一种基于迭代信号空间的叶端定时信号参辨识方法

    公开(公告)号:CN118395054A

    公开(公告)日:2024-07-26

    申请号:CN202410333639.5

    申请日:2024-03-22

    Abstract: 本发明提供一种基于迭代信号空间的叶端定时信号参数辨识方法,获取转子叶片实际到达时间及叶片理论到达时间;计算两者差值并根据叶片长度和转速,获得叶端的振动位移数据;所述振动位移数据为一维向量位移数据;对所述一维向量位移数据进行多次截取,以获得位移信号矩阵Y;求适应于所述位移信号矩阵范围的一组标准正交基,并张成信号空间;构建信号感知字典D,度量感知字典D中各原子与信号空间的相关性实现频率提取,进而估计系数矩阵,并计算此轮迭代的残差矩阵用于更新信号空间进而实现欠采样叶端定时信号的参数辨识。本发明对传感器的布局没有特定需求,可实现从严重欠采样的叶端位移数据中提取信号的频率及幅值信息,且运算快速简单。

    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:CN115586260B

    公开(公告)日:2024-05-28

    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。

    航空发动机涡轮叶片高频振动叶尖定时监测方法及系统

    公开(公告)号:CN116953279A

    公开(公告)日:2023-10-27

    申请号:CN202310791188.5

    申请日:2023-06-30

    Abstract: 公开一种航空发动机涡轮叶片高频振动叶尖定时监测方法及系统,方法中,采集整圈叶片叶尖通过叶尖定时传感器时到达与离开时间序列;利用叶片通过单个传感器的时间以及计算出的叶片实际线位移,计算出涡轮叶片叶尖实际速度;所述叶尖定时系统无须安装转速参考传感器,利用叶尖定时传感器测量的到达时间或者离开时间,与传感器安装角度拟合重构涡轮转子转速;通过计算出的涡轮叶片叶尖实际速度与涡轮转子转速得到叶尖振动速度;使用单自由度算法确定叶片振动的共振区,基于叶片坎贝尔图,获得涡轮叶片振动频率与激励阶次;基于多物理场下涡轮叶片的各阶叶尖振动速度与应变模态,重构出涡轮叶片的应变场,对高压涡轮叶片进行了多物理场的应变场重构。

    一种设备运行工况传递路径参数计算方法及系统

    公开(公告)号:CN112214844B

    公开(公告)日:2022-12-09

    申请号:CN202010851261.X

    申请日:2020-08-21

    Abstract: 本发明公开了一种设备运行工况传递路径参数计算方法及系统,根据待测试对象机械结构特征确定激励源位置和传递路径,然后利用参考点优选方法确定了参考点数量与最优安装位置,在确保不同工况线性不相关的试验工况参数下,采集最终参考点安装位置及目标点安装位置处在该试验工况参数的稳定激励下的振动响应信号,对获取的振动响应信号进行去串扰处理,利用去串扰处理后的振动响应信号对运行工况传递路径分析模型进行最小二乘支持向量回归训练,得到传递函数矩阵,避免了传统运行工况传递路径分析方法的矩阵病态问题,能够完整保留工况数据,在环境复杂的测试环境下仍能保持良好的泛化性能。

    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:CN113586177A

    公开(公告)日:2021-11-02

    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。

Patent Agency Ranking