System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 风机叶片裂纹声发射信号分析方法、设备及存储介质技术_技高网

风机叶片裂纹声发射信号分析方法、设备及存储介质技术

技术编号:43185326 阅读:14 留言:0更新日期:2024-11-01 20:09
本发明专利技术涉及声纹信息处理领域,公开了一种风机叶片裂纹声发射信号分析方法、设备及存储介质,方法包括步骤:采用接触式拾音器获取风机叶片不同位置处产生的声发射信号;对声发射信号进行预处理;预处理后的信号进行分割处理;提取无量纲参数;构建特征向量;将不同接触式拾音器的特征向量进行融合;构建机器学习模型,并预训练;将融合特征输入至训练好的模型,得到裂纹概率;根据不同接触式拾音器的时间差确定裂纹位置;根据裂纹概率和裂纹位置,完成裂纹报警。本发明专利技术有益效果是:通过提取一系列无量纲参数来提高信号处理的准确性和鲁棒性,并实现裂纹的精确定位,为风机叶片裂纹的早期预警提供了一种可靠的技术手段。

【技术实现步骤摘要】

本专利技术涉及声纹信息处理领域,尤其涉及一种风机叶片裂纹声发射信号分析方法、设备及存储介质


技术介绍

1、通常情况下,风力发电机组在运行两到三年后叶片表面就会出现裂纹。每一次自振或停车都会使裂纹进一步加深加长,空气中的污垢和风沙也会加速裂纹的扩展,最终可能导致叶片断裂,严重威胁叶片的安全。因此,叶片裂纹情况的监测变得尤为重要。

2、目前的叶片裂纹检测技术,无论是基于声发射技术、振动信号频谱分析还是其他方法,都存在一定的局限性,难以准确测量和预测裂纹的发展情况。具体而言:

3、1)基于声发射技术:虽然能够实时监测裂纹的产生和发展,但信号容易受到背景噪声的干扰,且需要专门的声发射传感器和信号处理系统。

4、2)基于振动信号的频谱分析:虽然能够提供丰富的故障信息,但在裂纹较小或初期阶段时,振动特征可能不够明显,难以检测。

5、3)基于图像处理的裂纹检测:能够自动识别裂纹,但需要在停机状态下进行检查,无法实现在线监测,并且受光照条件、镜头视角等因素的影响较大。

6、4)基于激光位移传感器的裂纹检测:虽然非接触式测量,但对非常小的裂纹可能检测敏感度不足。

7、5)基于压电元件的裂纹监测:虽然可以实时监控叶片的健康状态,但对于极端环境下的耐用性有待验证。

8、这些技术的局限性导致了裂纹检测的准确性和可靠性受限,进而影响了裂纹的早期发现和预防措施的制定,加大了设备维护的成本和难度。


技术实现思路

1、本专利技术的目的在于:提出一种风机叶片裂纹声发射信号分析方法、设备及存储介质,解决现有技术对于风机叶片裂纹检测并不准确及可靠的技术问题。

2、本专利技术提供的一种风机叶片裂纹声发射信号分析方法,包括以下步骤:

3、s1:采用接触式拾音器获取风机叶片不同位置处产生的声发射信号;

4、s2:对声发射信号进行预处理,得到预处理后的信号;

5、s3:对预处理后的信号进行分割处理,得到多个分割后的信号;

6、s4:提取多个分割后的信号的无量纲参数;

7、s5:根据无量纲参数构建特征向量;

8、s6:将不同接触式拾音器的特征向量进行融合,得到融合特征;

9、s7:构建机器学习模型,并预训练,得到训练好的模型;

10、s8:将融合特征输入至训练好的模型,得到裂纹概率;

11、s9:根据不同接触式拾音器的时间差确定裂纹位置;

12、s10:根据裂纹概率和裂纹位置,完成裂纹报警。

13、一种存储介质,所述存储介质存储指令及数据用于实现一种风机叶片裂纹声发射信号分析方法。

14、一种风机叶片裂纹声发射信号分析设备,包括:处理器及所述存储介质;所述处理器加载并执行所述存储介质中的指令及数据用于实现一种风机叶片裂纹声发射信号分析方法。

15、本专利技术提供的有益效果是:通过提取一系列无量纲参数来提高信号处理的准确性和鲁棒性,并实现裂纹的精确定位。该方法结合了接触式的声发射监测技术和先进的信号处理算法,为风机叶片裂纹的早期预警提供了一种可靠的技术手段。

本文档来自技高网...

【技术保护点】

1.一种风机叶片裂纹声发射信号分析方法,其特征在于:方法包括以下步骤:

2.如权利要求1所述的一种风机叶片裂纹声发射信号分析方法,其特征在于:步骤S2中预处理具体包括:离散化处理和带通滤波。

3.如权利要求1所述的一种风机叶片裂纹声发射信号分析方法,其特征在于:步骤S3中分割处理包括:滑动窗口分割和固定窗口分割。

4.如权利要求1所述的一种风机叶片裂纹声发射信号分析方法,其特征在于:步骤S4中的无量纲参数包括:波形指标、脉冲指标、峰值指标、峭度、归一化能量熵。

5.如权利要求1所述的一种风机叶片裂纹声发射信号分析方法,其特征在于:步骤S6中的融合策略包括:平均融合、最大值融合、投票融合、直接融合和加权融合。

6.如权利要求1所述的一种风机叶片裂纹声发射信号分析方法,其特征在于:步骤S7中模型训练时,采用交叉验证评估其性能。

7.如权利要求1所述的一种风机叶片裂纹声发射信号分析方法,其特征在于:步骤S9具体如下:

8.一种存储介质,其特征在于:所述存储介质存储指令及数据用于实现权利要求1~7任一项所述的一种风机叶片裂纹声发射信号分析方法。

9.一种风机叶片裂纹声发射信号分析设备,其特征在于:包括:处理器及存储介质;所述处理器加载并执行存储介质中的指令及数据用于实现权利要求1~7任一项所述的一种风机叶片裂纹声发射信号分析方法。

...

【技术特征摘要】

1.一种风机叶片裂纹声发射信号分析方法,其特征在于:方法包括以下步骤:

2.如权利要求1所述的一种风机叶片裂纹声发射信号分析方法,其特征在于:步骤s2中预处理具体包括:离散化处理和带通滤波。

3.如权利要求1所述的一种风机叶片裂纹声发射信号分析方法,其特征在于:步骤s3中分割处理包括:滑动窗口分割和固定窗口分割。

4.如权利要求1所述的一种风机叶片裂纹声发射信号分析方法,其特征在于:步骤s4中的无量纲参数包括:波形指标、脉冲指标、峰值指标、峭度、归一化能量熵。

5.如权利要求1所述的一种风机叶片裂纹声发射信号分析方法,其特征在于:步骤s6中的融合策略包括:平均融合...

【专利技术属性】
技术研发人员:刘敏
申请(专利权)人:安徽中科昊音智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1