風葉, 葉片,風扇葉,葉輪,尼龍風葉正規生產廠家蕪湖弗倫恩特

當前位置:首頁 > 葉片公司新聞 > 詳細內容

風機風葉損傷檢測方法

發布時間:2019-09-18

  風機風葉損傷檢測方法

  現在提出了一種基于離散數學模型的風機風葉損傷檢測方法,該方法利用風機風葉的固有頻率變化和流體結構分析相結合,此外,還發展了一種流體結構分析的數值方法,數值模擬結果提供了葉片單個裂紋在不同位置和尺寸下各模態的固有頻率數據,利用matlab建立了故障數據庫,用固有頻率的變化來檢測葉片的損傷,這項研究將有助于從不同角度研究裂紋對結構的影響。

 

  風機風葉經常發生裂紋故障,造成運行中斷,增加成本,降低產品質量,影響運行人員的安全,對旋轉機械葉片進行早期故障檢測,可以防止葉片故障,縮短維修時間,因此,有效可靠的故障診斷方法對于預測裂紋失效前損傷的存在和狀態至關重要,為發展旋轉機械裂紋識別的不同故障檢測與診斷技術,進行了大量的研究工作,現有的故障診斷方法大致分為兩類:基于專家系統的故障診斷方法和振動特性變化的故障診斷方法。

  利用模糊邏輯、遺傳算法和人工神經網絡等人工智能技術進行故障檢測,使用基于振動特性的人工智能技術對各種結構進行故障檢測和診斷,利用神經網絡對軸流風機葉片的在線狀態進行監測,利用從24種不同損傷程度的裂紋葉片中提取的故障特征對神經網絡進行訓練,結果表明,從兩個傳感器獲得的振動信號可以有效地診斷裂紋的發展程度。

  智能識別方法需要大量的訓練樣本才能準確識別,但大型軸流風機風葉的裂紋損傷不易加工,導致故障樣本不足的問題,訓練算法收斂速度快的選擇準則也沒有得到適當的解決,這就導致了訓練樣本類型和數量對訓練速度優化的不確定性。

熱線電話
18355325925

掃碼進入風葉廠家手機站

關閉
国产成在线观看免费视频_很污的黄网站免费视频_欧美日韩国产高清综合二区