基于VMD能量熵和BP神经网络风电叶片缺陷研究

摘要

针对叶片在服役过程中缺陷特征提取困难,提出一种基于变分模态能量熵结合BP神经网络的叶片缺陷诊断方法.首先对声发射信号进行变分模态分解,通过方差贡献率筛选不同缺陷的主要模态分量,之后求取不同缺陷主要模态分量的能量熵构造不同缺陷的特征向量.为验证特征向量选取的准确性,将不同缺陷能量熵向量输入BP神经网络进行缺陷模式识别.结果表明:缺陷识别正确率高达90％,表明变分模态能量熵结合BP神经网络的叶片缺陷诊断方法能够实现叶片早期缺陷识别,具有一定的应用价值.