作为BP神经网络计算器(1002)的特征输入参数,随机初始化网络的权值与阈值,网络训练最大次数为1000次,对BP神经网络进行训练,输出值用字母O表示,输出值取整后设为m,当m≥1时,如果输出值m‑0.5≤O≤m+0.5,则表示脱层的深度为m;当m=0时,‑0.5<O<0.5时,表示敲击处为无损伤。
地址 210016 江苏省南京市白下区御道街29号