基于压缩感知的叶片振动特征辨识方法及系统
专利汇可以提供基于压缩感知的叶片振动特征辨识方法及系统专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于 压缩 感知 的 叶片 振动特征辨识方法及系统，包括：对叶端定时 信号 的 采样 过程建立压缩感知模型；确定待测共振转速区间、叶端定时 传感器 最小安装间隔和叶端定时传感器非安装 位置 ；避开共振转速区间采样冗余、设立叶端定时传感器最小安装间隔采样列数、删除叶端定时传感器非安装位置，计算符合压缩感知模型下的叶端定时传感器布局最优解；根据叶端定时传感器布局最优解，建立叶片采样信号稀疏表示模型和叶尖特征提取优化模型，采用基于 迭代 重加权L1范的特征辨识 算法 ，得到叶片振动特征参数。本发明能够有效提高叶片振动参数辨识 精度 ，改善叶片在线监测 质量 。，下面是基于压缩感知的叶片振动特征辨识方法及系统专利的具体信息内容。
1.一种基于压缩感知的叶片振动特征辨识方法，包括以下步骤，
S1、对叶端定时信号的采样过程建立压缩感知模型；
S2、基于ANSYS仿真软件绘制分析的叶片坎贝尔图，确定待测共振转速区间；基于所使用的叶端定时传感器的直径，确定叶端定时传感器最小安装间隔；基于所使用的发动机机匣结构，确定叶端定时传感器非安装位置；
S3、避开共振转速区间采样冗余、设立叶端定时传感器最小安装间隔采样列数、删除叶端定时传感器非安装位置，计算符合压缩感知模型下的叶端定时传感器布局最优方案；
S4、根据叶端定时传感器布局最优方案，建立叶片采样信号稀疏表示模型和叶尖特征提取优化模型，采用基于迭代重加权L1范的特征辨识算法，得到叶片振动特征参数。
2.根据权利要求1所述的方法，步骤S1中，对叶端定时信号的采样过程建立的压缩感知模型为：
其中，x∈Rp×1为叶端定时传感器采样到的信号，Φ∈Rp×m为由叶端定时传感器布局方案决定的采样矩阵， 为真实的叶尖振动信号，Ψ∈Rm×n为包含假设叶尖振动波形的字典，α∈Rn×1为稀疏表示向量，N∈Rm×1为采样到的叶尖信号中的噪声，D＝ΦΨ∈Rp×n为观测矩阵；R表示实数矩阵，p、m、n表示矩阵的维度。
3.根据权利要求2所述的方法，其中，所述步骤S3中，避开共振转速区间采样冗余、设立叶端定时传感器最小安装间隔采样列数、删除叶端定时传感器非安装位置，计算符合压缩感知模型下的叶端定时传感器布局最优方案，包括：
S301、计算观测矩阵互相关值：
其中，di为观测矩阵D的第i列，dj为观测矩阵D的第j列，且i，j＝1，2，...，n，<，>为求内积运算，μ(D)表示观测矩阵D的互相关值，||·||2表示2范数，|·|表示1范数；
S302、根据观测矩阵互相关值，建立基于等角紧框架的观测距阵优化方案；
S303、求解逼近等角紧框架的观测距阵最优解。
4.根据权利要求3所述的方法，其中，所述步骤S302中，根据观测矩阵互相关值，建立基于等角紧框架的观测距阵优化方案，包括：
S3021、构造一个等角紧框架矩阵，该矩阵满足下列条件：
其中，HμE为扁平矩阵中互相关值最小的特征矩阵集合，H为等角紧框架矩阵，该矩阵为T
行数和列数均为m的实数矩阵；H 表示矩阵H的转置，diag表示矩阵H的对角元素组成的向量，hij为矩阵H的第i行第j列元素，μE为扁平矩阵的最小特征值；
S3022、基于上述等角紧框架矩阵的定义，建立观测矩阵与等角紧框架矩阵的距离指标：
其中，Ψ为包含假设叶尖振动波形的字典，该字典能处理基于正弦假设的叶片振动信号的缺陷，ΨT表示Ψ的转置，ΦT表示Φ的转置， 表示F范数。
5.根据权利要求4所述的方法，其中，所述步骤S303中，求解逼近等角紧框架的观测距阵最优解，包括：
S3031、迭代优化观测矩阵与等角紧框架矩阵的距离指标，并通过避开共振转速区间采样冗余、设立最小安装间隔采样列数、删除叶端定时传感器非安装位置，得到逼近等角紧框架的观测距阵最优解。
6.根据权利要求5所述的方法，其中，所述步骤S4中，根据叶端定时传感器布局最优方案，建立叶片采样信号稀疏表示模型和叶尖特征提取优化模型，采用基于迭代重加权L1范的特征辨识算法，得到叶片振动特征参数，包括：
S401、根据叶端定时传感器布局最优方案，建立叶片采样信号的稀疏表示模型：
其中，αi为稀疏表示向量α的第i个元素， 为字典Ψ的第i列；
S402、建立叶尖特征提取优化模型：
其中，ωi为加权对角矩阵ω的第(i，i)个元素，s.t.表示优化模型的约束条件；
S403、采用基于迭代重加权L1范的特征辨识算法，迭代更新加权对角矩阵ω和稀疏表示向量α，直到两次迭代中的稀疏表示向量α不再产生较大变化，得到叶片振动特征参数；所述叶片振动特征参数包括振动频率和幅值。
7.根据权利要求6所述的方法，其中，所述迭代更新过程中，加权对角矩阵ω的各对角元素由下式决定：
其中， 为上一次迭代中稀疏表示向量α的第i个元素；ε是为防止 为0时本公式不得解而设置的参数，本公式中定义ε＝0.001。
8.根据权利要求1所述的方法，步骤S2中，基于所使用的叶端定时传感器的直径，确定叶端定时传感器最小安装间隔，包括：确定叶端定时传感器最小安装间隔距离大于所使用的叶端定时传感器的直径尺寸。
9.根据权利要求1所述的方法，步骤S2中，基于所使用的发动机机匣结构，确定叶端定时传感器非安装位置，包括：确定发动机机匣的管道接口位置为叶端定时传感器非安装位置。
10.一种基于压缩感知的叶片振动特征辨识系统，包括至少两个叶端定时传感器、一个转速同步传感器、以及信号采集与处理单元；其中，所述叶端定时传感器均匀设置于发动机机匣圆周上，所述转速同步传感器安装在定子上，所述叶端定时传感器和转速同步传感器分别与信号采集与处理单元电连接；所述信号采集与处理单元执行权利要求1至9任一所述方法。
基于压缩感知的叶片振动特征辨识方法及系统
技术领域
背景技术
发明内容
具体实施方式
7(d)是根据本发明方法的真实测试信号频率辨识结果，其他参照方法都存在较明显的频谱混叠现象，本发明方法可有效辨识振动频率，因此验证了本发明所提方法的正确性。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种包含动态电源噪声的jitter仿真分析方法 | 2020-05-08 | 427 |
| 一种基于畸变全局修正的数字投影光栅图像拟合校正方法 | 2020-05-11 | 691 |
| 一种四相正弦波电励磁双凸极电机 | 2020-05-08 | 766 |
| 对准信号数字化同步解调方法及装置 | 2020-05-08 | 666 |
| 基于压缩感知的叶片振动特征辨识方法及系统 | 2020-05-11 | 866 |
| 基片集成波导正弦调制漏波天线 | 2020-05-11 | 836 |
| 航空发动机滚转喷管作动筒控制与测量装置及方法 | 2020-05-08 | 717 |
| 一种漏斗形离子导向装置及具有其的质谱仪 | 2020-05-08 | 786 |
| 一种基于在线岩体等级分类的TBM掘进性能预测方法 | 2020-05-08 | 673 |
| 演算処理装置、測距装置及び演算処理方法 | 2020-05-08 | 176 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
