کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6954243 1451828 2018 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Mass detection, localization and estimation for wind turbine blades based on statistical pattern recognition
ترجمه فارسی عنوان
تشخیص جرم، محلی سازی و برآورد برای تیغه های توربین بادی بر اساس تشخیص الگوی آماری
کلمات کلیدی
نظارت بر سلامت سازمانی، تجزیه و تحلیل مودال عملیاتی، تشخیص تغییر توده، بومی سازی، برآورد کردن، طبقه بندی آماری،
ترجمه چکیده
یک روش برای تشخیص تغییر جرم در تیغه های توربین بادی با استفاده از فرکانس های طبیعی ارائه شده است. این رویکرد بر اساس دو آزمون آماری است. اولین تست تصمیم می گیرد که آیا تغییر جرمی قابل توجهی است و تست دوم یک طبقه بندی آماری گروه بر اساس تجزیه و تحلیل خطی جدی است. فرکانس ها با استفاده از تحلیل مودال عملیاتی با استفاده از تحریک طبیعی شناسایی می شوند. بر اساس فرض گاوسیتی فرکانس ها، یک مدل آماری چند طبقه ای با ترکیب حساسیت های مدل عنصر محدود در 10 کلاس تغییر مکان بر روی تیغه، کوچکترین منطقه 1/5 فاصله است. این روش به صورت آزمایشی برای یک تیغه توربین بادی کامل در یک تست نصب شده و با باد طبیعی بارگیری شده است. تغییرات جرم از علل طبیعی با کیسه های شن و ماسه تقلید شد و الگوریتم مشاهده شده به خوبی با سرعت تشخیص آزمایشی 1، نرخ محلی سازی 0.88 و میزان برآورد توده 0.72 انجام شد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
چکیده انگلیسی
A method for mass change detection on wind turbine blades using natural frequencies is presented. The approach is based on two statistical tests. The first test decides if there is a significant mass change and the second test is a statistical group classification based on Linear Discriminant Analysis. The frequencies are identified by means of Operational Modal Analysis using natural excitation. Based on the assumption of Gaussianity of the frequencies, a multi-class statistical model is developed by combining finite element model sensitivities in 10 classes of change location on the blade, the smallest area being 1/5 of the span. The method is experimentally validated for a full scale wind turbine blade in a test setup and loaded by natural wind. Mass change from natural causes was imitated with sand bags and the algorithm was observed to perform well with an experimental detection rate of 1, localization rate of 0.88 and mass estimation rate of 0.72.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Mechanical Systems and Signal Processing - Volume 107, July 2018, Pages 266-277
نویسندگان
, , , ,