基于WPT-SVD-KELM的大型风力机叶片表面裂纹识别方法研究

作者：刘钦东; 罗勇水^*; 张军华; 艾真伟; 程启超; 杨世锡

来源：太阳能学报, 2023, 44(03): 155-161.

DOI：10.19912/j.0254-0096.tynxb.2021-1258

• 风力机叶片
• 裂纹检测
• 小波分解
• 奇异值分解
• 核极限学习机
• 异常识别

为准确识别风力机叶片表面裂纹位置和长度，提出基于小波包-奇异值分解-核极限学习机（WPT-SVD-KELM）的裂纹识别方法。搭建风力机某典型叶片裂纹识别平台，开展正常叶片和含裂纹叶片的模态实验和变桨实验，获取不同工况下正常叶片和含裂纹叶片的振动信号。利用频响函数研究裂纹位置对振动信号幅频响应的影响，从而准确识别叶片表面裂纹位置，利用WPT-SVD提取风力机叶片表面裂纹振动信号的时频特征，定义参数kr表征裂纹长度的变化，并将特征参数导入优化后的KELM，从而识别风力机叶片表面裂纹长度。

• 单位
  浙江大学; 浙江运达风电股份有限公司