详情

原文传递一种海上风电场升压站钢结构腐蚀老化定量化检测方法

专利名称：	一种海上风电场升压站钢结构腐蚀老化定量化检测方法
摘要：	本发明涉及一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其中包括：1)多组超声导波传感器对升压站钢结构进行激励和监测,实时采集传感器数据，并传输至智能数据采集器。2)智能数据采集器对多组超声导波传感器的数据进行汇总和处理。3)主控系统获取非线性导波时域波形和谐波信号，通过信号处理技术进行时频分析，计算差异系数SDC，用于射线层析成像。同时利用特征参数融合后的数据进行成像，得到更清晰成像结果。4)基于卷积神经网络，利用快速反演和有限视角稀疏成像技术，提高海上风电场升压站钢结构腐蚀老化检测效率和精度。本发明为海上风电场升压站钢结构腐蚀老化定量化检测和定期维护评估提供了坚实的理论基础和技术支持。
专利类型：	发明专利
申请人：	华能如东八仙角海上风力发电有限责任公司;华能国际电力江苏能源开发有限公司清洁能源分公司;西安热工研究院有限公司
发明人：	谢伟华;姚中原;张宇;孙捷;胡皓;张冲;莫根巴图;夏子寒;张瑞刚;刘乾;寇超超;王嘉良;景玮钰;郑天堂
专利状态：	有效
申请日期：	2023-10-13T00:00:00+0800
发布日期：	2023-11-24T00:00:00+0800
申请号：	CN202311327785.9
公开号：	CN117110438A
代理机构：	西安通大专利代理有限责任公司
代理人：	闵岳峰
分类号：	G01N29/06;G01N29/44;G06F18/10;G06F18/213;G06F18/24;G06F18/25;G06N3/0464;G06N3/048;G06N3/08;G;G01;G06;G01N;G06F;G06N;G01N29;G06F18;G06N3;G01N29/06;G01N29/44;G06F18/10;G06F18/213;G06F18/24;G06F18/25;G06N3/0464;G06N3/048;G06N3/08
申请人地址：	226400 江苏省南通市如东县沿海经济开发区;;
主权项：	1.一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，包括以下步骤： S1.超声导波传感器中的激励发生单元向升压站钢结构发出激励信号，并由激励接收单元接收升压站钢结构中传播的激励信号，将采集到的多个超声导波传感器数据传输至智能数据采集器； S2.智能数据采集器接收多个超声导波传感器采集的数据，并将这些数据进行汇总和处理后，传输给主控系统； S3.主控系统进行多参融合的非线性超声导波层析成像； S4.通过S3获取到海上风电场升压站钢结构的多维结构信息，基于卷积神经网络技术实现对其腐蚀老化的定量化检测成像。 2.根据权利要求1所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述S1具体包括： 101)首先将多个超声导波传感器安装在升压站钢结构的不同位置； 102)激励发生单元向升压站钢结构发出激励信号，信号在升压站钢结构中传播并与结构的变化相互作用，随后激励接收单元接收传播的信号，并从中提取与升压站钢结构相关的信息； 103)将多个超声导波传感器采集的数据传输至智能数据采集器。 3.根据权利要求1所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述S2具体包括： 201)智能数据采集器接收超声导波传感器传来的信息，包括采集的升压站钢结构数据信息和超声导波传感器位置； 202)智能数据采集器对接收到的数据进行汇总和整合，形成一个完整的数据集；随后，对这个数据集进行处理，包括数据滤波、校准和去噪操作； 203)智能数据采集器将处理后的数据集传输给主控系统。 4.根据权利要求1所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述S3具体包括： 301)主控系统根据高次谐波与和差谐波的时域信号、频域信号和时频分析信号，计算它们之间的差异系数SDC，后利用这些SDC进行射线层析成像或者分别成像后再融合； 302)主控系统对每个高次谐波与和差谐波进行特征参数提取，包括走时、速度差异、幅值、反射系数、衰减、相位偏移和谐波幅度比； 303)主控系统利用特征参数融合后的数据进行射线层析成像，或者分别使用不同特征参数融合后的数据进行成像，得到多张图像，然后，将这些图像融合，以得到更全面、更清晰的成像结果。 5.根据权利要求1所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述S4具体包括： 401)快速反演：设计卷积神经网络架构，其中输入层接收预处理后的数据，卷积层用于特征提取，池化层减少数据冗余；在输出层综合池化输出，并定义代价函数；使用训练算法优化网络参数，使代价函数最小化，建立检测信号与速度模型之间的非线性映射关系；保存训练好的模型并进行离线测试，即在线成像，将新的检测信号输入模型进行预测，实现实时成像； 402)有限视角稀疏成像：使用神经网络预测全视角的波长，提升重建精度；利用超声导波信号的稀疏性先验知识，进行稀疏超声导波信号的重构；在粗略重构中，采用压缩传感技术恢复次稠密检测信号；精细重构中，使用代价函数定义重建稠密超声导波信号的集合与稠密检测信号的误差；通过快速反演算法实现稀疏成像，将超声导波信号变换到不同变换域，降低数据量需求。 6.根据权利要求5所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述步骤401)中，将卷积层输出输入激活函数，从而增强其非线性表达能力，如下式：其中，为第l层的第j个神经元的激活输出，f为卷积层激活函数，/>为连接第l-1层的第i个神经元和第l层的第j个神经元的卷积核权值，/>为第l-1层的第i个神经元，/>为第l层的第j个神经元偏置，conv(·)为卷积函数。 7.根据权利要求5所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述步骤401)中，在输出层综合池化输出，具体如下：其中，为池化操作后的输出，pooling为池化操作。 8.根据权利要求5所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述步骤402)中，在粗略重构中，采用压缩传感技术恢复次稠密检测信号，具体如下： y＝Φx＝ΦΨs＝Θs 其中，y是稀疏检测信号；Φ是测量矩阵；x是次稠密检测信号；Ψ是稀疏变换基；s是次稠密检测信号在稀疏变换基上的稀疏表示系数；Θ是传感矩阵。 9.根据权利要求5所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述步骤402)中，精细重构中，使用代价函数定义重建稠密超声导波信号的集合与稠密检测信号的误差，定义为代价函数C：其中，Dh＝{dh1 dh2 … dhm}是次稠密检测信号的集合；Ω为精细重构网络的参数；Dt＝{dt1 dt2 … dtm}是重建稠密超声导波信号的集合。
所属类别：	发明专利