玻璃钢/复合材料
玻璃鋼/複閤材料
파리강/복합재료
Fiber Reinforced Plastics/Composites
2015年
11期
15-19
,共5页
风机叶片%损伤识别%模态应变能%BP神经网络
風機葉片%損傷識彆%模態應變能%BP神經網絡
풍궤협편%손상식별%모태응변능%BP신경망락
wind turbine blade structure%damage identification%mode strain energy%BP neural network
为解决风机叶片在多种损伤工况下的结构损伤识别问题,采用一种模态应变能变化率和BP神经网络结合的分步判别方法.首先利用ANSYS软件建立风机叶片的结构模型,选取模态应变能变化率作为检测结构损伤的特征参数;然后分别在单损伤与多损伤工况下,通过比较损伤前后各单元的模态应变能变化初步定位损伤;最后通过BP神经网络精确判定损伤状态,辨别叶片的损伤位置和程度.结果表明,通过比较各单元模态应变能变化率,可以有效实现损伤的初步定位,利用BP神经网络可以准确诊断出叶片损伤位置和程度.这种方法对同一单元不同程度损伤、同程度多损伤等多种损伤工况均有良好的识别效果.
為解決風機葉片在多種損傷工況下的結構損傷識彆問題,採用一種模態應變能變化率和BP神經網絡結閤的分步判彆方法.首先利用ANSYS軟件建立風機葉片的結構模型,選取模態應變能變化率作為檢測結構損傷的特徵參數;然後分彆在單損傷與多損傷工況下,通過比較損傷前後各單元的模態應變能變化初步定位損傷;最後通過BP神經網絡精確判定損傷狀態,辨彆葉片的損傷位置和程度.結果錶明,通過比較各單元模態應變能變化率,可以有效實現損傷的初步定位,利用BP神經網絡可以準確診斷齣葉片損傷位置和程度.這種方法對同一單元不同程度損傷、同程度多損傷等多種損傷工況均有良好的識彆效果.
위해결풍궤협편재다충손상공황하적결구손상식별문제,채용일충모태응변능변화솔화BP신경망락결합적분보판별방법.수선이용ANSYS연건건립풍궤협편적결구모형,선취모태응변능변화솔작위검측결구손상적특정삼수;연후분별재단손상여다손상공황하,통과비교손상전후각단원적모태응변능변화초보정위손상;최후통과BP신경망락정학판정손상상태,변별협편적손상위치화정도.결과표명,통과비교각단원모태응변능변화솔,가이유효실현손상적초보정위,이용BP신경망락가이준학진단출협편손상위치화정도.저충방법대동일단원불동정도손상、동정도다손상등다충손상공황균유량호적식별효과.
