基于改进FOA的风机叶片结构损伤检测

被引：7

作者：

顾桂梅

王峥

汪芳莉

机构：

[1] 兰州交通大学自动化与电气工程学院

来源：

自动化与仪器仪表 | 2015年 / 02期

关键词：

风力机叶片; 损伤识别; 果蝇优化; 模态应变能;

D O I：

10.14016/j.cnki.1001-9227.2015.02.058

中图分类号：

TK83 [风力机械和设备]; TB302.5 [组织检查法、非破坏性试验法];

学科分类号：

080208 [智能装备与机器人]; 082108 [非织造材料与工程];

摘要：

为解决风轮叶片多损伤情况下的结构损伤识别问题,提出一种基于单元模态应变能变化率和改进果蝇优化算法的分步损伤判别方法。该方法首先采用单元模态应变能变化率对损伤进行初步判定,然后利用果蝇优化算法对损伤位置和程度进行精确识别。由于传统果蝇优化算法极易陷入局部最优问题,则对其进行了改进。结果表明:采用单元模态应变能变化率可以有效识别出可能的损伤单元,在此基础上用改进果蝇优化算法可以更精确地识别结构损伤位置和程度,同时采用改进果蝇优化算法的识别精度明显优于简单果蝇优化算法。

引用

页码：58 / 61

页数：4

共 17 条

[1]

A novel modified fly optimization algorithm for designing the self-tuning proportional integral derivative controller [J].

Li, Chunquan ;

Xu, Shaoping ;

Li, Wen ;

Hu, Lingyan .

Journal of Convergence Information Technology, 2012, 7 (16) :69-77

[2]

A new Fruit Fly Optimization Algorithm: Taking the financial distress model as an example.[J].Wen-Tsao Pan.Knowledge-Based Systems.2011,

[3]

Damage detection in turbine wind blades by vibration based methods.[J].L Doliński;M Krawczuk.Journal of Physics: Conference Series.2009, 1

[4]

Structural damage identification based on integration of information fusion and shannon entropy.[J].Hui Li;Yuequan Bao;Jinping Ou.Mechanical Systems and Signal Processing.2007, 6

[5]

Structural damage detection using information fusion technique.[J].H.Y. Guo.Mechanical Systems and Signal Processing.2005, 5

[6]

计算智能技术及其工程应用.[M].于繁华; 刘仁云; 著.科学出版社.2010,

[7]

复合材料风机叶片无损检测技术应用综述 [J].