Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中山大学谢丰懋获国家专利权

恭喜中山大学谢丰懋获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜中山大学申请的专利一种基于分布式光纤传感的风力涡轮机状态监测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119641570B

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510173881.5,技术领域涉及:F03D17/00;该发明授权一种基于分布式光纤传感的风力涡轮机状态监测方法是由谢丰懋;李朝晖;陈少义设计研发完成,并于2025-02-18向国家知识产权局提交的专利申请。

一种基于分布式光纤传感的风力涡轮机状态监测方法在说明书摘要公布了:本申请涉及风力发电机技术领域,公开了一种基于分布式光纤传感的风力涡轮机状态监测方法。方法包括:采集历史叶片振动信号和历史光缆振动信号,形成历史数据集;对历史数据集进行优化,获得优化数据集,基于优化数据构建振动传递函数;在光缆中捕捉来源于风力涡轮机的瑞利散射信号;基于瑞利散射信号的相位变化,获取光缆在风力涡轮机处的实时光缆振动信号;基于振动传递函数将实时光缆振动信号转换为实时叶片频域信号,基于傅里叶逆变换将实时叶片频域信号还原为实时叶片振动信号;基于机器学习算法对实时叶片振动信号进行识别,获取叶片的实时运行工况。本发明无需在叶片上布设传感器即可实现对风力涡轮机工况的监测,减少了监测成本。

本发明授权一种基于分布式光纤传感的风力涡轮机状态监测方法在权利要求书中公布了:1.一种基于分布式光纤传感的风力涡轮机状态监测方法,其特征在于,确定采样频率,基于所述采样频率在风机运行环境中同步采集历史叶片振动信号和历史光缆振动信号,形成历史数据集;基于历史海上风力数据对所述历史数据集进行优化,获得优化数据集,对所述优化数据集进行数据分析,构建叶片振动信号到光缆振动信号的振动传递函数;根据激光发射点与风力涡轮机的距离确定信号返回时间,基于信号返回时间在光缆中捕捉来源于风力涡轮机的瑞利散射信号;基于瑞利散射信号的相位变化,获取光缆在风力涡轮机处的实时光缆振动信号;基于所述振动传递函数将所述实时光缆振动信号转换为实时叶片频域信号,基于傅里叶逆变换将所述实时叶片频域信号还原为实时叶片振动信号;基于机器学习算法对所述实时叶片振动信号进行识别,获取叶片的实时运行工况;其中,构建所述振动传递函数包括以下步骤:对所述历史叶片振动信号和所述历史光缆振动信号进行互相关分析,获取延迟时间,基于所述延迟时间对所述历史叶片振动信号和所述历史光缆振动信号进行时间同步,获得同步信号,对所述同步信号进行傅里叶变换,得到叶片频域信号,对所述叶片频域信号进行频谱特性分析,获得系统特性,所述系统特性包括幅频特性和相频特性,基于所述系统特性构建初始函数,基于最小二乘法对所述初始函数中的参数进行优化,并获得所述振动传递函数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中山大学,其通讯地址为:510000 广东省广州市海珠区新港西路135号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。