基于谐波小波包和支持向量机的风机叶片损伤识别研究-论文.pdf

《基于谐波小波包和支持向量机的风机叶片损伤识别研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年第4期玻璃钢／复合材料37基于谐波小波包和支持向量机的风机叶片损伤识别研究饶金根，顾桂梅(兰州交通大学自动化与电气工程学院，兰州730070)摘要：为了解决风机叶片损伤类型识别的问题，提出了一种基于谐波小波包和支持向量机相结合的声发射源识别方法。由叶片损伤产生的声发射信号经过4层谐波小波包分解后，提取各频段的能量作为特征向量构建支持向量机分类器。通过支持向量机判别叶片损伤类型。在对叶片损伤进行识别时，分别采用谐波小波包和Daubechies小波包分解声发射信号，并进行比较。实验结果表明，采用谐波小波包和支持向量机相结合的方法可以得到良好的识别效果。关键词：风机叶

2、片；声发射；谐波小波包；支持向量机中图分类号：TB332；TN98文献标识码：A文章编号：1003—0999(2014)04—0037—05风力机叶片是风力发电机组的关键部件，若叶1谐波小波变换片出现了损坏，将会严重影响风电叶片的使用寿命1993年，由剑桥大学Newland¨。=教授提出的谐和安全运行⋯。因此，对叶片进行损伤识别和故障波小波有明确的函数表达式，算法速度快、精度高，预测非常必要。现有的对于风机叶片检测的常用方在处理非平稳微弱信号中有突出的优势。谐波小波法有超声波检测法_2J、x射线检测法、预埋光纤检测是复小波且具有完全“盒形”频谱，其在频域的广法以及声发射检

3、测法等J。由于叶片结构复杂，常义表达式为：用的一些检测方法难以满足其复杂的外形结构和运)=一2(1)动的工作状态。声发射技术是采集材料内部发出的应力波的无损检测方法J，很适用于风力机叶片式中，谐波小波变换的尺度由m、n决定，且凡=监测。2m，当m=0时，=1。此时相应的小波函数为：近年来，国外研究人员做了相关研究。Dutton和Blanch采用声发射技术对叶片的加载过程进行(2)实时监测，指出高能量和高幅值的声发射信号的产若给定谐波小波位移步长／(—m)，(∈Z)，生预示着叶片失效；Bent和Lars等对风电叶片做则式(2)变为：了远程监测的研究，提出对近海风电叶片进行实

4、时监测的可行性；Goutham等_8提出了基于声发射技(一k)：术的SNS结构神经系统，可实时发现叶片在受到静力加载所产生的损伤和扩展情况。国内在该领域的exp[(in27r(t．．／2．-km)]-exp[im27r(t-nkm)]3、——研究还比较少，主要涉及声发射技术在风电叶片裂i27r(n—m)f一1纹监测中的应用¨和对结构健康监测方法的设想_9J，对于叶片的损伤模式识别还缺乏深人的研究。这就是分析时间中心在t=—处，分析频率本文针对风机叶片的裂纹扩展和边缘破损两种带宽为(几一m)2丌的谐波小波的一般形式。在￡损伤模式产生的声发射信号进行了分析，利用谐波(R)空间

5、，将谐波小波函数系(t)作为一组正交小波包将叶片损伤的声发射信号分解到各个频段，．提取各频段能量作为特征向量并构建支持向量机分基，利用谐波小波对信号f(t)进行分解，就能无交类器，实现对风机叶片的损伤类型的模式识别。叠、无遗漏地将信号分解至各自独立的频段。收稿日期：2013一l1_25基金项目：兰州交通大学科技支撑基金资助项目(ZC2012008)作者简介：饶金根(1987-)，男，硕士生，主要从事风电叶片损伤研究，527169120@qq．tom。麓，姒i38基于谐波小波包和支持向量机的风机叶片损伤识别研究2谐波小波包变换式中，K(，)是核函数。SVM通过不同核函谐波小

6、波分解在进行频域分析时，有很好的低数将输入样本非线性变换到不同的高维特征空间，频段的细化能力，但高频段的分辨能力差。而在实选择不同的核函数可构建不同的SVM。际应用中，有时对信号的低频段和高频段都需要同等对待，这时就要利用谐波小波包来实现对整个频4基于谐波小波包和支持向量机的风机叶片损伤带的无限细分，从而提取出信号中奇异的频率识别研究成分]。利用谐波小波包把信号分解到各自独立的频段令式(3)中的分析频带带宽为：内，计算出各频段的能量值，这些能量值包含了大量的诊断信息引，因此可以用每个频带里的信号能量B=2(4)而令分析频带的上、下限为：作为特征向量来表征叶片的损伤模式，从

7、而实现叶rm=sB片的损伤模式识别。利用支持向量机进行叶片损伤{I凡=(，s+1、)B5=0，’1，’2，’⋯，’2一1(、5)模式识别的实现方案如下：(1)提取能量特征：利用谐波小波包分解将声式中，为信号的最高分析频率；为分解层发射信号分解到各个频段，提取各频段能量特征；数，随着的增加，就可利用谐波小波包实现对信号(2)数据归一化：将提取到的能量特征向量进的无限细分。行归一化处理；(3)建立支持向量机二分类模型，选用径向基3支持向量机原理(RBF)核函数，以归一化后的特征向作为输入样本，支持向量机(Supp0~vectorm