公开(公告)号：CN119355127A

公开(公告)日：2025-01-24

申请号：CN202411558924.3

申请日：2024-11-04

Applicant: 鄂尔多斯应用技术学院 ,  内蒙古工业大学

Inventor： 姜鑫 ,  任培永 ,  高晓平 ,  王子瑜 ,  王国宇

IPC: G01N29/04 ,  G01N29/265 ,  G01N29/26

Abstract: 本发明公开了一种风力机叶片损伤主动自检装置，涉及风力机叶片自检技术领域，包括底座，底座顶部设置有风力机叶片，底座上方内部设置有自检机构，自检机构包括底座上方内部设置的T型板，T型板靠近底座的一侧固定连接有第一电机，第一电机的输出端设置有转盘，转盘远离第一电机的一侧固定连接有滑杆，滑杆靠近转盘的一侧设置有椭圆板，可以快速自动的利用超声波进行自主检测叶片损伤，检测效率高且速度快，减少了工作人员的劳动强度，在对风力机叶片进行检测时可以将叶片固定不动，有效的防止了叶片处于空中而发生叶片晃动从而导致检测结果出现误差的情况出现，保证自检时的稳定性。

公开(公告)号：CN118407884A

公开(公告)日：2024-07-30

申请号：CN202410874016.9

申请日：2024-07-02

Applicant: 内蒙古工业大学

Inventor： 姜鑫 ,  孙加翼 ,  吕书锋 ,  王国宇

IPC: F03D17/00

Abstract: 本发明涉及风力发电诊断技术领域，且公开了一种风力发电机组叶片振动特性在线测试与诊断方法，叶片振动测试诊断步骤为：S1：在叶片关键位置安装振动传感器，利用多模态传感器数据，设计自适应数据采集策略，根据实时监测的振动幅度和环境变化自动调整采样率；S2：运用信号处理技术从大量数据中提取反映叶片健康状况的关键特征，评估风速、温度环境因素对振动特性的影响；S3：设计针对风电叶片损伤的定制化深度学习模型，针对时间序列数据和振动信号的特征提取，识别侵蚀、裂纹、撞击不同类型的损伤，并评估损伤程度；S4：基于实时数据流和历史趋势，自动调整预警阈值，基于损伤预测和振动模式分析，制定预防性维护计划。

公开(公告)号：CN118407884B

公开(公告)日：2024-09-03

申请号：CN202410874016.9

申请日：2024-07-02

Applicant: 内蒙古工业大学

Inventor： 姜鑫 ,  孙加翼 ,  吕书锋 ,  王国宇

IPC: F03D17/00

Abstract: 本发明涉及风力发电诊断技术领域，且公开了一种风力发电机组叶片振动特性在线测试与诊断方法，叶片振动测试诊断步骤为：S1：在叶片关键位置安装振动传感器，利用多模态传感器数据，设计自适应数据采集策略，根据实时监测的振动幅度和环境变化自动调整采样率；S2：运用信号处理技术从大量数据中提取反映叶片健康状况的关键特征，评估风速、温度环境因素对振动特性的影响；S3：设计针对风电叶片损伤的定制化深度学习模型，针对时间序列数据和振动信号的特征提取，识别侵蚀、裂纹、撞击不同类型的损伤，并评估损伤程度；S4：基于实时数据流和历史趋势，自动调整预警阈值，基于损伤预测和振动模式分析，制定预防性维护计划。