System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于多测量向量的叶端定时时频非凸压缩感知方法及系统技术方案_技高网

基于多测量向量的叶端定时时频非凸压缩感知方法及系统技术方案

技术编号:44081434 阅读:4 留言:0更新日期:2025-01-17 16:15
本发明专利技术公开了一种叶端定时信号时频非凸压缩感知方法及系统。首先,在转子叶片机匣的周向位置安装叶端定时传感器,并获取转子叶片到达叶端定时传感器的实际时间序列;之后,根据转子叶片到达叶端定时传感器的理想时间与实际时间形成的时间差、转子叶片转频与旋转半径构建多测量快拍矩阵;接着,基于多测量快拍矩阵构建多测量向量时频非凸压缩感知模型;最后,在优化‑极小化框架下求解多测量向量时频非凸压缩感知模型,得到转子叶片振动信号时频图,其用于感知转子叶片裂纹故障状况。所述方法将单测量向量压缩感知模型拓展到多测量向量压缩感知模型,大幅降低叶端定时数据重构时间,且有望为叶片裂纹监测与诊断提供稳健的指标。

【技术实现步骤摘要】

本专利技术属于旋转机械转子叶片非接触式测量,尤其涉及一种叶端定时信号时频非凸压缩感知方法及系统。


技术介绍

1、旋转叶片在复杂工况下运行时可能会出现振动问题,这不仅会降低其疲劳寿命和性能,还可能导致严重事故。叶端定时技术作为一种非接触式测量技术,能够在叶片运行过程中测量其到达时间,从而获取振动数据。然而,叶端定时信号的采样特性通常不符合香农采样定理,其信号在时频域的稀疏特性尚未得到充分利用。

2、在现有技术中,基于傅里叶变换的分析方法在处理叶端定时信号时面临挑战,因为这些信号通常是非均匀欠采样的。虽然稀疏重构方法可以用于重建欠采样的信号,但是现有的压缩感知模型在参数辨识精度和抗干扰能力方面存在局限性。


技术实现思路

1、为了克服上述问题,本专利技术提出一种叶端定时信号时频非凸压缩感知方法及系统。首先,在转子叶片机匣的周向位置安装叶端定时传感器,并获取转子叶片到达叶端定时传感器的实际时间序列;之后,根据转子叶片到达叶端定时传感器的理想时间与实际时间形成的时间差、转子叶片转频与旋转半径构建多测量快拍矩阵;接着,基于多测量快拍矩阵构建多测量向量时频非凸压缩感知模型;最后,在优化-极小化框架下求解多测量向量时频非凸压缩感知模型,得到转子叶片振动信号时频图,其用于感知转子叶片裂纹故障状况。所述方法将单测量向量压缩感知模型拓展到多测量向量压缩感知模型,突破了现有压缩感知模型仅仅利用叶片振动信号频域稀疏的不足;且大幅降低批量叶端定时数据的重构时间,得到叶片全转速下的振动信号时频图,并有望为叶片裂纹监测与诊断提供稳健的指标,从而完成了本专利技术。

2、具体来说,本专利技术的目的在于提供以下方面:

3、一方面,提供一种叶端定时信号时频非凸压缩感知方法,所述方法包括:

4、步骤1,在转子叶片机匣的周向位置安装叶端定时传感器,并获取转子叶片到达叶端定时传感器的实际时间序列;

5、步骤2,根据转子叶片到达叶端定时传感器的理想时间与实际时间形成的时间差、转子叶片转频与旋转半径构建多测量快拍矩阵;

6、步骤3,基于多测量快拍矩阵构建多测量向量时频非凸压缩感知模型;

7、步骤4,在优化-极小化框架下求解多测量向量时频非凸压缩感知模型,得到转子叶片振动信号时频图,所述转子叶片振动信号时频图用于感知转子叶片裂纹故障状况。

8、在步骤1中,首先确定激发的模态数目,将其记为,根据所述模态数目确定叶端定时传感器的数量;之后,将个叶端定时传感器安装在转子叶片机匣的周向位置。

9、其中,。

10、其中,基于粒子群优化算法确定叶端定时传感器的分布角度和位置,以确保由叶端定时传感器的采样点能够有效覆盖所有激发模态。

11、在步骤1中,将转子叶片到达叶端定时传感器的实际时间按照快拍时间顺序排列为一系列数据点,以得到所述实际时间序列。

12、在步骤2中,所述转子叶片到达叶端定时传感器的理想时间表示为:;为转子叶片序号,为叶端定时传感器序号,表示圈数,表示转频,表示第个传感器的安装角度,表示序号为的叶片的安装角度。

13、转子叶片的振动位移通过下式获得:;为转子叶片转频,为旋转半径,为转子叶片到达叶端定时传感器的理想时间与实际时间形成的时间差。

14、在步骤2中,将转子叶片到达叶端定时传感器的理想时间按照快拍时间顺序排列为一系列数据点,以得到理想时间序列。

15、第二方面,提供一种叶端定时信号时频非凸压缩感知系统,所述系统包括:

16、叶端定时传感器布局模块,其用于在转子叶片机匣的周向位置安装叶端定时传感器,并获取转子叶片到达叶端定时传感器的时间序列;

17、振动位移计算模块,其用于根据转子叶片到达叶端定时传感器的理想时间与实际时间形成的时间差、转子叶片转频与旋转半径构建多测量快拍矩阵;

18、转子叶片振动参数辨识模块,其用于基于多测量快拍矩阵构建多测量向量时频非凸压缩感知模型。

19、所述系统还包括:故障诊断模块,其用于在优化-极小化框架下求解多测量向量时频非凸压缩感知模型,得到转子叶片振动信号时频图,所述转子叶片振动信号时频图用于感知转子叶片裂纹故障状况。

20、本专利技术所具有的有益效果包括:

21、(1)本专利技术提供的叶端定时信号时频非凸压缩感知方法,通过由转子叶片的振动位移构成的多测量快拍矩阵,并建立多测量向量时频非凸压缩感知模型,在mm框架下对其求解,使从严重欠采样的叶尖振动位移信号恢复完备的振动信号成为可能。

22、(2)本专利技术提供的叶端定时信号时频非凸压缩感知方法,通过稀疏重构方法重建欠采样btt信号,有助于全面提取潜在的转子叶片振动信息,产生更精确的振动参数识别结果。

23、(3)本专利技术提供的叶端定时信号时频非凸压缩感知方法,将单测量向量压缩感知模型拓展到多测量向量压缩感知模型,突破了现有压缩感知模型仅仅利用叶片振动信号频域稀疏的不足。

24、(4)本专利技术提供的叶端定时信号时频非凸压缩感知方法,相比于smv框架下的经典压缩感知模型,mmv框架下的非凸压缩感知模型充分利用连续采样下系数矩阵的行稀疏特性,可降低原子错选概率,抑制变转速工况下的转频及其倍频干扰,提高全工作转速范围内振动信号时频重构的准确性和鲁棒性,并大幅降低批量叶端定时数据的重构时间,得到叶片全转速下的振动时频图,并有望为叶片裂纹监测与诊断提供稳健的指标。

25、(5)本专利技术提供的叶端定时信号时频非凸压缩感知系统,通过叶端定时传感器布局模块、振动位移计算模块、转子叶片振动参数辨识模块和转子叶片振动故障诊断模块的协同工作,有效地处理和分析叶端定时信号,为转子叶片裂纹监测与诊断提供稳健的指标。

本文档来自技高网...

【技术保护点】

1.一种叶端定时信号时频非凸压缩感知方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,优选的,在步骤1中,首先确定激发的模态数目,将其记为,根据所述模态数目确定叶端定时传感器的数量;之后,将个叶端定时传感器安装在转子叶片机匣的周向位置。

3.根据权利要求2所述的方法,其特征在于,。

4.根据权利要求2所述的方法,其特征在于,基于粒子群优化算法确定叶端定时传感器的分布角度和位置,以确保由叶端定时传感器的采样点能够有效覆盖所有激发模态。

5.根据权利要求1所述的方法,其特征在于,在步骤1中,将转子叶片到达叶端定时传感器的实际时间按照快拍时间顺序排列为一系列数据点,以得到所述实际时间序列。

6.根据权利要求1所述的方法,其特征在于,在步骤2中,所述转子叶片到达叶端定时传感器的理想时间表示为:;

7.根据权利要求6所述的方法,其特征在于,转子叶片的振动位移通过下式获得:;

8.根据权利要求1所述的方法,其特征在于,在步骤2中,将转子叶片到达叶端定时传感器的理想时间按照快拍时间顺序排列为一系列数据点,以得到理想时间序列。

9.一种叶端定时信号时频非凸压缩感知系统,其特征在于,所述系统包括:

10.根据权利要求9所述的系统,其特征在于,所述系统还包括:故障诊断模块,其用于在优化-极小化框架下求解多测量向量时频非凸压缩感知模型,得到转子叶片振动信号时频图,所述转子叶片振动信号时频图用于感知转子叶片裂纹故障状况。

...

【技术特征摘要】

1.一种叶端定时信号时频非凸压缩感知方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,优选的,在步骤1中,首先确定激发的模态数目,将其记为,根据所述模态数目确定叶端定时传感器的数量;之后,将个叶端定时传感器安装在转子叶片机匣的周向位置。

3.根据权利要求2所述的方法,其特征在于,。

4.根据权利要求2所述的方法,其特征在于,基于粒子群优化算法确定叶端定时传感器的分布角度和位置,以确保由叶端定时传感器的采样点能够有效覆盖所有激发模态。

5.根据权利要求1所述的方法,其特征在于,在步骤1中,将转子叶片到达叶端定时传感器的实际时间按照快拍时间顺序排列为一系列数据点,以得到所述实际时间序列。

【专利技术属性】
技术研发人员:乔百杰马云阳伏宇梁俊王亚南刘美茹钟明杨志勃陈雪峰
申请(专利权)人:西安交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1