公开(公告)号：CN119577539A

公开(公告)日：2025-03-07

申请号：CN202411629446.0

申请日：2024-11-14

Applicant: 中北大学

Inventor： 范振芳 ,  黄晋英 ,  刘思远 ,  卫焦霖 ,  杜育朋 ,  牛亚旭

IPC: G06F18/241 ,  G01H1/00 ,  G01M13/00 ,  G06F18/2131

Abstract: 本发明公开一种基于阶次搜索的动叶片异步振动参数辨识方法，首先，对动叶片异步振动欠采样信号进行快速傅里叶变换；对现有的多信号分类算法进行优化，将频率搜索转换为阶次搜索，实现动叶片异步振动频率整数阶次的估计；融合FFT算法分析结果和阶次搜索结果，获取动叶片异步振动参数。本发明将频率搜索转化成阶次搜索，极大的提高了频率辨识的计算效率。FFT算法能够准确获取动叶片异步振动的非整数阶次，能够提升本发明的频率辨识精度。本发明可以在无叶片先验知识的背景下，根据叶端定时信号进行动叶片异步振动参数辨识，实现叶片振动频率有效估计和振动幅值高精度重构。

公开(公告)号：CN118641013A

公开(公告)日：2024-09-13

申请号：CN202410751961.X

申请日：2024-06-12

Applicant: 中北大学

Inventor： 范振芳 ,  黄晋英 ,  刘思远 ,  牛亚旭 ,  王小龙 ,  荆丽澄

IPC: G01H9/00

Abstract: 本发明提供一种双探针随机布局下基于正弦拟合的叶片同步振动参数辨识方法，属于动叶片同步振动参数辨识技术领域。本方法，首先采用两支定时探针采集叶片到达时间和离去时间，获取四组叶端定时信号，建立六组叶片振动差值信号；然后考虑叶片单频正弦振动，利用最小二乘法和遍历倍频法计算叶片振动阶次；最后结合最小二乘法和正弦拟合法辨识叶片振动幅值和振动相位。通过与叶片的坎贝尔图对比，本发明能够精确辨识叶片同步共振阶次。与传统技术相比较，本发明取消了键相采集系统，减少了定时探针的数量，克服了定时探针布局的限制。本发明可以在无叶片先验知识的背景下，根据叶端定时信号进行叶片振动参数辨识，实现叶片振动频率有效估计和振动幅值高精度重构。