科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着风电产业的迅速发展，风机装机容量逐渐增加，叶片的长度也随之增长，所以风电机组产生故障的机率越来越大。因此，对风力机叶片进行健康状态监测及预警研究，在叶片发生故障前进行处理。首先，提取叶片正常和异常状态下的特征参数，利用BP神经网络建立叶片健康状态预测模型，其次，采用Power Designer建模软件建立系统物理数据模型，并对系统架构进行设计，最后，将训练好的神经网络模型，运用在风机叶片健康状态监测及预警平台中，对叶片进行实时监测并预测叶片未来时刻的运行状态，提高风机叶片健康状态监测及预警的信息化水平。
-
单位机电工程学院; 江西理工大学
