| 专利号 | 2023106914782 | 申请日 | 2023-06-13 | 专利名称 | 基于注意力混合神经网络的风机叶片冲击定位方法及系统 |
| 授权日 | 2023-09-01 | 专利权人 | 山东大学 | 发明人 | 李腾;栾迎新;逄镇东;李晓磊;张伟 |
| 主分类号 | F03D17/00 | 关键词 | 应用领域 | ||
| 摘要 | 本发明提出基于注意力混合神经网络的风机叶片冲击定位方法及系统，涉及风机叶片的冲击检测领域。包括获取所有叶片上的振动信号；将振动信号输入至注意力混合神经网络中，提取振动信号每个时刻的特征，完成任务识别，预测受到冲击的叶片；将预测的受到冲击的叶片上的振动信号分别输入至注意力回归定位网络和自适应决策网络中，在注意力回归定位网络中，利用局部时序注意力机制提取每个时间块的特征；对每个时间块的特征的重要性进行决策，将需要的时间块的特征输入到注意力循环神经网络中，通过注意力循环神经网络得到振动信号的时空特征向量，进而得到定位距离。本发明能够准确识别施加在风机叶片上的动态冲击载荷的具体位置。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新能源产业 风能产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
