【技术实现步骤摘要】
本专利技术属于设备健康检测，具体涉及一种基于互联网+故障诊断的风电叶片健康智能检测方法、介质及设备。
技术介绍
1、叶片是风力发电机组的核心大部件，一旦损坏将造成巨额的经济损失，并酿成灾难性事故。目前针对风电叶片的健康检测方法大多基于故障机理研究或数值模拟仿真而建立，开发难度大，而且已有方法一般受到材料、载荷以及环境条件的限制，普适性不高。
2、伴随知识成果网络化态势的形成，互联网上存在大量不同类型的风电叶片故障诊断案例，可以对叶片健康检测工作提供有力的参考。但是，针对网络案例的整理和筛选主要依赖人工，存在搜索效率低且相似性计算精度差的问题。
技术实现思路
1、本专利技术针对现有技术中的不足，提供一种基于互联网+故障诊断的风电叶片健康智能检测方法、介质及设备，目的在于解决现有风电叶片的健康检测方法开发难度大，普适性不高的问题，并且利用人工智能方法提高互联网案例的搜索效率和精度。
2、为实现上述目的，本专利技术采用以下技术方案：
3、基于互联网+故障诊断的...
【技术保护点】
1.基于互联网+故障诊断的风电叶片健康智能检测方法，其特征在于，包括：设定包括检测对象、检测环境、检测方法、检测目的、检测部位以及检测状态的关键词，在互联网上搜索具有相同关键词设定的案例作为初选案例，再对初选案例中的数据特征、损伤模式以及损伤程度进行语义规范化处理，将处理后的初选案例作为参考案例，并将全部参考案例汇总成库，筛选库中与被检叶片检测结果相似性最高的参考案例作为叶片故障诊断判据，实现对风电叶片的健康检测。
2.如权利要求1所述的基于互联网+故障诊断的风电叶片健康智能检测方法，其特征在于：所述包括检测对象、检测环境、检测方法、检测目的、检测部位以及...
【技术特征摘要】
1.基于互联网+故障诊断的风电叶片健康智能检测方法，其特征在于，包括：设定包括检测对象、检测环境、检测方法、检测目的、检测部位以及检测状态的关键词，在互联网上搜索具有相同关键词设定的案例作为初选案例，再对初选案例中的数据特征、损伤模式以及损伤程度进行语义规范化处理，将处理后的初选案例作为参考案例，并将全部参考案例汇总成库，筛选库中与被检叶片检测结果相似性最高的参考案例作为叶片故障诊断判据，实现对风电叶片的健康检测。
2.如权利要求1所述的基于互联网+故障诊断的风电叶片健康智能检测方法，其特征在于：所述包括检测对象、检测环境、检测方法、检测目的、检测部位以及检测状态的关键词具体为：
3.如权利要求1所述的基于互联网+故障诊断的风电叶片健康智能检测方法，其特征在于：所述在互联网上搜索具有相同关键词设定的案例作为初选案例，具体如下：
4.如权利要求3所述的基于互联网+故障诊断的风电叶片健康智能检测方法，其特征在于：所述步骤1.3中，根据公式计算wj。
5.如权利要求1所述的基于互联网+故障诊断的风...
【专利技术属性】
技术研发人员：张雪岩，高庆忠，王帅杰，杜雨竹，高微，刘姝，郭民绪，胡议文，刘栗泽，
申请(专利权)人：沈阳工程学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。