【摘 要】
:
作为风力发电机组的关键组件之一,风机叶片在运行过中受到复杂载荷以及沙粒冲刷、雷电雨雪、大气氧化和化学腐蚀等自然因素的影响后,叶片内外部极易发生结构性损伤。如果不及时进行处理,会导致叶片发生断裂,从而对整个风机机组的安全稳定运行造成严重威胁。目前传统无损检测技术存在效率低和精度差等缺点,且定期人工巡检成本高、检测难度大、实时性差,难以满足当下对智能化风场的信息化运维需求。针对上述问题,本文以树莓派作
论文部分内容阅读
作为风力发电机组的关键组件之一,风机叶片在运行过中受到复杂载荷以及沙粒冲刷、雷电雨雪、大气氧化和化学腐蚀等自然因素的影响后,叶片内外部极易发生结构性损伤。如果不及时进行处理,会导致叶片发生断裂,从而对整个风机机组的安全稳定运行造成严重威胁。目前传统无损检测技术存在效率低和精度差等缺点,且定期人工巡检成本高、检测难度大、实时性差,难以满足当下对智能化风场的信息化运维需求。针对上述问题,本文以树莓派作为边缘计算节点,以叶片声发射信号以及风机叶片图像特征为研究对象,结合深度学习进行无损检测,具体研究内容如下:首先,由于风机现场情况复杂多变,所以采用了基于卷积神经网络的风机叶片损伤检测方案。卷积神经网络可从构造的二维Mel频谱张量特征中学习到表达能力强的高层特征。针对传统卷积神经网络的一些问题,对训练超参数进行改造和优化,并引入Normalization和Dropout方法,分别解决网络模型训练过程中容易出现的梯度弥散和过拟合问题。实验结果表明,卷积神经网络能够有效提取风机叶片声发射信号的高层特征并对其进行有效的识别分类,识别平均准确率为98.7%。其次,使用当下火热的YOLOV5目标检测识别深度学习模型实现风机叶片缺陷损伤的检测识别。首先对YOLOV5模型的整体结构和原理进行介绍;然后对风机叶片损伤图片数据的获取进行了说明,由于获取的图片数据集数量有限,仅有359张,采用针对图片的几何变化和颜色变化两种方法对数据集进行扩充,使数据集样本数量增加到1795张,并且借助深度学习中的迁移学习策略对模型进行训练,证明数据增强+迁移学习的策略可以有效加快模型的训练,增强系统的识别性能,训练出的模型在验证集上的检测识别准确度为96.65%。最后,针对传统风机叶片损伤检测方式效率低等问题,本章选择将训练好的YOLOV5风机叶片损伤目标检测识别模型移植到树莓派3b+微型计算单元来实现风机叶片的缺陷检测。实验表明,该模型在树莓派3b+上运行效果良好,达到目标要求,为后续进一步风机叶片缺陷检测的完整系统的搭建奠定了基础。
其他文献
振动筛是物料筛分作业常见设备,被广泛应用于工程领域和农业生产活动中。传统振动筛弹性支撑刚度低,作业时固有频率远离激振频率,达到工作振幅需要较大激振力,因此负载大、能耗高难以满足大产量、高效率的行业需求以及大型化、重型化的设备要求。针对上述情况,本课题提出筒式弹簧弹性支撑方案,并通过数值模拟和仿真实验的方式对其性能进行研究。主要研究内容及结论归纳如下:分析了现有振动筛弹性支撑不足,设计了筒式弹簧弹性
高压直流电缆是直流输电系统中最重要的设备之一。电缆中间接头作为电缆线路中的衔接部位,因结构复杂,施工工艺要求高而成为故障高发部位。当电缆中间接头局部电场畸变导致电场强度超过限值时,将引起局部放电(简称局放)现象发生,缩短绝缘寿命。因此研究电场分布情况和局部放电特性有助于掌握电缆中间接头的运行规律和开展故障诊断分析,具有重要的工程应用价值。本文从仿真模型构建、不同工业条件下的电场仿真计算、典型缺陷局
在日趋激烈的市场竞争下,以订单碎片化为驱动的多品类,变批量,乃至定制化的生产制造模式,已经逐渐成为制造类企业生产的主流方式,而随着市场环境的变换,生产方式从大批量到多品种小批量的变化,生产模式也逐渐从流水线发展成了精益生产、敏捷制造,随着需求的不断个性化和复杂化,以客户个性化定制为特征的柔性制造模式将成为新的发展方向,这对生产线系统的柔性化程度,以及应变能力提出了更高的要求。因此,当下的产线控制系
工业机器人是飞行器舱段等复杂零件的重要加工手段,其中颤振是影响舱段机器人加工效率和质量的重要因素。本文提出基于加工过程中电流和加速度信号实现舱段机器人铣削颤振监测的方法,进而实现颤振的抑制,并基于.NET平台开发了一套舱段机器人在线颤振监测软件,为保障舱段的机器人稳定加工提供支撑。进行舱段机器人铣削颤振特性分析,选择电流信号和加速度信号作为机器人铣削颤振的监测信号。建立舱段机器人铣削系统动力学模型
北极海洋资源的探测与开发是当今世界各国关注的一个重点方向。其中,北极海冰的存在,对航道导航、冰下水声通信等造成了较大影响,因此如何搭建准确的海冰模型是当前北极水声学的一个研究热点。本文综合考虑海冰的结构特点,首次建立分层、多孔及界面粗糙的海冰模型,为海冰建模提供新思路。进一步地,对该海冰模型覆盖下的声场展开研究,为冰下目标探测等领域提供理论支撑。首先,本文基于Biot理论建立了分层多孔海冰理论模型
热误差作为影响机床加工精度的主要因素,严重影响零件加工质量,实现机床热误差的有效补偿是当前亟待解决的问题。零件加工精度受影响的时间段主要发生在机床从冷机到热平衡这一过程,该过程中的热误差变化是复杂、时变且非线性的。当下已有的传统热误差模型存在不能准确描述热误差的非线性变化以及受环境温度影响导致模型的预测精度或鲁棒性降低等问题。为此本文以HMC-200i机床的Z轴丝杠为研究对象,进行热误差建模方法研
独立型单相逆变器因其供电质量高在飞机、舰船等无法与大电网相连的领域具有广泛的应用。然而用电侧由于线路破损或老化等因素可能发生各种短路故障,导致输出电流大幅抬升,该故障电流有可能损坏开关器件,从而使逆变器无法正常供电。针对负载侧短路故障穿越的问题,本文进行了详细的研究,主要研究内容如下:首先,概述了逆变器的系统配置,提出了正常工况和故障工况的总体控制策略。在正常工况下,采用前馈控制与反馈控制相结合的
面心立方(FCC)结构的多主元合金因良好的韧性,拥有很大的开发价值和应用潜力。铸造是制备复杂结构件的重要技术手段,但合金的铸态组织往往为粗大的柱状晶,力学性能上呈现各向异性,限制了其实际应用。因此需要通过细化凝固组织,提高铸态合金的力学性能并促进各向同性。本课题以典型的NiCoFe多主元合金为研究对象,研究了凝固组织细化的溶质作用,首先研究了C元素的细化作用,进而研究了C和Cr元素的复合作用,并分
随着半导体行业的发展,半导体器件的特征尺寸不断的减小,目前已经发展到了数纳米级。吸附在硅片表面的纳米级颗粒污染物足以导致半导体器件的缺陷,清洗技术在半导体行业中的地位愈发重要。本文提出通过电喷雾方式获得高速飞行液滴来撞击待清洁的硅片表面,来实现颗粒去除的新方法。本文通过分析颗粒与基体表面的吸附力形式,液滴撞击产生清洁力的形式,得出影响清洁力和吸附力大小的因素:颗粒物种类、粒径、液滴飞行速度等。利用
随着社会人口老龄化程度的不断加剧,老年人晚年生活的生活质量愈加需要关注。户外活动是老年人生活的基本需求,而冬季防寒与意外摔倒则是老年人在冬季户外活动中最需要注意的问题。有研究表明,冬季低温环境会大大增加老年人心血管疾病死亡率,最低气温到-7.5℃时,死亡率会增加8%。同时根据美国疾病控制与预防中心的数据,跌倒是65岁及以上人群意外伤害死亡的主要原因。然而现有的防寒、跌倒检测可穿戴式设备,多数存在穿