公开(公告)号：CN118407884B

公开(公告)日：2024-09-03

申请号：CN202410874016.9

申请日：2024-07-02

Applicant: 内蒙古工业大学

Inventor： 姜鑫 ,  孙加翼 ,  吕书锋 ,  王国宇

IPC: F03D17/00

Abstract: 本发明涉及风力发电诊断技术领域，且公开了一种风力发电机组叶片振动特性在线测试与诊断方法，叶片振动测试诊断步骤为：S1：在叶片关键位置安装振动传感器，利用多模态传感器数据，设计自适应数据采集策略，根据实时监测的振动幅度和环境变化自动调整采样率；S2：运用信号处理技术从大量数据中提取反映叶片健康状况的关键特征，评估风速、温度环境因素对振动特性的影响；S3：设计针对风电叶片损伤的定制化深度学习模型，针对时间序列数据和振动信号的特征提取，识别侵蚀、裂纹、撞击不同类型的损伤，并评估损伤程度；S4：基于实时数据流和历史趋势，自动调整预警阈值，基于损伤预测和振动模式分析，制定预防性维护计划。

公开(公告)号：CN118407884A

公开(公告)日：2024-07-30

申请号：CN202410874016.9

申请日：2024-07-02

Applicant: 内蒙古工业大学

Inventor： 姜鑫 ,  孙加翼 ,  吕书锋 ,  王国宇

IPC: F03D17/00

Abstract: 本发明涉及风力发电诊断技术领域，且公开了一种风力发电机组叶片振动特性在线测试与诊断方法，叶片振动测试诊断步骤为：S1：在叶片关键位置安装振动传感器，利用多模态传感器数据，设计自适应数据采集策略，根据实时监测的振动幅度和环境变化自动调整采样率；S2：运用信号处理技术从大量数据中提取反映叶片健康状况的关键特征，评估风速、温度环境因素对振动特性的影响；S3：设计针对风电叶片损伤的定制化深度学习模型，针对时间序列数据和振动信号的特征提取，识别侵蚀、裂纹、撞击不同类型的损伤，并评估损伤程度；S4：基于实时数据流和历史趋势，自动调整预警阈值，基于损伤预测和振动模式分析，制定预防性维护计划。

公开(公告)号：CN221074485U

公开(公告)日：2024-06-04

申请号：CN202322792888.4

申请日：2023-10-18

Applicant: 内蒙古工业大学

Inventor： 孙加翼 ,  姜鑫 ,  江溢鸣 ,  高铭泽 ,  赵科 ,  付凌峰

IPC: F03D1/06 ,  F03D13/10 ,  F03D80/00

Abstract: 本实用新型涉及风力发电机技术领域，具体为一种双段叶片风力发电机。包括发电机主体，所述发电机主体上转动安装有轮毂，所述轮毂上焊接有三个呈环形阵列排布的叶片安装座，所述叶片安装座上焊接有第一连接板，所述第一连接板远离轮毂的一侧设有第二连接板，所述第二连接板上固定安装有定桨叶片，所述定桨叶片远离轮毂的一端转动安装有动桨叶片，所述第一连接板和第二连接板上均贯穿有多个呈环形阵列均匀排布的螺栓孔。通过简单的锁止结构，从而能够在风力发电机装拆叶片的过程中对叶片进行临时固定，从而能够避免使用吊机对叶片进行长时间精准吊装操作的问题，有效的降低了叶片的装拆施工难度，有利于提高风力发电机叶片的装拆效率。