[发明专利]大型风力机叶片主梁内部缺陷类型红外自动识别方法有效
| 申请号： | 201911004664.4 | 申请日： | 2019-10-21 |
| 公开（公告）号： | CN110748462B | 公开（公告）日： | 2020-12-01 |
| 发明（设计）人： | 周勃 | 申请（专利权）人： | 沈阳工业大学;沈阳达兴铖能源科技有限公司 |
| 主分类号： | F03D17/00 | 分类号： | F03D17/00;G06F30/27;G06F113/06 |
| 代理公司： | 沈阳亚泰专利商标代理有限公司 21107 | 代理人： | 邵明新 |
| 地址： | 110870 辽宁省沈阳*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及风力发电设备运行维护技术领域，同时也适用于其他树脂基复合材料的早期缺陷类型无损检测。其精准、适用性强且能够适用于野外工作环境。包括以下步骤：S1获取环境温度、主梁样件厚度、热源距样件距离、样件表面风速以及含缺陷样件各缺陷部位热扩散系数的数据样本，建立这些参数与不同类型缺陷热扩散系数之间的非线性耦合关系，同时计算神经网络模型参数；S2持续照射风力机叶片表面；S3采集和提取叶片有缺陷区域和无缺陷区域的表面温差曲线；S4‑S5记录当前照射位置叶片主梁厚度；测量当前环境温度；测量叶片表面平均风速；S6按照BP神经网络计算方法，计算热扩散系数；S7利用热扩散系数相对误差率计算公式,从而完成缺陷类型识别。 | ||
| 搜索关键词： | 大型 风力机 叶片 内部 缺陷 类型 红外 自动识别 方法 | ||
【主权项】：
1.大型风力机叶片主梁内部缺陷类型红外自动识别方法，其特征在于，包括以下步骤：/nS1在实验室内，获取环境温度、主梁样件厚度、热源距样件距离、样件表面风速以及含缺陷样件各缺陷部位热扩散系数的数据样本，对BP神经网络进行训练，建立这些参数与不同类型缺陷热扩散系数之间的非线性耦合关系，同时计算神经网络模型参数W
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沈阳工业大学;沈阳达兴铖能源科技有限公司，未经沈阳工业大学;沈阳达兴铖能源科技有限公司许可，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/201911004664.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种风力发电机组的机舱位移监测方法
- 下一篇：一种海上风力机叶片除冰装置
