CN110967251B - 用于风电叶片损伤模式识别的方法 - Google Patents
用于风电叶片损伤模式识别的方法 Download PDFInfo
- Publication number
- CN110967251B CN110967251B CN201911212652.0A CN201911212652A CN110967251B CN 110967251 B CN110967251 B CN 110967251B CN 201911212652 A CN201911212652 A CN 201911212652A CN 110967251 B CN110967251 B CN 110967251B
- Authority
- CN
- China
- Prior art keywords
- damage
- acoustic emission
- sample
- fracture
- wind power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/02—Details
- G01N3/06—Special adaptations of indicating or recording means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0016—Tensile or compressive
- G01N2203/0017—Tensile
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/006—Crack, flaws, fracture or rupture
- G01N2203/0067—Fracture or rupture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/0202—Control of the test
- G01N2203/0212—Theories, calculations
- G01N2203/0218—Calculations based on experimental data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/026—Specifications of the specimen
- G01N2203/0298—Manufacturing or preparing specimens
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/0658—Indicating or recording means; Sensing means using acoustic or ultrasonic detectors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种用于风电叶片损伤模式识别的方法,对单组份的玻璃纤维、环氧树脂以及复合层合板[45°]试样的拉伸损伤过程进行声发射信号采集与分析,得到单基体断裂和纤维断裂的特征频带窗口之外的分层扩展信号。通过小波包能谱系数对这三种特征频带窗口断裂模式进行识别,推演分析层合板[45°]铺层试样拉伸过程,得到拉伸初期跟后期以基体断裂和树脂断裂为主,中期损伤主要为分层扩展,符合实际拉伸损伤。本发明用于风电叶片损伤模式识别的方法,基于频带窗口+小波能谱系数的模式识别法能有效地识别风电叶片的损伤模式,并能对风电叶片材料整个损伤演化过程进行预测。
Description
技术领域
本发明涉及声发射无损检测范围内监测风电叶片损伤模式的表征方法技术领域,具体是涉及一种风电叶片玻璃纤维复合材料损伤模识别的方法。
背景技术
近年来,随着化石能源等传统不可再生能源的日益枯竭,发展新能源已经迫在眉睫,风力发电机组主要由风电叶片、塔架、跟发电机组成,风电叶片旋转发电,作为主要的承力结构件,在常年累月的运行中,面临着各类复杂的环境,很容易出现损伤。
相关技术中,一般采用定期更换或是人工检测的方法。但是定期更换叶片不仅不能保证叶片的安全,还会影响正常生产生活用电,维修成本大。而长时间不更换叶片,叶片损伤累积达到严重损毁的程度,甚至会发生叶片断裂的严重事故。而早期微小的损伤一般很难察觉。从而导致损伤的扩展,造成严重的经济损失。玻璃纤维复合材料以优异的比强度、比模量和抗疲劳性能,成为风电叶片最常用的材料。作为风电机组重要的部件,风电叶片造价占整机的20%以上,其良好的设计、可靠的质量是决定风电机组性能优劣的关键。受到制造工艺等随机因素影响,风电叶片复合材料难免产生纤维断裂、缺胶和分层等结构缺陷,这些缺陷在实际静/动载荷、疲劳等条件作用下,将加剧风电叶片结构损伤的产生、扩展与积累,最终导致其失稳破坏。
目前,对于复合材料层合板结构分层损伤常用的检测方法有X射线检测法、超声波检测法、声发射检测法等。X射线检测法灵敏度高、检测结果直观,但是射线在穿透物质过程中因被吸收和散射而衰减,因此检测工件的厚度有一定的限制,且X射线对人体有伤害,检测人员需作特殊防护,实验成本较高;超声波检测法是利用超声波对各种材料的穿透力强,指向性好的特点来检测构件表面及内部的缺陷,操作简单、检测灵敏度高、可精确确定缺陷位置与分布,但是使用该方法通常需要耦合剂,不同类型缺陷要使用不同的探头,实验工序繁复;与其他无损检测技术相比,声发射技术对被检工件的接近要求不高,因而适用于其他无损检测方法难以或无法接近,如高低温、核辐射、易燃、易爆环境下的检测,声发射检测法对动态缺陷敏感,只需要接收传感器,但是使用该方法对静态缺陷不敏感,损伤信号和噪声信号难以区分。
声发射检测法可以实时地反映玻璃纤维材料的健康状况。声发射检测在对服役期间的玻璃纤维材料构件健康评估方面有着广泛的应用前景。声发射作为一种动态监测方式,材料或构件在受力过程中产生变形或裂纹时,将会以弹性波的形式释放应力,从而可以被声发射设备采集到,信号中含有裂纹的信息,可以对其分析,找出想要的结果。常见的声发射分析方法包括参数分析法,历程图法等,但是只能大概率地估计损伤的发生,而不能对玻璃纤维复合材料常见的损伤模式(如:纤维断裂、界面分层、基体开裂等)进行模式区分。
复合材料层合板的分层损伤是影响结构承载能力的主要损伤模式,复合材料层合板结构极易在加工、装配及服役过程中受到低能量冲击,且在层间产生分层损伤。由于分层损伤往往发生在层合板的内部,在其表面很难通过目视观察到,所以分层损伤对于复合材料层合板结构是一个不容忽视的具有隐蔽性的安全隐患。综上所述,对复合材料结构的分层损伤问题进行系统研究,对于复合材料的实际工程结构设计、制造及其维护都具有十分重要的意义。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种用于风电叶片损伤模式识别的方法,结合频带窗口+小波包能谱系数,对风电叶片损伤模式进行区分。
为解决上述技术问题,本发明提出的技术方案为:
一种用于风电叶片损伤模式识别的方法,所述方法具体包括以下步骤:
1)制作试样:分别制作至少一组的单树脂试样、单纤维布试样、层合板[45°]铺层试样;
2)对试样进行加载:分别对三个试样进行拉伸加载,将试样的两端固定在试验机上,试验机上方布设声发射传感器;对试样进行加载的同时,声发射传感器采集加载过程中的声发射信号;
3)数据分析:根据采集到的声发射信号,分析提取频带窗口特征参量,采用小波包能谱系数对声发射信号进行处理;通过单树脂试样、单纤维布试样的声发射信号处理得到单一损伤的特征参数,对比层合板[45°]铺层试样的声发射信号,得到单一损伤之外的损伤频带窗口;
4)根据步骤3)获取层合板[45°]铺层试样拉伸损伤演化过程。
作为上述技术方案的进一步改进为:
所述试验机为拉伸机,所述拉伸机以恒定速率对所述试样施加拉伸载荷,直至所述试样断裂。
上述技术方案中,优选地,所述步骤3)中,对层合板[45°]铺层试样的声发射信号进行聚类分析,得到损伤的类型个数,结合单一损伤的特征参数,得到单一损伤之外的损伤频带窗口。
上述技术方案中,优选地,所述单树脂试样产生的基体断裂信号对应的频带窗口为0-0.06MHz。
上述技术方案中,优选地,所述单纤维布试样产生的纤维断裂信号对应的频带窗口为0.06-0.12MHz。
上述技术方案中,优选地,所述对声发射信号进行聚类分析后,除了得到基体断裂,纤维断裂信号外的频带外,层合板产生的断裂信号对应的频带窗口为0.25-0.32MHz。层合板产生的断裂信号为分层断裂信号。
上述技术方案中,优选地,所采用的的小波基是“Db5”,对声发射信号进行三层分解。
上述技术方案中,优选地,所获取层合板[45°]铺层试样拉伸损伤演化过程分为五个阶段。
上述技术方案中,所对应的小波包能谱系数为:基体断裂对应的是第1层,纤维断裂对应的是第2层,分层断裂信号对应的小波包能谱系数是第5层。
对层合板[45°]铺层试样拉伸损伤演化过程,通过小波包能谱系数所对应的特征对整个层合板[45°]铺层拉伸试样进行损伤演化分析,拉伸初期主要是基体断裂为主,第二阶段以纤维断裂为主,第三阶段进入一个稳态扩展平台,第四阶段出现分层信号,第五阶段是分层结束后开始断裂,断裂过程中主要是以基体断裂和纤维断裂为主。
本发明提供的一种用于风电叶片损伤模式识别的方法,与现有技术相比有以下优点:
(1)声发射检测技术是一种实时动态检测技术,主要检测对象为各向同性的金属材料(铁、铝、铜等),各个方向的声速比较稳定,声波传播路径简单,研究已经趋于成熟。但是对于内部结构不均匀的风电叶片各向异性玻璃纤维复合材料,缺乏有效的动态损伤检测与模式识别方法。本发明实时监测材料的损伤情况,基于频带窗口+小波包能谱系数相结合的方式,得到各种损伤模式所对应的频带窗口并通过小波包能谱系数实现风电叶片损伤模式识别,能清晰的区分层合板试样拉伸损伤过程中各种损伤模式,并根据损伤模式所发生的的时间段从而获取层合板的损伤演化过程。这种方法适用于风电叶片的健康监测,可以对损伤的发生及损伤模式进行定性分析,是风电叶片损伤评估的重要前提,在工程应用中有着巨大的研究价值。
(2)本发明用于风电叶片损伤模式识别的方法,因为声发射传感器可以采集到周围5米的应力波信号,因此只要采集到了的声发射信号即可进行损伤模式的识别,跟断裂位置无关,不需要对数据有效性进行判定。
附图说明
图1(a)是本发明单树脂、单纤维束和层合板[45°]铺层试块长宽尺寸示意图。
图1(b)是本发明单树脂、单纤维束和层合板[45°]铺层试块厚度尺寸示意图。
图2是本发明所采用的拉伸试验装置和声发射检测装置。
图3(a)是本发明中的基体断裂损伤模式信号的声发射波形图。
图3(b)是本发明中的纤维断裂损伤模式信号的声发射波形图。
图3(c)是本发明中的分层扩展损伤模式信号的声发射波形图。
图4(a)是本发明中的基体断裂损伤模式信号的频谱图。
图4(b)是本发明中的纤维断裂损伤模式信号的频谱图。
图4(c)是本发明中的分层扩展损伤模式信号的频谱图。
图5(a)是本发明层合板[45°]铺层试样的s(k)曲线。
图5(b)是本发明层合板[45°]铺层试样的聚类分析图。
图6(a)是本发明得到的基体断裂损伤模式的小波包能谱系数图。
图6(b)是本发明中的纤维断裂损伤模式信号的小波包能谱系数图。
图6(c)是本发明中的分层扩展损伤模式信号的小波包能谱系数图。
图7是本发明层合板[45°]铺层试样的拉伸损伤演化过程图。
图8是本发明中k-means均值聚类分析原理示意图。
具体实施方式
以下对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
本发明的识别方法包括以下步骤:
1)制作试样
(1)环氧树脂采用的是风电叶片成型专用喷胶,纤维束采用的型号为E-TLX1800,树脂试样的厚度为3.6mm,纤维束试样为单独的一层。
(2)层合板[45°]铺层试样的设计与制作方案参考《GB/T1446-2005纤维增强塑料试验方法总则》。试块为45°铺层,铺层为7层,具体尺寸如图1(a)、(b)所示,长为250mm,宽为29mm,厚为3.6mm。
分别制作多组单环氧树脂试样、单玻璃纤维束试样以及层合板[45°]铺层试样。
2)对单层试样进行加载
提取单一组的分纤维、树脂试样进行拉伸加载的声发射信号:将制作好的单环氧树脂试样、单玻璃纤维束试样安装到拉伸机上面,设定两个拉伸点距离为150mm。每个试样上面分别布置一个声发射传感器,以采集整个拉伸过程的声发射信号。声发射传感器距离中心40mm。声发射传感器选用专用的耦合剂(采用市面上直接购买的声发射专用的耦合剂)进行耦合并固定。如图2所示,将声发射传感器连接在放大器上,设计放大器参数为40db,并调整好声发射采集参数如表1所示。
表1声发射采集参数设定值
参数名称 | 参数值 |
阈值 | 45db |
前放增益 | 45db |
采样率 | 1MSPS(1KHz) |
长度 | 1000 |
滤波器范围 | 1KHz~500KHz |
将声发射设备准备好后,随后开始进行拉伸加载,加载速度为5mm/mim。加载同时通过声发射传感器进行声发射的监测,监测整个拉伸过程中产生的声发射信号。直到试样断裂,拉伸机停止工作。
采集全过程产生的声发射信号,分析提取频带窗口特征参量。
3)对层合板试样进行加载
采用步骤2)的加载方式对层合板[45°]铺层试样进行拉伸,并监测整个拉伸过程中产生的声发射信号。直到试样断裂,拉伸机停止工作。
如图7所示,层合板[45°]铺层试样的拉伸损伤演化过程如图7所示,从图中能清晰的区分层合板试样拉伸损伤过程中各种损伤模式所发生的时间段,损伤演化过程中各个时间段所对应的损伤模式与实际样品损伤相吻合。
采集全过程产生的声发射信号,分析提取频带窗口特征参量。对不同损伤模式下的信号个数进行统计。层合板[45°]铺层试样拉伸过程中数据识别与实验过程对比如表2所示。
表2层合板[45°]铺层试样拉伸过程中数据识别与实验过程对比
4)信号分析
将步骤3)采集到的层合板拉伸过程中的声发射吸纳后,进行数据分析。结合步骤2)所得到的频带窗口特征参量,采用小波包能谱系数进行模式识别。根据风电叶片材料在拉伸过程中产生不同损伤的方式,对整个声发射检测过程产生到的所有波形进行小波包批量处理,利用小波包分解后得到的小波包能量所集中的不同层区,来区分不同的损伤方式,并演化损伤过程。具体如下方式:
(1)由于纯树脂试样跟纤维试样由单一组分组成,故可认为只产生单一损伤信号。图3(a)、(b)为根据声发射传感器采集到的信号所绘制的波形图,对图3的两个图进行频谱分析,分别得出两种信号的频带窗口,如图4(a)、(b)所示,即两种损伤模式。
(2)层合板试样[45°]铺层试样是玻璃纤维复合材料,断裂过程中监测到的损伤更为复杂,如图5(b)所示,对层合板的声发射信号进行聚类分析作出幅值/中心频率图,根据轮廓值系数的值(Silhouette value)来评价聚类的效果,并确定类别数目k,得到s(k)曲线(如图5(a)),k-means算法是一种应用于数据前期处理中的聚类算法,其基本原理如图8,k-means算法在Matlab软件中实现,计算公式如下。
式中,a(i)表示的是第i个向量与同一类别中的其它向量的平均距离值,b(i,k)表示第i个向量与其它类中每个向量的平均距离值。轮廓系数值S的大小表明分类效果的好坏,越大则分类效果越好,一般S的值比0.6大,分类效果就已经非常好。
(3)确定信号中信号的类别。
从图5(b)中可以看出,除了频带窗口为前两种损伤信号之外还有第三种分层损伤,波形图跟频谱图分别如图3(c),图4(c)所示。
对这三种特征频带窗口进行小波包能谱系数分析,分析结果如图6(a)、(b)、(c)所示。
表3是不同小波包能谱层数以及不同频带窗口所对应的损伤模式,不同特征频带窗口对应不同的能谱层数,从而实现损伤模式识别。
表3不同损伤模式对应的小波包能谱层数
频带窗口/MHZ | 小波包能谱层数 | 损伤模式 |
0-0.06 | 1 | 基体断裂 |
0.06-0.12 | 2 | 纤维断裂 |
0.25-0.32 | 5 | 分层扩展 |
5)层合板对比组监测
(1)对第二组层合板[45°]铺层试样进行了对比监测,实验结果如表4所示,因为是同一种试样故实验过程中观察到的损伤与表2所示的相同。
表4对比组数据处理后的损伤演化过程
时期(时间/S) | 基体断裂(个) | 纤维断裂(个) | 分层扩展(个) |
Ⅰ(0-28) | 624 | 152 | 0 |
Ⅱ(28-80) | 86 | 324 | 0 |
Ⅲ(80-210) | 0 | 0 | 0 |
Ⅳ(180-210) | 25 | 32 | 325 |
Ⅴ(230-250) | 153 | 265 | 35 |
从表4中可以看出,整个过程通过小波包能谱系数加频带窗口识别后,两组层合板监测数据契合度高,层合板的拉伸过程中,有三种信号产生,根据断裂产生的信号所占比例的不同,将拉伸过程分为五个时间阶段,其中第一阶段以基体断裂为主,第二阶段为纤维断裂为主,第三阶段依旧是稳态扩展为主,几乎没有信号产生,第四阶段为分层扩展阶段,到了第五阶段的最后断裂时期,基体断裂与纤维断裂都有产生。
(2)对第三组层合板[45°]铺层试样进行了对比监测,铺层数一样但是试样尺寸有所改变。长为120mm,宽为20mm,厚度一样,观察到的现象如表5所示,实验结果如表6所示,
表5第三组层合板[45°]铺层试样拉伸过程中数据识别与实验过程对比
表6对比组数据处理后的损伤演化过程
时期(时间/S) | 基体断裂(个) | 纤维断裂(个) | 分层扩展(个) |
Ⅰ(0-20) | 582 | 130 | 0 |
Ⅱ(20-600) | 93 | 400 | 0 |
Ⅲ(60-150) | 0 | 0 | 0 |
Ⅳ(150-185) | 15 | 53 | 200 |
Ⅴ(185-220) | 102 | 153 | 20 |
从表6中可以看出,整个拉伸过程产生的现象与前两个试样基本一致,只是由于试样尺寸的原因各阶段所处的时间段有所不同,产生的信号数量有所不同。依旧可以分为五个阶段,五个阶段的现象以及所产生的断裂信号有很好的对应关系,即前期主要是以基体断裂为主,随后部分纤维断裂,然后进入一个稳态扩展的时期不产生信号,中期进入分层扩展阶段,最后断裂同时产生纤维跟基体断裂。
上述只是本发明的较佳实施例,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (4)
1.一种用于风电叶片损伤模式识别的方法,其特征在于,所述方法具体包括以下步骤:
1)制作试样:分别制作至少一组的单树脂试样、单纤维布试样、层合板[45°]铺层试样;
2)对试样进行加载:分别对三个试样进行拉伸加载,将试样的两端固定在试验机上,试验机上方布设声发射传感器;对试样进行加载的同时,声发射传感器采集加载过程中的声发射信号;
3)数据分析:根据采集到的声发射信号,分析提取频带窗口特征参量,采用小波包能谱系数对声发射信号进行处理;通过单树脂试样、单纤维布试样的声发射信号处理得到单一损伤的特征参数,对层合板[45°]铺层试样的声发射信号进行聚类分析作出幅值/中心频率图,根据轮廓值系数的值(Silhouette value)来评价聚类的效果,并确定类别数目k,得到损伤的类型个数,结合单一损伤的特征参数,得到单一损伤之外的损伤频带窗口;
4)根据步骤3)获取层合板[45°]铺层试样拉伸损伤演化过程;
所述单树脂试样产生的基体断裂信号对应的频带窗口为0-0.06MHz;
所述单纤维布试样产生的纤维断裂信号对应的频带窗口为0.06-0.12MHz;
所述对声发射信号进行聚类分析后,除了得到基体断裂,纤维断裂信号外的频带外,层合板产生的断裂信号对应的频带窗口为0.25-0.32MHz。
2.根据权利要求1所述的用于风电叶片损伤模式识别的方法,其特征在于,所述试验机为拉伸机,所述拉伸机以恒定速率对所述试样施加拉伸载荷,直至所述试样断裂。
3.根据权利要求1所述的用于风电叶片损伤模式识别的方法,其特征在于,所采用的小波基是“Db5”,对声发射信号进行三层分解。
4.根据权利要求1所述的用于风电叶片损伤模式识别的方法,其特征在于,所获取层合板[45°]铺层试样拉伸损伤演化过程分为五个阶段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911212652.0A CN110967251B (zh) | 2019-12-02 | 2019-12-02 | 用于风电叶片损伤模式识别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911212652.0A CN110967251B (zh) | 2019-12-02 | 2019-12-02 | 用于风电叶片损伤模式识别的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110967251A CN110967251A (zh) | 2020-04-07 |
CN110967251B true CN110967251B (zh) | 2023-07-11 |
Family
ID=70032523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911212652.0A Active CN110967251B (zh) | 2019-12-02 | 2019-12-02 | 用于风电叶片损伤模式识别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110967251B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268495A (zh) * | 2013-05-31 | 2013-08-28 | 公安部第三研究所 | 计算机系统中基于先验知识聚类的人体行为建模识别方法 |
CN107247737A (zh) * | 2017-05-10 | 2017-10-13 | 国家电网公司 | 基于用电量的台区违约用电分析与挖掘方法 |
CN107248086A (zh) * | 2017-02-21 | 2017-10-13 | 国网江苏省电力公司南通供电公司 | 基于用户用电行为分析的广告投放辅助分析方法 |
CN110223196A (zh) * | 2019-06-04 | 2019-09-10 | 国网浙江省电力有限公司电力科学研究院 | 基于典型行业特征库和反窃电样本库的反窃电分析方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101285796B (zh) * | 2008-04-30 | 2010-09-29 | 湘潭大学 | 热障涂层损伤及其失效过程的声发射实时检测方法 |
KR101157811B1 (ko) * | 2010-08-17 | 2012-06-22 | 한국표준과학연구원 | 대형 복합재 구조물에서의 손상위치 표정 방법 |
CN103901111A (zh) * | 2014-03-24 | 2014-07-02 | 上海电机学院 | 风力发电机组叶片的无损检测系统及方法 |
CN107328868B (zh) * | 2017-06-27 | 2019-06-07 | 福州大学 | 一种快速识别陶瓷涂层失效类型的声发射信号分析方法 |
CN110376289A (zh) * | 2019-07-11 | 2019-10-25 | 南京航空航天大学 | 一种基于声发射手段的复合材料纤维编织层损伤识别方法 |
-
2019
- 2019-12-02 CN CN201911212652.0A patent/CN110967251B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268495A (zh) * | 2013-05-31 | 2013-08-28 | 公安部第三研究所 | 计算机系统中基于先验知识聚类的人体行为建模识别方法 |
CN107248086A (zh) * | 2017-02-21 | 2017-10-13 | 国网江苏省电力公司南通供电公司 | 基于用户用电行为分析的广告投放辅助分析方法 |
CN107247737A (zh) * | 2017-05-10 | 2017-10-13 | 国家电网公司 | 基于用电量的台区违约用电分析与挖掘方法 |
CN110223196A (zh) * | 2019-06-04 | 2019-09-10 | 国网浙江省电力有限公司电力科学研究院 | 基于典型行业特征库和反窃电样本库的反窃电分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110967251A (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101900708B (zh) | 一种基于振动和声频信号的高速列车轨道伤损探测方法 | |
Sung et al. | Monitoring of impact damages in composite laminates using wavelet transform | |
CN107014668A (zh) | 一种基于压电和智能涂层传感器的疲劳裂纹综合监测方法 | |
CN115754011A (zh) | 一种复合材料风电叶片的声发射检测与损伤识别方法 | |
CN107870204A (zh) | 一种准确性高的复合材料结构损伤监测方法 | |
CN106596729A (zh) | 基于声发射的2.25Cr‑1Mo钢疲劳裂纹扩展监测及氢脆评价方法 | |
Jang et al. | Real-time estimation of delamination occurrence induced by low-velocity impact in composite plates using optical fiber sensing system | |
CN116008391A (zh) | 基于固有频率信号的隐框玻璃幕墙结构胶损伤识别方法 | |
Giannouli et al. | Detection and evaluation of rolling stock wheelset defects using acoustic emission | |
CN110967251B (zh) | 用于风电叶片损伤模式识别的方法 | |
CN113944600A (zh) | 一种利用应力波技术检测风机主轴承故障的方法和系统 | |
CN112505501B (zh) | 一种基于电声联合的局部放电严重等级判别及预警方法 | |
Kamala et al. | Discrete-wavelet analysis of acoustic emissions during fatigue loading of carbon fiber reinforced composites | |
Jiang et al. | Rolling bearing quality evaluation based on a morphological filter and a Kolmogorov complexity measure | |
Santulli | Post-impact flexural tests on jute/polyester laminates monitored by acoustic emission | |
US11982643B2 (en) | Acoustic emission method to ascertain damage occurrence in impacted composites | |
CN108956287A (zh) | 一种用于电网铁附件拉伸过程的检测方法 | |
CN109959726A (zh) | 一种玻璃纤维复合材料弯压损伤声发射特征参数表征方法 | |
RIJAL et al. | Monitoring Damage Evolution in Carbon/Epoxy and Carbon/Thermoplastic Composites using Acoustic Emission Technique | |
CN104504380A (zh) | 基于pccp管道声信号的现场试验系统及数据分析方法 | |
Hu et al. | Energy Identification of Engine Blade Produced by Impact Based on Acoustic Emission | |
Yibo et al. | Characterization, identification and life prediction of acoustic emission signals of tensile damage for HSR gearbox housing material | |
CN117783294B (zh) | 一种基于声发射能量熵的木材损伤动态检测方法与系统 | |
CN109856245B (zh) | 一种基于经验模态分解的玻璃钢弯压应力损伤图谱定量评价方法 | |
Sharma | Rain erosion damage assessment using ultrasonics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |