-
公开(公告)号：CN116818093B
公开(公告)日：2025-04-04
申请号：CN202310815351.7
申请日：2023-07-05
Applicant: 西安交通大学 , 中国航发四川燃气涡轮研究院
Abstract: 公开了基于叶尖速度的多模态叶端定时测量方法及系统，所述方法包括，将叶端定时传感器两两一组周向安装在转子叶片机匣上，获取整圈转子叶片到达传感器的时间序列，基于所述时间序列获得每圈的转速；根据所述相邻两个传感器采集的到达时间和传感器的安装角度获取叶尖振动速度，将叶端定时分析物理量转换为叶尖振动速度；基于所述叶尖振动速度信号，构建欠采样叶端定时速度信号的稀疏表示模型，求解确定叶片多模态振动频率；利用所述稀疏解非零元素位置提取测量矩阵的元素构造叶尖速度的振动方程，通过最小二乘算法识别叶片多模态的振动幅值。本公开无须安装转速参考传感器，进一步提高叶片多模态的辨识精度。
-
公开(公告)号：CN118408728A
公开(公告)日：2024-07-30
申请号：CN202410578713.X
申请日：2024-05-10
Applicant: 西安交通大学
Abstract: 本公开提供一种基于单传感器叶端定时测量的叶片固有频率提取方法，根据单传感器测量数据选择叶片共振区测量信号，根据叶片共振区测量信号，在设置的扫频范围内选取一个频率，生成一组虚拟信号，将虚拟信号与叶片共振区测量信号做点乘得到点乘信号，对点乘信号做离散傅里叶变换得到点乘信号的频谱，提取频谱中特定频率成分，求解得到虚拟的叶片固有频率，重复上述步骤直到遍历扫频频率，最后对得到的所有虚拟的固有频率求均值得到真实的叶片固有频率。本公开方案解决了叶端定时测量信号的非均匀和欠采样问题，能够快速准确地提取出旋转叶片的固有频率。
-
公开(公告)号：CN115098988B
公开(公告)日：2024-05-10
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：CN114970100B
公开(公告)日：2024-04-05
申请号：CN202210433146.X
申请日：2022-04-22
Applicant: 西安交通大学
IPC: G06F30/20 , G06F17/18 , G06F17/16 , G06F119/14
Abstract: 公开了基于残余传递误差的弧齿锥齿轮故障内源激励识别方法，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；根据弧齿锥齿轮传动动力学模型构造故障内源激励识别控制模型，并根据含故障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、输出转角信号可分别获得正常齿轮副传动的动态传递误差和故障齿轮副传动的动态传递误差。将故障齿轮副动态传递误差减去正常齿轮副动态传递误差获得残余传递误差；根据齿轮传动的残余传递误差求解基于L1范数的稀疏解卷积模型，获得待识别的弧齿锥齿轮故障内源激励力，实现齿轮故障内源激励力的识别。
-
公开(公告)号：CN114912256B
公开(公告)日：2024-03-29
申请号：CN202210436118.3
申请日：2022-04-22
Applicant: 西安交通大学
IPC: G06F30/20 , G06F30/17 , G06F119/14
Abstract: 公开了含裂纹故障的弧齿锥齿轮振动响应分析方法，方法中，获取弧齿锥齿轮参数和齿根裂纹故障参数；将弧齿锥齿轮沿齿宽方向进行等距离切片，获得齿轮切片的参数；确定不同转角下齿轮切片的啮合状态，计算齿轮切片啮合范围、啮合位置与转角的关系；采用势能法建立单片弧齿锥齿轮裂纹啮合刚度计算模型并求解，进而得到弧齿锥齿轮裂纹故障下的齿轮时变啮合刚度；采用集中参数法建立弧齿锥齿轮裂纹故障下的动力学模型并求解，得到弧齿锥齿轮裂纹故障下的振动响应特征。本发明具有计算准确、效率高的优点。利用本方法得到的啮合刚度可用于弧齿锥齿轮裂纹故障的检测诊断和振动响应特征研究。
-
Patent Agency Ranking
公开(公告)号：CN116953278A
公开(公告)日：2023-10-27
申请号：CN202310788867.7
申请日：2023-06-30
Applicant: 西安交通大学
Abstract: 公开了基于叶尖振动速度的无转速参考叶端定时测量方法及系统，方法中，通过叶端定时传感器布局优化确定转子叶片机匣及周围运行环境安装传感器的数目与角度；采集整圈叶片通过叶端定时传感器的到达时间序列；所述叶端定时系统没有安装转速参考传感器，利用叶端定时传感器测量的到达时间与旋转角度拟合估计转子叶片系统转速；利用相邻两个叶端定时传感器的实际到达时间和安装角度计算叶尖振动速度，通过经典SDOF算法确定叶片振动的共振区；建立叶尖振动速度欠采样信号的稀疏表示模型，通过稀疏重构可实现无需先验确定叶片振动频率和激励阶次；基于叶片振动频率和激励阶次构造旋转叶片振动方程设计矩阵，通过周向傅里叶算法辨识叶片振动幅值。
-
公开(公告)号：CN116882088A
公开(公告)日：2023-10-13
申请号：CN202310815750.3
申请日：2023-07-05
Applicant: 西安交通大学
IPC: G06F30/17 , G06F30/23 , G06F119/14
Abstract: 公开了基于加速度的叶片高阶动应力重构方法及系统，所述方法包括，建立旋转叶片的三维及有限元模型，对叶片进行不同转速下的模态分析，获取叶片的高阶模态共振信息，确定叶端定时传感器数目及安装角度；在叶片高阶模态共振状态下，提取叶端定时传感器测点的加速度振型及叶身关键点应变振型，计算叶片高阶振动的加速度‑应变转换系数；采集旋转叶片振动加速度欠采样信号，利用非凸稀疏正则化方法重构非欠采样振动加速度信号；基于所述高阶加速度‑应变转换系数和非欠采样振动加速度信号，重构叶身关键点的高阶动应变响应，最终实现旋转叶片高阶动应力的非接触式测量。
-
公开(公告)号：CN116818093A
公开(公告)日：2023-09-29
申请号：CN202310815351.7
申请日：2023-07-05
Applicant: 西安交通大学 , 中国航发四川燃气涡轮研究院
Abstract: 公开了基于叶尖速度的多模态叶端定时测量方法及系统，所述方法包括，将叶端定时传感器两两一组周向安装在转子叶片机匣上，获取整圈转子叶片到达传感器的时间序列，基于所述时间序列获得每圈的转速；根据所述相邻两个传感器采集的到达时间和传感器的安装角度获取叶尖振动速度，将叶端定时分析物理量转换为叶尖振动速度；基于所述叶尖振动速度信号，构建欠采样叶端定时速度信号的稀疏表示模型，求解确定叶片多模态振动频率；利用所述稀疏解非零元素位置提取测量矩阵的元素构造叶尖速度的振动方程，通过最小二乘算法识别叶片多模态的振动幅值。本公开无须安装转速参考传感器，进一步提高叶片多模态的辨识精度。
-
公开(公告)号：CN115620734A
公开(公告)日：2023-01-17
申请号：CN202111648218.4
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
IPC: G10L19/107 , H03M7/30 , G06F17/14 , G06F17/16
Abstract: 公开了一种基于正交匹配追踪的航空发动机风扇单音噪声周向声模态分解方法，所述方法包括：在通过航空发动机各级风扇叶片数量计算风扇单音噪声主导周向声模态阶数，确定在航空发动机风扇机匣上均匀布置的周向麦克风阵列的最大数量及安装角度，构造观测矩阵，对麦克风阵列测量的声压信号进行快速傅里叶变换；以正交傅里叶变换基作为稀疏字典构造均布麦克风阵列频域信号的稀疏表示模型，基于所述的感知矩阵与观测向量建立航空发动机风扇单音噪声信号稀疏表示模型；通过正交匹配追踪重构全麦克风阵列处叶片通过频率下声压的复数幅值；通过空间傅里叶变换获得航空发动机风扇单音噪声周向声模态数目和幅值的大小。
-
公开(公告)号：CN115114721A
公开(公告)日：2022-09-27
申请号：CN202210628624.2
申请日：2022-06-02
Applicant: 西安交通大学 , 中国航发四川燃气涡轮研究院
Abstract: 公开了基于非接触测量的叶片多模态最大应力预测方法及系统，方法中，对待预测叶片进行不同转速有限元模态分析并绘制坎贝尔图寻找多模态共振转速；确定该叶片在多模态共振状态下的模态频率，计算多模态共振周期并提取各阶模态位移振型和模态应力振型；获得测点处的多模态共振位移响应并进行快速傅里叶变换，解耦获得各阶模态振动参数；计算各阶模态下从位移测点到某一阶单模态最大应力点的位移‑应力转换系数；叠加获得叶片有限元模型各节点在一个多模态共振周期内的动应力变化函数；选取特定时间步长划分多模态共振周期，统计叶片各时刻最大动应力数值及其出现位置，预测叶片多模态共振最大应力的变化规律。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.028 seconds)
