龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：上海嘉柒智能科技有限公司
摘要：本申请提供了基于卷积神经网络的风机叶片声发射信号损伤辨识方法，包括：采用声发射系统对风电场环境噪声信号进行采集；用玻璃纤维复合材料制备的试件模拟风机叶片的材料，在实验室环境下采用电子万能材料试验机分别对试件进行拉伸试验和三点弯曲实验，分别模拟了风机叶片在风场环境下受到的基体开裂和裂纹扩展两种主要损伤类型，实验过程中将采集到的风场噪声信号发射到试件上，同时采用声发射系统对试件在两种损伤实验过程中产生的声发射信号进行采集，得到风机叶片损伤原始声发射信号数据集。采用变分模态分解VMD对原始声发射数据集进行降噪处理。将降噪后的数据导入到卷积神经网络模型中对模型进行训练，得到损伤类型的辨识结果。本发明解决了基于数据驱动的风机叶片损伤类型辨识方法需要大量原始损伤声发射信号对模型进行训练但是风机叶片发生损伤的瞬间难以捕获大量损伤声发射信号的难题，有利于风机叶片损伤类型的快速精确辨识。
主权项：1.基于卷积神经网络的风机叶片声发射信号损伤辨识方法，其特征在于，包括：获取风电场噪声信号，在实验室环境下获取模拟真实风场环境中风机叶片发生基体开裂和裂纹扩展两种主要损伤的声发射信号；采用变分模态分解算法VMD对实验室环境下采集到的风机叶片两种损伤的声发射信号进行降噪处理，得到纯净的基体开裂损伤和裂纹扩展损伤的声发射信号；搭建基于卷积神经网络CNN的模型，将得到的两种损伤的纯净声发射信号以及未发生任何损伤的声发射信号作为卷积神经网络模型的输入对其进行训练，对损伤类型进行判别。
全文数据：
权利要求：
百度查询： 上海嘉柒智能科技有限公司 基于卷积神经网络的风机叶片声发射信号损伤辨识方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号