BP神经网络在风电塔筒裂纹AE源定位中的应用-中国测试.PDF

第43卷第9期 中国测试 Vol.43 No.9 2017年9月 CHINA MEASUREMENT TEST September，2017 doi院10.11857/j.issn.1674-5124.2017.09.019 BP神经网络在风电塔筒裂纹AE源定位中的应用 1 2 1 1 张鹏林 袁 常 海 袁 杨 杰 袁 刘志涛 渊1.兰州理工大学 省部共建有色金属先进加工与再利用国家重点实验室袁甘肃 兰州 730050曰 2.兰州理工大学材料科学与工程学院袁甘肃 兰州 730050冤 摘 要院针对常规无损检测方法难以对在役风电塔筒进行实时监测及检测效率低等问题袁为实现在役风电塔筒的在 线监测和塔筒裂纹源的定位遥 该文提出一种声发射检测技术与BP神经网络相结合的智能定位方法袁研究声发射传 感器分布对智能定位输出结果的影响遥研究结果表明院该方法可有效解决风电塔筒裂纹声发射源的定位问题袁为在役 风电塔筒运行过程中的实时在线监测提供可靠依据曰对于焊接结构对称且具有多条环焊缝的风电塔筒袁声发射传感 器的分布位置应避开塔筒构件的对称位置袁以此提高智能定位输出结果的准确性袁为在役风电塔筒检测时声发射传 感器的合理尧有效布置提供参考遥 关键词院声发射检测曰风电塔筒曰神经网络曰AE源定位 文献标志码院A 文章编号院1674-5124渊2017冤09-0106-06 Application of BP neural network in localization of crack acoustic emission source in wind vane tower barrel 1 2 1 1 ZHANG Penglin 袁 CHANG Hai 袁 YANG Jie 袁 LIU Zhitao 渊1.LanzhouUniversityofTechnology袁State Key Laboratory of Advanced Processing and Recycling of Nonferrous Metals袁Lanzhou 730050袁China曰 2.School of Materials Science and Engineering袁Lanzhou University of Technology袁Lanzhou 730050袁China冤 Abstract: As the conventional nondestructive testing can hardly have real-time monitoring of the wind vane tower barrel in service and the testing efficiency is low袁to have online monitoring of the condition of wind vane tower barrel in service and locate the crack source of the tower barrel袁 this paper puts forward an intelligent localization method combining with acoustic emission testing technique a