基于VMD能量熵和BP神经网络风电叶片缺陷研究 | |
张鹏林; 徐旭; 杨超; 董拴涛 | |
刊名 | 中国测试 |
2018-09-30 | |
期号 | 2018年09期页码:115-120+130 |
关键词 | 叶片缺陷 变分模态分解 能量熵 BP神经网络 |
ISSN号 | ISSN:1674-5124 |
英文摘要 | 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。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/1611] |
专题 | 材料科学与工程学院 |
作者单位 | 1.兰州理工大学材料科学与工程学院 2.兰州兰石检测技术有限公司 |
推荐引用方式 GB/T 7714 | 张鹏林,徐旭,杨超,等. 基于VMD能量熵和BP神经网络风电叶片缺陷研究[J]. 中国测试,2018(2018年09期):115-120+130. |
APA | 张鹏林,徐旭,杨超,&董拴涛.(2018).基于VMD能量熵和BP神经网络风电叶片缺陷研究.中国测试(2018年09期),115-120+130. |
MLA | 张鹏林,et al."基于VMD能量熵和BP神经网络风电叶片缺陷研究".中国测试 .2018年09期(2018):115-120+130. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论