一种变转速下的同步振动叶端定时信号重构方法技术

本申请公开了一种变转速下的同步振动叶端定时信号重构方法，该方法包括：步骤1，根据采集到的叶片同步振动多频信号的阶比谱的谱稀疏度和叶片同步振动多频信号的最高振动阶次，确定传感器布局信息，并根据传感器布局信息，安装叶端传感器，其中，布局信息包括传感器分布位置和传感器数量；步骤2，计算安装叶端传感器的旋转叶片的间隔角度，并根据采集到的实际时间脉冲信号，生成多传感器叶端定时振动矩阵；步骤3，构建压缩感知模型，计算多传感器叶端定时振动矩阵的l

A reconstruction method of timing signal at the blade end of synchronous vibration at variable speed

【技术实现步骤摘要】
一种变转速下的同步振动叶端定时信号重构方法
本申请涉及叶片振动非接触检测的
，具体而言，涉及一种变转速下的同步振动叶端定时信号重构方法。
技术介绍
航空发动机运行状态的好坏直接关系到飞机的飞行性能及安全性能。而航空发动机的旋转叶片作为其关键部件之一，在离心力和气动力等循环交变载荷作用下振动，容易诱发高周疲劳损伤，产生微小裂纹并出现裂纹扩展，甚至可能导致叶片断裂，造成巨大安全隐患。而通过在线检测并分析叶片的振动信号，能及早发现叶片裂纹，对于保障发动机正常运行、防范重大事故具有重要意义。针对航空发动机旋转叶片振动在线检测技术难题，叶端定时测量技术以其测量方法简单、精度高、安装方便且能同时对所有叶片的振动进行非接触在线测量的突出优点，成为该领域的前沿技术，具有广阔的应用前景。叶端定时测量技术通过在机匣上沿周向安装的一组传感器获取叶片到达传感器的时间，而转速信号则由键相传感器获得。若假定叶片不发生振动，则每一个叶片到达传感器的时间可以通过转速信号、叶端与轴心的距离、周向传感器的安装角等计算得到，称之为理论到达时间。实际工作中叶片发生振动，由周向传感器所记录的实际到达时间就会与理论到达时间存在一个时间差。对该时间差序列进行处理可以得到叶片在到达传感器时刻的振动位移信号，从而可以得到叶片的各项振动特性。叶端定时测量技术的采样率取决于航空发动机转速和周向传感器的数量。而叶片实际振动频率远高于发动机转动频率，周向传感器的数量则受到发动机结构和运行要求的制约，导致叶端定时信号为高度欠采样信号。一般而言，航空发动机旋转叶片的振动可分为异步振动和同步振动，其中异步振动与转速无关，如系统颤振，这一类叶端定时信号采用现有的基于等时间隔的压缩感知方法即可较好地重构。而同步振动则与转速相关，如由转子不对中、不平衡以及气流激励等引起的振动，其叶片振动频率一般为转频的整数倍。当同步振动发生在发动机转速频繁变化时，如飞机的起飞降落、姿态变换、俯冲及拉升等阶段，其叶端定时采样频率随着转速而变化。而现有技术中，通常是采用基于等时间间隔的压缩感知方法对同步振动叶端定时信号进行处理分析，在发动机转速频繁变化时，得到的发送机旋转叶片的同步振动检测信号会出现频谱模糊的现象，导致难以实现叶端定时信号重构，不利于准确判断发动机旋转叶片是否产生了裂痕。
技术实现思路
本申请的目的在于：解决了发动机变转速下、旋转叶片发生同步振动时，叶端定时信号难以重构的问题，提高对发动机变转速下的叶端定时信号重构的准确性。本申请的技术方案是：提供了一种变转速下的同步振动叶端定时信号重构方法，该方法包括：该方法包括：步骤1，根据采集到的叶片同步振动多频信号的阶比谱的谱稀疏度S和叶片同步振动多频信号的最高振动阶次Emax，确定传感器布局信息，并根据传感器布局信息，安装叶端传感器，其中，布局信息包括传感器分布位置C和传感器数量I；步骤2，计算安装叶端传感器的旋转叶片的间隔角度，并根据采集到的实际时间脉冲信号，生成多传感器叶端定时振动矩阵；步骤3，构建压缩感知模型，计算多传感器叶端定时振动矩阵的l0范数最小解，并将l0范数最小解的傅里叶反变换，记作叶端定时重构信号。上述任一项技术方案中，进一步的，该步骤1中，具体包括：步骤11，根据阶比谱和最高振动阶次，确定叶端传感器的传感器数量和传感器分布；步骤12，根据传感器数量I和传感器分布位置C，选取感知矩阵Φ中的列元素，生成矩阵ΦM，并计算矩阵ΦM的条件数，其中，条件数的计算公式为：式中，σmax(ΦM)为矩阵ΦM的最大特征值，σmin(ΦM)为矩阵ΦM的最小特征值；步骤13，当判定条件数与预设阈值之间差值的绝对值最小时，选取对应的传感器数量I和传感器分布位置C，生成传感器布局信息。上述任一项技术方案中，进一步的，该步骤2中，具体包括：步骤21，根据传感器分布位置，计算安装叶端传感器的旋转叶片的间隔角度αi，其中，间隔角度计算公式为：式中，i为安装位置的编号，αi为第i号安装位置ci与第1号安装位置之间的间隔角度，L为传感器安装位置数量；步骤22，根据间隔角度αi、相对角度θk以及采集到的实际时间脉冲信号，计算叶端振动位移，其中，叶端振动位移的计算公式为：式中，为第k个旋转叶片旋转n圈后、到达第i号安装位置处的实际时间脉冲信号，为相应的理论时间脉冲信号，为对应的叶端振动位移，R为旋转叶片叶端到轴心的距离，Tn为旋转叶片第n圈转动所用时间，其中，理论时间脉冲信号的计算公式为：式中，Tj为旋转叶片第j圈的转动所用时间；步骤23，根据基于角域的转角序列和对应的叶端振动位移，生成多传感器叶端定时振动矩阵。上述任一项技术方案中，进一步的，该步骤3中，具体包括：步骤31，采用傅立叶变换算法，根据多传感器叶端定时振动矩阵，构建压缩感知模型；步骤32，采用迭代算法，根据压缩感知模型，计算l0范数最小解，并将l0范数最小解进行傅里叶反变换后，记作叶端定时重构信号。上述任一项技术方案中，进一步的，l0范数最小解的求解过程，具体包括：求取同步振动信号Xk(E)的第一个估计值计算公式为：开始循环计算过程：利用加权迭代的最小二乘稀疏重构算法，根据上一步得到的同步振动信号Xk(E)的第j个估计值计算同步振动信号Xk(E)的第j+1个估计值对应的计算公式为：式中，j为循环次数，其初始取值为1，是加权迭代的一个循环变量，p为稀疏因子，取值为0.8，γ为正则化因子，取值为10000，I为单位矩阵，向量(g1,g2,…,gL)为向量的元素gi对应的第i行的l2范数值，为矩阵Φj+1的共轭转置矩阵；判定同步振动信号Xk(E)的第j+1个估计值是否符合判定公式，其中，判定公式为：式中，为对矩阵中的每一个元素进行取平方求和再开根号的运算；若同步振动信号Xk(E)的第j+1个估计值符合判定公式，则结束循环，并将估计值作为l0范数最小解，若估计值不符合判定公式，则进入下一步循环，计算第j+2个估计值本申请的有益效果是：本申请中的技术方案，通过对叶片传感器布局的优化，将并构建压缩感知模型，计算多传感器叶端定时振动矩阵的l0范数最小解，将其傅里叶反变换作为变转速下的叶端定时重构信号，解决了发动机变转速下、旋转叶片发生同步振动时，叶端定时信号难以重构的问题，进而提高了判断发动机旋转叶片是否产生裂痕的准确性和可靠性。附图说明本申请的上述和/或附加方面的优点在结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是根据本申请的一个实施例的变转速下的同步振动叶端定时信号重构方法的示意流程图；图2是根据本申请的一个实施例的叶端定时传感器采样模式示意图；图3是根据本申请的一个实施例的叶端定时测量原理示意图；图4叶片同步多频振动叶端定时原始信号图；图5采用本专利所提方法重构得到的叶片振动信号图；图6采本文档来自技高网...

【技术保护点】
1.一种变转速下的同步振动叶端定时信号重构方法，其特征在于，该方法包括：/n步骤1，根据采集到的叶片同步振动多频信号的阶比谱的谱稀疏度S和所述叶片同步振动多频信号的最高振动阶次E

【技术特征摘要】
1.一种变转速下的同步振动叶端定时信号重构方法，其特征在于，该方法包括：
步骤1，根据采集到的叶片同步振动多频信号的阶比谱的谱稀疏度S和所述叶片同步振动多频信号的最高振动阶次Emax，确定传感器布局信息，并根据所述传感器布局信息，安装叶端传感器，其中，所述布局信息包括传感器分布位置C和传感器数量I；
步骤2，计算安装所述叶端传感器的旋转叶片的间隔角度，并根据采集到的实际时间脉冲信号，生成多传感器叶端定时振动矩阵；
步骤3，构建压缩感知模型，计算所述多传感器叶端定时振动矩阵的l0范数最小解，并将所述l0范数最小解的傅里叶反变换，记作叶端定时重构信号。


2.如权利要求1所述的变转速下的同步振动叶端定时信号重构方法，其特征在于，该步骤1中，具体包括：
步骤11，根据所述所述阶比谱和所述最高振动阶次，确定所述叶端传感器的传感器数量I和传感器分布C；
步骤12，根据传感器数量I和传感器分布位置C，选取感知矩阵Φ中的列元素，生成矩阵ΦM，并计算矩阵ΦM的条件数，其中，条件数的计算公式为：



式中，σmax(ΦM)为矩阵ΦM的最大特征值，σmin(ΦM)为矩阵ΦM的最小特征值；
步骤13，当判定所述条件数与预设阈值之间差值的绝对值最小时，选取对应的传感器数量I和传感器分布位置C，生成所述传感器布局信息。


3.如权利要求1所述的变转速下的同步振动叶端定时信号重构方法，其特征在于，该步骤2中，具体包括：
步骤21，根据传感器分布位置，计算安装所述叶端传感器的旋转叶片的所述间隔角度αi，其中，间隔角度计算公式为：



式中，i为安装位置的编号，αi为第i号安装位置ci与第1号安装位置之间的间隔角度，L为传感器安装位置数量；
步骤22，根据间隔角度αi、相对角度θk以及采集到的实际时间脉冲信号，计算叶端振动位移，其中，叶端振动位移的计算公式为：



式中，为第k个旋转叶片旋转n圈后...

【专利技术属性】
技术研发人员：杨拥民，胡海峰，官凤娇，沈国际，陈绥毓，詹驰，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43