CN119470670A 一种基于声纹识别的海上风机叶片在线监测方法 （河海大学）_第1页
CN119470670A 一种基于声纹识别的海上风机叶片在线监测方法 （河海大学）_第2页
CN119470670A 一种基于声纹识别的海上风机叶片在线监测方法 （河海大学）_第3页
CN119470670A 一种基于声纹识别的海上风机叶片在线监测方法 （河海大学）_第4页
CN119470670A 一种基于声纹识别的海上风机叶片在线监测方法 （河海大学）_第5页
已阅读5页，还剩21页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于声纹识别的海上风机叶片在线监本发明公开了一种基于声纹识别的海上风裂纹长度和预估损伤评分导入裂纹评估模型评2构建信号处理模型，通过信号放大器、滤波器和特征构建深度学习模型，将声纹信号参数、天气数据和大后的信号导入滤波器进行噪声过滤，将处理后的信号导入特征提取单元进行特征提取，式为其中，为声纹信号的频域幅值，为声纹信号频率范S31、将声纹信号的频率和振幅输入CNN卷积3估模型评估未来天气情况下风机叶片裂纹程度包括以下47.一种基于声纹识别的海上风机叶片在线监测系统，其基于如权利要求1_6任一项的深度学习模块，用于将声纹信号参数、天气数据和风机发电量所述处理器通过调用所述存储器中存储的计算机程序，执行如权利要求1_6任一项所9.一种计算机可读存储介质，其特征在于，储存时，使得计算机执行如权利要求1_6任一项所述的一种基于声纹识别的海上风机叶片在线5纹评估模型评估未来天气情况下风机叶片裂6:算公式为其中，(f)为声纹信号的频域幅值，ir.sl为声纹信号频率伤评分导入裂纹评估模型评估未来天气情况下风机叶片裂纹程度包7式中评估未来天气情况下风机叶片裂纹程度，其中，裂纹损伤评分公式为：8纹评估模型评估未来天气情况下风机叶片裂[0056]在此需要具体说明的是声纹采集终端均匀布置在风机塔基的周围以及机舱内的9::和风机发电量导入深度学习模型评估未来风机叶片裂[0064]S31、将声纹信号的频率和振幅输入CNN卷积神经网络提在频率通道中时间步和频率f+E位置的值，GY为卷积核在频率通道的权重，为表示在振幅通道中时间步ttB和频率f+e位置的值，为卷积核在振式中评估未来天气情况下风机叶片裂纹程度，其中，裂纹损伤评分公式为：[0071]在本实施例中需要具体说明的是，根据裂纹损伤评分对风机裂纹进行分级并报

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论