基于连续压缩感知的叶端定时信号无网格频谱估计方法

    公开(公告)号:CN115586260A

    公开(公告)日:2023-01-10

    申请号:CN202211206495.4

    申请日:2022-09-29

    Abstract: 本发明公开了一种基于连续压缩感知的叶端定时信号无网格频谱估计方法,方法中,根据叶端定时基本原理和压缩感知理论给出叶端定时信号的等效采样模型,同时得到叶端定时信号频谱估计的原问题,叶端定时信号频谱估计问题转化为原子范数软阈值降噪问题,利用交替方向乘子法求解原子软阈值降噪问题,根据原子范数对偶范数的性质估计叶端定时信号的频率支撑集,通过频率支撑集,利用最小二乘算法估计各频率对应的幅值,得到叶端定时信号的频谱估计。通过交替方向乘子法进行高效的求解,同时为了避开网格化导致的频谱估计误差增大引入原子范数的对偶范数进行频率支撑集的估计,有效避免了由于离散化变换基导致的频谱估计性能下降。

    数字孪生驱动的航空发动机旋转叶片裂纹定量识别方法

    公开(公告)号:CN113221271B

    公开(公告)日:2022-10-28

    申请号:CN202110503059.2

    申请日:2021-05-08

    Abstract: 本发明公开了一种数字孪生驱动的航空发动机旋转叶片裂纹定量识别方法,方法中,建立三维叶片模型,使用有限元方法计算模型旋转状态下的各阶固有频率并提取该模型的广义刚度矩阵,通过叶端定时技术获取叶片实体旋转状态下的各阶固有频率。划分有限元模型网格区域,并设置初始参数。以有限元模型材料杨氏模量的刚度折减系数作为待解的损伤参数,分别估算、计算损伤参数的似然函数、组稀疏先验分布,进而计算其后验概率分布;使用EM算法估算贝叶斯概率框架隐含的超参数并最大化后验概率分布,多次迭代直至得到可使叶片模型固有频率与叶片实体固有频率接近且满足实际情况的损伤参数的数值解,实现旋转叶片裂纹损伤的定量识别。

    基于单叶端定时传感器的叶片固有频率识别方法

    公开(公告)号:CN113586177B

    公开(公告)日:2022-08-09

    申请号:CN202111017892.2

    申请日:2021-08-31

    Abstract: 本发明公开了一种基于单叶端定时传感器的叶片固有频率识别方法,方法中,利用单叶端定时传感器获取旋转叶片的达到时间,并将其转换为位移数据,利用转速传感器获取转轴的转速;通过自适应变窗长的短时傅里叶变换得到频率分辨率一致的混叠频率,绘制出采样频率‑混叠频率图;根据幅值对SAF图中的共振点进行识别,得到极小值点对应的采样频率通过最小二乘直线拟合对极小值点两边的线段斜率进行识别,并将斜率就近取整,并取绝对值作为EO值;将采样频率与对应的EO值相乘得到叶片的固有频率估计本方法可以从极度欠采样的信号中识别准确的频率,识别方法简单可靠,无需对信号进行重构,运算快速稳定,简单可行。

    一种基于半监督对抗网络的轴承故障诊断方法

    公开(公告)号:CN113324758B

    公开(公告)日:2022-08-09

    申请号:CN202110588072.2

    申请日:2021-05-27

    Abstract: 本公开揭示了一种基于半监督对抗网络的轴承故障诊断方法,包括:S100:采集轴承真实故障时的振动信号xf、轴承正常运行时的振动信号xh以及待测轴承振动信号S200:构建由生成器g、特征网络f、故障分类器fc、鉴别器d、辅助分类器ac和诊断网络diag组成的半监督生成对抗网络并进行训练,训练包括如下步骤:S201:对生成器g进行训练,生成故障状态以及正常运行下的伪轴承振动信号S202:以振动信号xf、xh以及伪轴承振动信号对特征网络f、故障分类器fc、鉴别器d和辅助分类器ac进行训练;S203:待步骤S201和步骤S202的训练收敛后,以振动信号xh、xf和伪轴承振动信号对诊断网络diag进行训练;S300:将待测轴承振动信号输入训练后的诊断网络diag进行故障诊断。

    基于域自适应图卷积网络的航发传动系统故障诊断方法

    公开(公告)号:CN113310689B

    公开(公告)日:2022-07-12

    申请号:CN202110588075.6

    申请日:2021-05-27

    Abstract: 本公开揭示了一种基于域自适应图卷积网络的航发传动系统故障诊断方法,包括:采集故障未知的航空发动机传动系统在不同转速下的第一振动信号,以该第一振动信号作为无标签的目标域数据;构建域自适应图卷积网络,采集故障已知的航空发动机传动系统在不同转速下的第二振动信号,以该第二振动信号作为有标签的源域数据,以源域数据和部分目标域数据作为输入对域自适应图卷积网络进行训练;将另一部分目标域数据输入训练好的域自适应图卷积网络,获得目标域数据的预测标签,实现不同转速下航空发动机传动系统故障的迁移诊断。

    一种基于傅里叶微分变换的金属板应变测量方法及其系统

    公开(公告)号:CN112730051B

    公开(公告)日:2022-04-05

    申请号:CN202011542567.3

    申请日:2020-12-23

    Abstract: 本公开揭示了一种基于傅里叶微分变换的金属板应变测量方法,包括:在被测金属板上涂抹均匀的散斑,作为信号采集时的标记点,对被测金属板进行拉伸实验,并采集金属板拉伸时标记点的图像信号;将标记点的图像信号转化为位移信号,并同时沿x和y方向进行三次样条插值,获得插值信号;对插值信号同时沿x和y方向进行延拓,获得标记点的延拓信号;将延拓信号分别对x和y方向进行离散傅里叶变换,得到波数域下的位移信号;分别对所述波数域下的位移信号进行微分变换,得到延拓信号在波数域下的应变量;对延拓信号在波数域下的应变量进行傅里叶逆变换,获得金属板沿x和y方向的真实应变值。

    一种基于B样条插值的金属板应变测量方法及系统

    公开(公告)号:CN112730050B

    公开(公告)日:2022-04-05

    申请号:CN202011542566.9

    申请日:2020-12-23

    Abstract: 本公开揭示了一种基于B样条插值的金属板应变测量方法,包括如下步骤:在被测金属板上涂抹均匀的散斑,作为信号采集时的标记点,对被测金属板进行拉伸实验,并采集金属板拉伸时标记点的图像信号;将所述标记点的图像信号转化为位移信号D(x,y),其中,x表示标记点的横坐标,y表示标记点的纵坐标,原点可以任意设定;根据所述位移信号D(x,y)计算B样条基函数的一阶导数;利用所述B样条基函数的一阶导数分别对位移信号D(x,y)进行x和y方向的插值,从而获得被测金属板沿x方向和y方向的真实应变值。

    一种叶端定时信号时频滤波方法

    公开(公告)号:CN113565584A

    公开(公告)日:2021-10-29

    申请号:CN202111017893.7

    申请日:2021-08-31

    Abstract: 本发明公开了一种叶端定时信号时频滤波方法,方法包括以下步骤:利用叶端定时传感器获取旋转叶片的时间脉冲,然后根据叶片半径R和转速n将实际达到时间和理论达到时间差Δt转换为位移数据;根据采样频率选择分析数据,使用频谱分析方法得到混叠频率幅值向量,将不同采样频率下的混叠频率幅值向量进行组合,形成二维幅值矩阵,由转频序列、混叠频率序列、二维幅值矩阵得到转频‑混叠频率图;识别RAF中的直线,得到直线的表达式,即斜率与截距参数;根据直线表达式计算不同采样频率下的混叠频率,根据该混叠频率产生带通滤波频带范围,使用该带通滤波器对信号进行滤波。本发明方法具有可解释性,滤波能力强的特点,可用于对叶端定时信号滤波。

Patent Agency Ranking