[发明专利]风机叶片光纤载荷应变特征提取及裂纹监测方法有效
| 申请号： | 201810441932.8 | 申请日： | 2018-05-10 |
| 公开（公告）号： | CN108592812B | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 陈鹏;王科盛;李宇;杨滨源 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G01B11/16 | 分类号： | G01B11/16;G01M13/00 |
| 代理公司： | 51268 成都虹盛汇泉专利代理有限公司 | 代理人： | 王伟 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种风机叶片光纤载荷应变特征提取及裂纹监测方法，其包括建立风机叶片光纤载荷数据库，构建深度降噪自编码器模型并进行训练，对风机叶片健康状态下光纤载荷数据进行处理得到重构误差数据并设置其最大值为阈值，对风机叶片检测状态下光纤载荷数据进行处理得到重构误差数据，并与阈值进行比较完成诊断。本发明能够自适应地从信号中过滤掉噪音的干扰，提取鲁棒性高的表征，用于后续的故障诊断，并且采用无监督的学习模式，利用大量无故障的健康信号训练模型，使其用于后续的在线诊断中；还能够适应复杂工况中，同时能够避免数据不平衡给模型带来的偏差。 | ||
| 搜索关键词： | 风机叶片 光纤 裂纹监测 误差数据 应变特征 载荷数据 重构 编码器模型 复杂工况 故障诊断 健康信号 健康状态 学习模式 训练模型 在线诊断 鲁棒性 无监督 自适应 构建 降噪 过滤 数据库 噪音 诊断 检测 | ||
【主权项】：
1.一种风机叶片光纤载荷应变特征提取及裂纹监测方法，其特征在于，包括以下步骤：/nA、将贴片式光纤载荷传感器分布式安装在风机叶片上，采集风机叶片健康状态下光纤载荷数据，建立风机叶片光纤载荷数据库；/nB、构建深度降噪自编码器模型，利用步骤A中风机叶片健康状态下光纤载荷数据对深度降噪自编码器模型进行训练；所述深度降噪自编码器模型具体采用多层降噪自编码的堆叠结构，将前一层降噪自编码器的隐藏层作为下一层降噪自编码器的输入；/nC、利用步骤B训练得到的深度降噪自编码器模型对风机叶片健康状态下光纤载荷数据进行处理，得到重构误差数据，并设置重构误差数据中最大值为阈值；/nD、采集风机叶片检测状态下光纤载荷数据，利用步骤B训练得到的深度降噪自编码器模型对风机叶片检测状态下光纤载荷数据进行处理，得到重构误差数据；判断重构误差是否大于步骤C中阈值，若是，则风机叶片检测状态为故障状态，若否，则风机叶片检测状态为正常状态。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810441932.8/，转载请声明来源钻瓜专利网。
