基于续尺度卷积网络的10 MW漂浮式风力机筋腱损伤识别

摘要：

为提升复杂环境中漂浮式风力机平台筋腱结构隐性损伤识别率,基于卷积神经网络(convolutional neural network,CNN),提出连续多尺度卷积神经网络(continues-multi-scale convolutional neural network,CMS-CNN),建立"端到端"的损伤识别模型.为验证CMS-CNN方法的有效性,以10 MW漂浮式风力机为研究对象,对损伤位置、程度进行故障诊断,结果表明:连续多尺度模型比传统多尺度的诊断结果更佳;横荡加速度受环境载荷影响较小,基于此响应信号所训练的CMS-CNN诊断模型更可靠;CMS-CNN模型可在筋腱结构微弱损伤时实现精准定位,亦能完成结构隐性损伤程度识别.

关键词：卷积神经网络(CNN);漂浮式风力机;故障诊断;结构损伤

所属期刊栏目：41

分类号：TH132.41

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;上海市科技创新心动计划地方院校能力建设项目

在线出版日期：2022-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：183-189,286