机床与液压

作者：宋庭新，黎晶丽

单位：湖北工业大学机械工程学院；湖北工业大学机械工程学院

关键词：风机叶片;损伤识别;应变监测;频域分析;卷积神经网络

基金：国家重点研发计划课题（2018YFF0214705）

风力发电机在运行过程中叶片容易损伤，存在安全隐患。为了对风机叶片的损伤状态进行识别和预警，通过光纤光栅传感器采集得到的应变数据，建立基于应变的叶片材料损伤模型；在有限元分析软件ABAQUS中建立风机叶片结构的有限元模型，通过模态分析得到叶片的固有频率。同时对应变数据进行傅里叶变换，分析叶片损伤状况的频率特征，并与固有频率对比判断叶片是否发生共振；最后，根据风机叶片运行过程中采集的应变时序数据，采用深度学习方法进一步对风机叶片的损伤程度进行识别。实验结果表明：基于光纤光栅应变数据，从风机叶片材料应变监测、模态频率监测和神经网络模型识别3个方面对叶片损伤进行综合分析和预警是一种可靠且高效的方法，对风机健康监测和安全运行具有重要作用。

来源：2024年第2期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第2期