تفكيك حزمة الموجات القائم على الشبكة العصبية المتعددة المقاييس لتشخيص أعطال علبة تروس توربينات الرياح

يقدم هذا المقال طريقة ذكية لتشخيص الأعطال في علبة تروس توربينات الرياح (WT) باستخدام تفكيك حزمة الموجات (WPD) والتعلم العميق. على وجه التحديد، يتم تفكيك إشارات الاهتزاز من علبة التروس باستخدام WPD ويتم إدخال مكونات الإشارة المفككة في شبكة عصبية تلافيفية هرمية (CNN) لاستخراج الميزات متعددة المقاييس بشكل تكيفي وتصنيف الأعطال بفعالية. تجمع الطريقة المقدمة بين الخصائص متعددة المقاييس لـ WPD والقدرة القوية على التصنيف لـ CNN، ولا تحتاج إلى خطوات استخراج ميزات يدوية معقدة كما هو متبع عادة في النتائج الموجودة. تحتوي شبكة CNN المقدمة مع مقاييس خصائص متعددة تستند إلى WPD (WPD-MSCNN) على ثلاث ميزات: 1) يمكن لطبقة WPD المضافة معالجة بيانات الاهتزاز غير الثابتة بشكل مشروع للحصول على مكونات على مقاييس خصائص متعددة بشكل تكيفي، وتستفيد بالكامل من WPD، مما يمكّن الشبكة من استخراج ميزات متعددة المقاييس؛ 2) ترسل طبقة WPD مباشرة المكونات متعددة المقاييس إلى شبكة CNN الهرمية لاستخراج معلومات الأعطال الغنية بفعالية، كما تتجنب فقدان المعلومات المفيدة بسبب استخراج الميزات اليدوية؛ و 3) حتى لو تغيرت المقياس، فإن أطوال المكونات تبقى كما هي، مما يدل على أن الطريقة المقترحة متينة تجاه عدم اليقين في المقياس في إشارات الاهتزاز. أظهرت التجارب مع بيانات الاهتزاز من مزرعة رياح إنتاجية مقدمة من شركة تستخدم نظام مراقبة الحالة (CMS) أن طريقة WPD-MSCNN المقدمة تتفوق على CNN التقليدية و MSCNN في تشخيص الأعطال.