一种碳纤维复合材料板损伤定位方法及系统

    公开(公告)号:CN119619997B

    公开(公告)日:2025-04-22

    申请号:CN202510152257.7

    申请日:2025-02-12

    Abstract: 本发明公开了一种碳纤维复合材料板损伤定位方法及系统,属于复合材料损伤定位技术领域,获取Lamb波的S0、A0模态的到达时间,将A0模态的到达时间作为确定到达角度的依据,确定各对传感器间的时间差,确定最大绝对时间差;对每一对传感器,获取模态到达时间差;通过计算时间差的最小绝对值,确定Lamb波的声源到达角度;根据模态到达时间差和获取的S0、A0模态的模态波速,确定传感器阵列中的每个传感器与Lamb波的声源之间的距离,确定声源到各阵元的平均间距;根据平均间距和Lamb波的声源到达角度,获取声源相对于传感器阵列中心点的坐标位置,该坐标位置为碳纤维复合材料板上的损伤所在位置。该方法能够实现声源的精确定位。

    基于改进Swin-T的智能风力发电轴承故障诊断方法

    公开(公告)号:CN118500730B

    公开(公告)日:2024-12-27

    申请号:CN202410619030.4

    申请日:2024-05-18

    Abstract: 本发明涉及的是一种基于改进Swin‑T的智能风力发电轴承故障诊断方法,它包括:现场实时采集主轴滚动轴承的声发射信号;将步骤一采集的滚动轴承的声发射信号去噪,基于FBank的主轴滚动轴承声发射信号特征提取,将得到的FBank特征数据映射到二维图像当中,构建声发射图像数据集;Swin‑Transformer模型中加入并行注意力机制CBAM和SKNet,得到AD模型,将AD模型插入到Swin‑Transformer模型中得到AD‑Swin‑T模型;利用AD‑Swin‑T模型对构建的声发射图像数据集进行识别。本发明将轴承信号转化为FBank特征输入模型,有效实现了低速重载轴承的精准故障检测。

    基于改进Swin-T的智能风力发电轴承故障诊断方法

    公开(公告)号:CN118500730A

    公开(公告)日:2024-08-16

    申请号:CN202410619030.4

    申请日:2024-05-18

    Abstract: 本发明涉及的是一种基于改进Swin‑T的智能风力发电轴承故障诊断方法,它包括:现场实时采集主轴滚动轴承的声发射信号;将步骤一采集的滚动轴承的声发射信号去噪,基于FBank的主轴滚动轴承声发射信号特征提取,将得到的FBank特征数据映射到二维图像当中,构建声发射图像数据集;Swin‑Transformer模型中加入并行注意力机制CBAM和SKNet,得到AD模型,将AD模型插入到Swin‑Transformer模型中得到AD‑Swin‑T模型;利用AD‑Swin‑T模型对构建的声发射图像数据集进行识别。本发明将轴承信号转化为FBank特征输入模型,有效实现了低速重载轴承的精准故障检测。

    一种碳纤维复合材料板损伤定位方法及系统

    公开(公告)号:CN119619997A

    公开(公告)日:2025-03-14

    申请号:CN202510152257.7

    申请日:2025-02-12

    Abstract: 本发明公开了一种碳纤维复合材料板损伤定位方法及系统,属于复合材料损伤定位技术领域,获取Lamb波的S0、A0模态的到达时间,将A0模态的到达时间作为确定到达角度的依据,确定各对传感器间的时间差,确定最大绝对时间差;对每一对传感器,获取模态到达时间差;通过计算时间差的最小绝对值,确定Lamb波的声源到达角度;根据模态到达时间差和获取的S0、A0模态的模态波速,确定传感器阵列中的每个传感器与Lamb波的声源之间的距离,确定声源到各阵元的平均间距;根据平均间距和Lamb波的声源到达角度,获取声源相对于传感器阵列中心点的坐标位置,该坐标位置为碳纤维复合材料板上的损伤所在位置。该方法能够实现声源的精确定位。

Patent Agency Ranking