文献

J-GLOBAL ID：202202229848484638   整理番号：22A1139850

アコースティックエミッション技術に基づく風力タービン翼複合材料損傷パターン認識【JST・京大機械翻訳】

Damage pattern recognition of wind turbine blade composite material based on acoustic emission technology

著者 (5件)： Jia Hui (zi博市技師学院, 山東 zi博 255000;山東理工大学 机械工程学院, 山東 zi博 255000) ,  Zhang Leian (山東理工大学 机械工程学院, 山東 zi博 255000) ,  Wang Jinghua (山東理工大学 机械工程学院, 山東 zi博 255000) ,  Huang Xuemei (山東理工大学 机械工程学院, 山東 zi博 255000) ,  Yu Liangfeng (山東中車風電有限公司, 山東 済南 250104)
資料名： Kezaisheng Nengyuan  (Kezaisheng Nengyuan)
巻： 40  号： 1  ページ： 67-72  発行年： 2022年 
JST資料番号： C4094A  ISSN： 1671-5292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 疲労条件下の風力タービンのガラス繊維複合材料の損傷モードを研究するために,本論文は,音響放射技術に基づく主成分分析(PCA)とBPニューラルネットワーク(BPNN)に基づく材料損傷同定モデルを提案した。最初に,損傷アコースティックエミッション信号を収集し,関連パラメータを抽出し,異なる疲れ損傷を分類した。次に,雑音信号を低減し,冗長情報を除去するために,主成分分析を行った。次に,クラスタ分析を主成分分析によって行い,クラスタと損傷の間の対応関係を見つけた。最後に,BPニューラルネットワークに基づいて,損傷同定モデルを確立し,そして,試験データに基づき,識別ネットワークを訓練した。訓練結果は,3種類の未知タイプの疲労損傷に対する認識モデルの認識率が90%以上であり,未知の損傷に対して良好な認識能力を持つことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *パターン認識 ,  ネットワーク ,  ガラス繊維 ,  *風車 ,  クラスタ ,  *材料被害 ,  クラスタ分析 ,  *アコースティックエミッション ,  *損傷 ,  主成分分析 ,  疲れ損傷 ,  認知モデル
準シソーラス用語： 損傷同定 ,  逆伝播ニューラルネットワーク ,  AE信号 , 【Automatic Indexing@JST】

分類 (2件)： ゴム・プラスチック材料  (HC04030W) ,  欠陥  (YH02040Z)

タイトルに関連する用語 (4件)： アコースティックエミッション ,  風力タービン翼 ,  材料損傷 ,  パターン認識