权利要求书： 1.一种海上风机叶片故障非接触式监测方法，使用一种海上风机叶片故障非接触式监测系统，所述的系统包括布置在海上风机基础、塔基或单独平台上的气象信息采集系统，布置在海上风机附近海域的水文信息采集系统，布置在海上风机基础或塔架上的气动声学采集系统，气象信息采集系统、水文信息采集系统和气动声学采集系统所采集的数据实时传输至采集节点，再由采集节点通过无线终端传输至岸上数据中心，数据中心，监测系统和监控设备之间通过工业以太网连接通信；海上风机的数量为两台以上，每台海上风机都配有气象信息采集系统、水文信息采集系统、气动声学采集系统、采集节点和无线终端；所述的气象信息采集系统包括温度传感器、湿度传感器、风传感器、雨量传感器和闪电传感器；所述的水文信息采集系统包括波浪传感器、海流传感器和潮汐传感器；所述的气动声学采集系统包括声学传感器和声学信号处理单元，声学传感器的测量范围为20Hz—20kHz，声学信号处理单元数模转换器的采样频率不低于200kHz，采集位数不低于16位，采集通道不少于4通道；无线终端利用微波通信的方式将数据传输至岸上数据中心；所述的监控设备包括中央监控室计算机监测平台、远程电脑和手持设备，其特征在于，包括如下步骤：（1）通过气象信息采集系统采集气象信息，矫正风噪、极端风暴、雷声、雨声的噪声干扰；通过水文信息采集系统采集水文信息，矫正海上浪、流、潮的噪声干扰；通过气动声学采集系统采集风机叶片的气动声学信息；由采集节点控制采集过程并将采集数据通过无线终端传输至岸上数据中心；（2）将气象信息、水文信息以及风机叶片的气动声学信息进行决策级信息融合，纠正环境噪声对气动声学信息采集的干扰，通过计算气动声学信息基于变分模态分解的多尺度样本熵，即在不同尺度上提取时间序列的样本熵，以此构建风机叶片的状态特征向量集，通过时频分析工具分析提取构建气动声学信息的时频特征，将以测试样本建立的多尺度样本熵特征向量集输入到神经网络中进行学习和训练，不断更新网络权重和结构，最终收敛得到风机叶片故障识别和分类的神经网络模型；（3）将该神经网络模型下载至监测系统中，监测系统计算新采集得到气动声学信息的时频特征，输入到该神经网络模型中进行识别和分类，同时该神经网络模型能够根据新特征及时更新权重和神经网络结构，增强神经网络的泛化能力；（
声明：
“海上风机叶片故障非接触式监测系统及监测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
878
编辑：管理员
来源：中国海洋大学
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年05月23日 ~ 25日 
