-
公开(公告)号：CN115640729A
公开(公告)日：2023-01-24
申请号：CN202211388189.7
申请日：2022-11-09
Applicant: 西安交通大学 , 中国航发四川燃气涡轮研究院
IPC: G06F30/23 , G06F17/12 , G06F119/10
Abstract: 本发明公开了一种基于仿鲸鳍波浪前缘风扇叶片的噪声传播模型设计方法，方法中，基于波浪前缘形状控制方程建立仿鲸鳍波浪前缘风扇叶片的三维模型；基于所述仿鲸鳍波浪前缘叶片的三维模型，建立来流湍流与仿鲸鳍波浪前缘风扇转子干涉的计算域模型；基于大涡模拟湍流模型，求解全三维可压缩Naiver‑Stoke流场控制方程，计算流场内涡量分布，识别涡旋结构位置；基于涡旋结构位置，建立包含涡旋结构的控制表面，求解控制表面上的等效声源；基于仿鲸鳍波浪前缘风扇叶片表面，划分疏密不同的边界元网格，以控制表面上的等效声源作为入射噪声，进行网格无关性验证，建立仿鲸鳍波浪前缘风扇转子噪声传播模型。
-
公开(公告)号：CN115614309A
公开(公告)日：2023-01-17
申请号：CN202111650443.1
申请日：2021-12-30
Applicant: 西安交通大学 , 中国航发四川燃气涡轮研究院
Abstract: 公开了基于Lp范数正则化的航空发动机周向声模态测量方法，方法中，通过航空发动机风扇转子叶片数量B与静子叶片数量V计算风扇单音噪声周向主导声模态最高阶次mmax，基于最高阶次mmax确定航空发动机风扇机匣上沿周向布置的奈奎斯特采样下所需麦克风数量，在管道入口处随机选取预定安装数量的周向的安装位置及角度安装麦克风形成麦克风阵列以采集声压信号，对麦克风阵列所测量到的声压信号进行快速傅里叶变换，取叶片通过频率下的声压信号复数幅值作为观测向量；基于安装位置及角度和最高阶次mmax构造正交傅里叶感知矩阵，建立非均匀少测点下的Lp范数非凸正则压缩感知模型，采用广义阈值收缩算法得到航空发动机风扇单音噪声周向声模态幅值。
-
公开(公告)号：CN115098988A
公开(公告)日：2022-09-23
申请号：CN202210436353.0
申请日：2022-04-22
Applicant: 西安交通大学
Abstract: 公开了一种基于传递误差的弧齿锥齿轮内源激励识别方法，方法中，构建基于弧齿锥齿轮动态传递误差的8自由度齿轮传动系统动力学模型；根据所述弧齿锥齿轮传动动力学模型构造内源激励识别控制模型，并根据所述内源激励识别控制模型构建基于L1范数的稀疏解卷积模型；通过采集齿轮传动的输入和输出转角信号，获得齿轮传动的动态传递误差；根据所述齿轮传动的动态传递误差求解所述基于L1范数的稀疏解卷积模型，获得待识别的弧齿锥齿轮内源激励力，实现齿轮内源激励力的识别。本发明通过测量弧齿锥齿轮动态传递误差来计算齿轮内源激励力，具有操作简单和计算精度高的优点，实现了弧齿锥齿轮内源激励力的间接测量。
-
公开(公告)号：CN119245807B
公开(公告)日：2025-05-06
申请号：CN202411222310.8
申请日：2024-09-02
Applicant: 西安交通大学 , 中国航发四川燃气涡轮研究院
IPC: G01H17/00 , F04D27/00 , G06F18/2131 , G06F17/16 , G06N7/01
Abstract: 本发明公开了基于多测量贝叶斯压缩感知的风扇声模态分解方法及系统，所述方法包括：步骤1，根据航空发动机风扇单音噪声周向主导声模态最高阶次和模态监测范围，确定沿航空发动机风扇机匣周向布置的最大麦克风数量及其安装位置角度；步骤2，从确定的安装位置角度中随机选定给定数量的麦克风位置，根据所述模态监测范围与选定的麦克风位置构建多测量向量贝叶斯压缩感知模型，所述给定数量不大于最大麦克风数量；步骤3，基于多测量向量贝叶斯压缩感知模型，对航空发动机风扇周向主导声模态进行测量。所述方法能自动适应不同的转速工况进行声模态测量，具有更好的鲁棒性。
-
公开(公告)号：CN116878652B
公开(公告)日：2025-04-15
申请号：CN202310835518.6
申请日：2023-07-10
Applicant: 西安交通大学 , 中国航发四川燃气涡轮研究院
IPC: G01H17/00 , G06F18/213 , G01M15/12 , G01M15/14
Abstract: 公开了基于叶尖加速度的叶端定时高阶振动辨识方法及系统，所述方法包括，基于叶片高频振动参数辨识需求，通过传感器位置优化确定转子叶片机匣周向安装的数目和角度；开展试验测量获取转子叶片通过所述传感器的实际到达时间序列；将三个传感器为一组，利用所述到达时间和传感器的安装角度将叶端定时分析由叶尖振动位移转换为叶尖振动加速度，通过经典SDOF算法确定叶片振动共振区；建立欠采样叶尖振动加速度信号的压缩感知模型，利用稀疏算法求解后确定振动稀疏系数向量非零元素位置，无需先验信息即可确定对应转子叶片高阶振动频率和叶片高阶振动加速度振动方程的设计矩阵，利用周向傅里叶算法确定叶片高阶振动的幅值和相位。
-
Patent Agency Ranking
公开(公告)号：CN116972964A
公开(公告)日：2023-10-31
申请号：CN202310796851.0
申请日：2023-06-30
Applicant: 西安交通大学
Abstract: 公开了转子叶片全频域振动叶端定时测量方法及系统，所述方法包括，面向转子叶片低频、中频、高频和超高频模态参数辨识，确定传感器的数目和安装角度；基于叶尖振动位移实现叶端定时低频振动参数辨识；基于叶尖振动速度实现叶端定时中频振动参数辨识；基于叶尖加速度实现叶端定时高频振动参数辨识以及基于叶尖加加速度实现对叶端定时超高频振动参数辨识，最终实现转子叶片低频、中频、高频和超高频全频域振动叶端定时测量。本文公开还提供了一种基于叶端定时全频域振动参数辨识方法的系统。本文公开叶端定时全频域振动测量方法，实现转子叶片低频、中频、高频和超高频振动参数的辨识，扩展了叶端定时技术有效测量的叶片振动频率范围。
-
公开(公告)号：CN116878652A
公开(公告)日：2023-10-13
申请号：CN202310835518.6
申请日：2023-07-10
Applicant: 西安交通大学 , 中国航发四川燃气涡轮研究院
IPC: G01H17/00 , G06F18/213 , G01M15/12 , G01M15/14
Abstract: 公开了基于叶尖加速度的叶端定时高阶振动辨识方法及系统，所述方法包括，基于叶片高频振动参数辨识需求，通过传感器位置优化确定转子叶片机匣周向安装的数目和角度；开展试验测量获取转子叶片通过所述传感器的实际到达时间序列；将三个传感器为一组，利用所述到达时间和传感器的安装角度将叶端定时分析由叶尖振动位移转换为叶尖振动加速度，通过经典SDOF算法确定叶片振动共振区；建立欠采样叶尖振动加速度信号的压缩感知模型，利用稀疏算法求解后确定振动稀疏系数向量非零元素位置，无需先验信息即可确定对应转子叶片高阶振动频率和叶片高阶振动加速度振动方程的设计矩阵，利用周向傅里叶算法确定叶片高阶振动的幅值和相位。
-
公开(公告)号：CN115391911A
公开(公告)日：2022-11-25
申请号：CN202210946877.4
申请日：2022-08-09
Applicant: 西安交通大学
IPC: G06F30/15 , G01M13/021 , G01M13/028 , G06F17/16 , G06F30/17 , G06F30/23 , G06F119/02
Abstract: 公开了一种基于结构加速度响应全场重构的齿轮箱故障检测方法，方法中，根据有限测点的加速度响应基于转换矩阵得到齿轮箱箱体所有节点的加速度响应；根据各节点坐标和各节点颜色绘制齿轮箱箱体全场加速度响应云图；实时开展全场响应反演重构并监测齿轮箱箱体工作状态下的结构全场加速度响应云图；比较加速度响应数值分布、全场最大加速度响应数值和加速度响应最大的节点的位置，判断齿轮箱是否发生故障；基于重构齿轮箱箱体典型故障特征频率成分的全场加速度响应确定齿轮箱故障敏感测点，根据敏感测点响应中故障特征频率信息是否发生明显变化，判断齿轮箱是否发生典型故障特征频率对应的典型故障。
-
公开(公告)号：CN114969616A
公开(公告)日：2022-08-30
申请号：CN202210433275.9
申请日：2022-04-22
Applicant: 西安交通大学
Abstract: 公开了基于切片法的弧齿锥齿轮啮合刚度计算方法，方法中，获取弧齿锥齿轮的参数；将弧齿锥齿轮沿齿宽方向进行等距离旋转切片，将每片齿轮视为直齿锥齿轮并等效转化成直齿轮，计算切片齿轮的参数；确定每片直齿锥齿轮不同转角下的啮合位置，得到切片齿轮的啮合关系；采用势能法解析地计算单片直齿锥齿轮的等效直齿轮啮合刚度，得到单片直齿锥齿轮的啮合刚度，计算弧齿锥齿轮单齿啮合刚度，按啮合过程叠加单齿啮合刚度得到弧齿锥齿轮时变啮合刚度。本方法解决了弧齿锥齿轮齿轮时变啮合刚度难以解析计算的问题，对弧齿锥齿轮时变啮合刚度的解析建模，具有计算准确、效率高的优点，可应用于弧齿锥齿轮裂纹、剥落、点蚀等故障振动响应特征研究。
-
公开(公告)号：CN119122629B
公开(公告)日：2025-05-20
申请号：CN202411021545.0
申请日：2024-07-29
Applicant: 西安交通大学 , 中国航发四川燃气涡轮研究院
Abstract: 一种航空发动机转子叶端定时信号时频重排方法，该方法中，从航空发动机转子的转子叶片的坎贝尔图中获取不同转速下的叶片动频作为先验频率；利用叶端定时稀疏时频重构方法从欠采样叶端定时信号中获得转子叶片振动的时频表示，从中提取幅值最大频率作为实测频率；基于所述先验频率和实测频率对转子叶片的动频进行估计，进而得到后验频率；根据时频系数的大小确定各个时频点的权重，据此将时频系数重新分布至后验频率附近。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.024 seconds)
