| 专利号 | 2023101522455 | 申请日 | 2023-02-23 | 专利名称 | 基于数字孪生建模的风机叶片动态冲击检测方法及系统 |
| 授权日 | 2023-05-16 | 专利权人 | 山东大学 | 发明人 | 李腾;栾迎新;逄镇东;张伟 |
| 主分类号 | G06F30/27 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于数字孪生建模的风机叶片动态冲击检测方法及系统，涉及风力发电机健康监测技术领域。该方法通过获取在线测量的冲击载荷数据，利用微调后的深度神经网络模型，得到最终确定的冲击区域。其中，深度神经网络模型构建包括步骤：获取随机冲击载荷数据，建立风力发电机的数字孪生模型，利用数字孪生模型扩充冲击载荷数据，得到源域数据集；构建带有接受域注意力机制的深度神经网络模型，利用源域数据集对深度神经网络模型进行预训练；采用迁移学习的方法对深度神经网络模型进行自适应微调。本发明为风机叶片动态冲击检测中小样本数据学习、复杂结构响应分析以及在线部署问题提供了一种新的范式。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
