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()
【技术实现步骤摘要】
本专利技术属于新能源设备检测与维护,尤其涉及一种综合考虑多指标的风机塔筒损伤评价方法及系统。
技术介绍
1、在当今全球能源结构转型的大背景下,风力发电作为一种清洁、可再生的能源形式,得到了广泛的应用和迅速的发展。风机塔筒作为支撑风力发电机组的关键结构,其稳定性和安全性直接关系到整个风电机组的正常运行。
2、专利技术人发现,目前对风机塔筒损伤的智能诊断方法中,通常是获取塔筒图像后,借助训练好的神经网络模型对图像进行处理和识别,以得到对塔筒损伤情况的评价结果;然而上述方法中,只考虑了图像本身的情况,比如裂纹的面积和深度等特征因素,没有考虑图像中特征与塔筒本身内部的力学性能之间的关系,考虑因素与实际塔筒的内部受力情况存在较大的差异,且评价指标比较单一,导致了对塔筒损伤情况的评价结果不准确;而因为现场通过传感器检测力学性能参数的实施难度较大、成本较高,所以目前还没有获取力学性能参数,以及综合考虑力学性能及裂纹特征关系下的风机塔筒损伤评价方案。
技术实现思路
1、本专利技术为了解决上述问题,提出了一种综合考虑多指标的风机塔筒损伤评价方法及系统,本专利技术综合考虑多指标的风机塔筒损伤评价方法及系统,考虑了像中塔筒和裂缝等特征与塔筒本身内部力学性能之间的关系,且综合了塔筒结构完整性指数、塔筒损伤综合系数和塔筒安全系数多个指标,保证了对塔筒损伤情况评价的准确性。
2、为了实现上述目的,本专利技术是通过如下的技术方案来实现:
3、第一方面,本专利技术提供了一种综合
4、获取风机塔筒图像;
5、根据获取的风机塔筒图像,以及预设的卷积神经网络模型,得到风机塔筒中裂缝的尺寸和形态参数;
6、根据得到的裂缝的尺寸和形态参数,以及预先建立的有限元模型进行有限元分析,得到风机塔筒的力学性能参数;
7、根据得到的裂缝的尺寸和形态参数,以及力学性能参数,确定塔筒结构完整性指数、塔筒损伤综合系数和塔筒安全系数三个指标;对塔筒结构完整性指数、塔筒损伤综合系数和塔筒安全系数三个指标进行加权求和,得到综合评价指标;
8、利用所述综合评价指标进行风机塔筒损伤评价。
9、进一步的,通过收缩路径提取风机塔筒图像的上下文信息,再通过扩展路径恢复风机塔筒图像的细节和空间分辨率;利用全卷积层替代传统卷积神经网络中的全连接层,实现对任意大小输入风机塔筒图像的端到端分割;结合空洞卷积来扩大感受野,获取语义信息,同时采用编码器-解码器结构来细化分割边界;风机塔筒图像分割完成后,借助已知的塔筒尺寸,通过比例计算获取裂缝的尺寸。
10、进一步的,获取风机塔筒图像时,按照预设距离将塔筒分为多层,在每一层采集塔筒一周的正面图像,以及在每一层采集塔筒预设角度上的图像。
11、进一步的,在卷积神经网络中添加注意力模块,关注图像中与塔筒和裂缝相关的重要区域,抑制无关背景的干扰;采用不同大小的卷积核来提取多尺度的特征信息,并进行融合,捕捉塔筒和裂缝在不同尺度下的特征;使用深度可分离卷积替代传统卷积,减少参数量和计算量。
12、进一步的,有限元分析时,在裂缝尖端区域采用加密的网格,使用奇异单元来模拟应力奇异现象;根据实际的安装条件和运行工况,施加边界约束和载荷,包括风载、自重和温度变化。
13、进一步的,塔筒结构完整性指数=(1-(裂缝总面积/塔筒表面积))×(1-最大等效塑性应变)×(1-最大应力强度因子);筒损伤综合系数=(1-平均裂缝宽度/塔筒壁厚)×(1-平均开裂能量释放率/参考能量释放率)×(1-平均损伤变量);塔筒安全系数=(原始强度/剩余强度)×(1-裂缝长度总和/塔筒周长)×(1-最大应力集中系数)。
14、第二方面,本专利技术还提供了一种综合考虑多指标的风机塔筒损伤评价系统,包括:
15、图像采集模块,被配置为:获取风机塔筒图像;
16、图像分割模块,被配置为:根据获取的风机塔筒图像,以及预设的卷积神经网络模型,得到风机塔筒中裂缝的尺寸和形态参数;
17、有限元分析模块,被配置为:根据得到的裂缝的尺寸和形态参数,以及预先建立的有限元模型进行有限元分析,得到风机塔筒的力学性能参数;
18、评价指标确定模块,被配置为:根据得到的裂缝的尺寸和形态参数,以及力学性能参数,确定塔筒结构完整性指数、塔筒损伤综合系数和塔筒安全系数三个指标;对塔筒结构完整性指数、塔筒损伤综合系数和塔筒安全系数三个指标进行加权求和,得到综合评价指标;
19、评价模块,被配置为:利用所述综合评价指标进行风机塔筒损伤评价。
20、第三方面,本专利技术还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了第一方面所述的综合考虑多指标的风机塔筒损伤评价方法的步骤。
21、第四方面,本专利技术还提供了一种电子设备,包括存储器、处理器及存储在存储器上并能够在处理器上运行的计算机程序,所述处理器执行所述程序时实现了第一方面所述的综合考虑多指标的风机塔筒损伤评价方法的步骤。
22、第五方面,本专利技术还提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时,实现了第一方面所述的综合考虑多指标的风机塔筒损伤评价方法的步骤。
23、与现有技术相比,本专利技术的有益效果为:
24、本专利技术通过对图像分割得到裂缝的尺寸和形态参数基础上,利用有限元模型,得到风机塔筒的力学性能参数;根据得到的裂缝的尺寸和形态参数,以及力学性能参数,确定塔筒结构完整性指数、塔筒损伤综合系数和塔筒安全系数三个指标;对塔筒结构完整性指数、塔筒损伤综合系数和塔筒安全系数三个指标进行加权求和,得到综合评价指标;最后,利用所述综合评价指标进行风机塔筒损伤评价;对风机塔筒损伤评价时,利用有限元模型获取力学性能参数,在不增加现场实施难度和成本的基础上,考虑了像中塔筒和裂缝等特征与塔筒本身内部力学性能之间的关系,且综合了塔筒结构完整性指数、塔筒损伤综合系数和塔筒安全系数多个指标,保证了对塔筒损伤情况评价的准确性。
本文档来自技高网...【技术保护点】
1.综合考虑多指标的风机塔筒损伤评价方法,其特征在于,包括:
2.如权利要求1所述的综合考虑多指标的风机塔筒损伤评价方法,其特征在于,通过收缩路径提取风机塔筒图像的上下文信息,再通过扩展路径恢复风机塔筒图像的细节和空间分辨率;利用全卷积层替代传统卷积神经网络中的全连接层,实现对任意大小输入风机塔筒图像的端到端分割;结合空洞卷积来扩大感受野,获取语义信息,同时采用编码器-解码器结构来细化分割边界;风机塔筒图像分割完成后,借助已知的塔筒尺寸,通过比例计算获取裂缝的尺寸。
3.如权利要求1所述的综合考虑多指标的风机塔筒损伤评价方法,其特征在于,获取风机塔筒图像时,按照预设距离将塔筒分为多层,在每一层采集塔筒一周的正面图像,以及在每一层采集塔筒预设角度上的图像。
4.如权利要求1所述的综合考虑多指标的风机塔筒损伤评价方法,其特征在于,在卷积神经网络中添加注意力模块,关注图像中与塔筒和裂缝相关的重要区域,抑制无关背景的干扰;采用不同大小的卷积核来提取多尺度的特征信息,并进行融合,捕捉塔筒和裂缝在不同尺度下的特征;使用深度可分离卷积替代传统卷积,减少参数量
5.如权利要求1所述的综合考虑多指标的风机塔筒损伤评价方法,其特征在于,有限元分析时,在裂缝尖端区域采用加密的网格,使用奇异单元来模拟应力奇异现象;根据实际的安装条件和运行工况,施加边界约束和载荷,包括风载、自重和温度变化。
6.如权利要求1所述的综合考虑多指标的风机塔筒损伤评价方法,其特征在于,塔筒结构完整性指数=(1-(裂缝总面积/塔筒表面积))×(1-最大等效塑性应变)×(1-最大应力强度因子);筒损伤综合系数=(1-平均裂缝宽度/塔筒壁厚)×(1-平均开裂能量释放率/参考能量释放率)×(1-平均损伤变量);塔筒安全系数=(原始强度/剩余强度)×(1-裂缝长度总和/塔筒周长)×(1-最大应力集中系数)。
7.综合考虑多指标的风机塔筒损伤评价系统,其特征在于,包括:
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现了如权利要求1-6任一项所述的综合考虑多指标的风机塔筒损伤评价方法的步骤。
9.一种电子设备,包括存储器、处理器及存储在存储器上并能够在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现了如权利要求1-6任一项所述的综合考虑多指标的风机塔筒损伤评价方法的步骤。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时,实现了如权利要求1-6任一项所述的综合考虑多指标的风机塔筒损伤评价方法的步骤。
...【技术特征摘要】
1.综合考虑多指标的风机塔筒损伤评价方法,其特征在于,包括:
2.如权利要求1所述的综合考虑多指标的风机塔筒损伤评价方法,其特征在于,通过收缩路径提取风机塔筒图像的上下文信息,再通过扩展路径恢复风机塔筒图像的细节和空间分辨率;利用全卷积层替代传统卷积神经网络中的全连接层,实现对任意大小输入风机塔筒图像的端到端分割;结合空洞卷积来扩大感受野,获取语义信息,同时采用编码器-解码器结构来细化分割边界;风机塔筒图像分割完成后,借助已知的塔筒尺寸,通过比例计算获取裂缝的尺寸。
3.如权利要求1所述的综合考虑多指标的风机塔筒损伤评价方法,其特征在于,获取风机塔筒图像时,按照预设距离将塔筒分为多层,在每一层采集塔筒一周的正面图像,以及在每一层采集塔筒预设角度上的图像。
4.如权利要求1所述的综合考虑多指标的风机塔筒损伤评价方法,其特征在于,在卷积神经网络中添加注意力模块,关注图像中与塔筒和裂缝相关的重要区域,抑制无关背景的干扰;采用不同大小的卷积核来提取多尺度的特征信息,并进行融合,捕捉塔筒和裂缝在不同尺度下的特征;使用深度可分离卷积替代传统卷积,减少参数量和计算量。
5.如权利要求1所述的综合考虑多指标的风机塔筒损伤评价方法,其特征在于,有限元分析时,在裂缝尖端区域采用加密的网格,使用奇异单元来模拟...
【专利技术属性】
技术研发人员:张振利,张亚林,贾克勤,刘庆阳,侯振,陈安新,罗勇,迟世丹,吴建新,边培松,窦岳,苗竞文,
申请(专利权)人:山东电力工程咨询院有限公司,
类型:发明
国别省市:
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。