Vibration based-crack detection in simplified wind turbine blades using artificial neural networks

Wind turbine blades are complicated components for inspection by nondestructive techniques because they are multi-layered, have variable thickness and are made of anisotropic materials. This paper proposes the use of Artificial Neural Networks (ANN) for the detection of crack location and crack depth in wind turbine blades. Wind turbine blade is approximated by a laminated composite, cantilever tapered beam with a transverse open surface crack. The natural frequencies which are influenced by crack specifications are obtained by a Finite Element Method (FEM) via ANSYS software. Experimental setup has been developed to validate the results obtained from the finite element software ANSYS. The numerical data obtained from (FEM) are then used to train a feed-forward back propagation neural network using Matlab environment. The input parameters to the neural network are the first three relative natural frequencies, while the output parameters are the relative crack depth and relative crack location. Simulations are carried out to test the performance and the accuracy of the trained network by comparing the results for the crack depth and crack location obtained from (ANN) with those obtained from (FEM). The simulation results show that the proposed Artificial Neural Network can precisely detect the crack location and crack depth.- أن استخدام التقنيات اللاأتلافية لفحص شفرات توربينات الرياح يعد معقدا للغاية لكون هذه الشفرات متعددة الطبقات، و لها سمك متغير و مصنوعة من مواد ذات خواص متباينة. يقترح البحث الحالي استخدام الشبكات العصبية الأصطناعية في الكشف عن موقع و حجم الشقوق في شفرات توربينات الرياح. تم في هذا البحث تمثيل الشفرة بعتبه كابوليه مستدقة و مصنوعة من مواد متراكبة متعددة الطبقات و تحتوي على شق عرضي مفتوح. تم الحصول على الترددات الطبيعية للشفرة التي تتأثر بطبيعة الشق من خلال طريقة العناصر المحددة باستخدام البرنامج (ANSYS) و التي تم التحقق من صحتها عمليا. و تم استخدام البيانات العددية المستحصلة من طريقة العناصر المحددة في تدريب الشبكة العصبية ذات التغذية الأمامية من خلال بيئة الماتلاب. إن متغيرات الإدخال للشبكة العصبية هي أول ثلاث ترددات طبيعية للشفره بينما تكون مخرجات الشبكه العصبية هي الموقع و العمق النسبي للشق المناظره لتلك الترددات المدخلة. تم تنفيذ عملية محاكاة لاختبار أداء و دقة الشبكة العصبية المقترحة من خلال مقارنة النتائج المستحصلة من الشبكة العصبية مع تلك المستحصلة من خلال طريقة العناصر المحددة. أثبت نتائج المحاكاة بأن الشبكة العصبية الاصطناعية المقترحة قادرة على كشف موقع و عمق الشق بدقة عالية.