《动力工程学报杂志》发表论文赏析
作者:孙康, 金江涛, 李春, 李蜀军, 许子非, 肖俊青,
摘要:针对漂浮式风力机平台长期受风、浪及海流作用下系泊发生蠕变加快腐蚀,造成系泊失效的问题,基于深度学习与混沌理论对局部系泊失效下的风力机平台进行了动态响应分析,重点研究系泊是否发生蠕变以及蠕变系泊位置。以美国国家可再生能源实验室开发的5 MW漂浮式风力机为研究对象,基于Barge平台验证所提方法的有效性。结果表明:系泊失效后各自由度响应急剧增大,但在蠕变阶段,响应变化极小,艏摇响应更为敏感;采用卷积神经网络及混沌可有效识别系泊状态与蠕变系泊位置,对预防系泊失效,保证风力机正常运行具有重要意义。
关键词:漂浮式风力机,系泊蠕变,深度学习,混沌,状态识别,