基于声发射信号的风电塔筒疲劳寿命预测
针对风电塔筒疲劳寿命难以有效预测的问题,提出了基于声发射特征参数融合退化曲线和PSO-LSTM(粒子群-长短时记忆)寿命预测模型的疲劳寿命预测方法.首先在实验室条件下基于声发射技术采集风电塔筒原材料(Q355E)疲劳全过程的声发射信号,从原始信号的时域与频域特征中提取特征参量,之后应用PCA(主成分分析)方法对特征参量进行融合,将第一主成分作为融合之后的特征曲线;最后以LSTM模型为基础,使用PSO算法优化模型参数,并建立PSO-LSTM模型来进行寿命预测.结果表明,使用优化模型的预测精度比单一模型的要高,具备一定的工业前景.
声发射、风电塔筒、寿命预测、PSO-LSTM
45
TP18;TG142;TH17;TG115.28(自动化基础理论)
甘肃省自然科学基金资助项目20JR5RA058
2023-10-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
20-24,29