文档名：基于VMD能量熵和BP神经网络风电叶片缺陷研究
针对叶片在服役过程中缺陷特征提取困难,提出一种基于变分模态能量熵结合BP神经网络的叶片缺陷诊断方法.首先对声发射信号进行变分模态分解,通过方差贡献率筛选不同缺陷的主要模态分量,之后求取不同缺陷主要模态分量的能量熵构造不同缺陷的特征向量.为验证特征向量选取的准确性,将不同缺陷能量熵向量输入BP神经网络进行缺陷模式识别.结果表明:缺陷识别正确率高达90％,表明变分模态能量熵结合BP神经网络的叶片缺陷诊断方法能够实现叶片早期缺陷识别,具有一定的应用价值.
作者：徐旭 张鹏林 杨超
作者单位：兰州兰石检测技术有限公司,甘肃兰州730314兰州理工大学,甘肃兰州730050
母体文献：2018年甘肃省焊接学术会议论文集
会议名称：2018年甘肃省焊接学术会议
会议时间：2018年4月25日
会议地点：兰州
主办单位：甘肃省机械工程学会,兰州理工大学
语种：chi
分类号：TP3TH1
关键词：风电机组 叶片缺陷 诊断方法 变分模态能量熵 BP神经网络
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.38 MB
- 下载次数:
- 60
-
高速下载
|
|
