基于VMD能量熵和BP神经网络风电叶片缺陷研究

• 作者: 张鹏林 徐旭 杨超 董拴涛
• 来源期刊: 中国测试
• 学科: 工学
• 关键词: 叶片缺陷 变分模态分解 能量熵 BP神经网络
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 测控技术
• 页码范围: 115-120,130
• 页数: 7页
• 分类号: TM315
• 字数: 7505字
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2018.09.021

摘要

针对叶片在服役过程中缺陷特征提取困难,提出一种基于变分模态能量熵结合BP神经网络的叶片缺陷诊断方法.首先对声发射信号进行变分模态分解,通过方差贡献率筛选不同缺陷的主要模态分量,之后求取不同缺陷主要模态分量的能量熵构造不同缺陷的特征向量.为验证特征向量选取的准确性,将不同缺陷能量熵向量输入BP神经网络进行缺陷模式识别.结果表明:缺陷识别正确率高达90％,表明变分模态能量熵结合BP神经网络的叶片缺陷诊断方法能够实现叶片早期缺陷识别,具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏林	兰州理工大学材料科学与工程学院	33	94	6.0	8.0
2	杨超	兰州理工大学材料科学与工程学院	6	6	2.0	2.0
3	董拴涛	兰州理工大学材料科学与工程学院	2	4	1.0	2.0
4	徐旭		3	5	1.0	2.0