基于Lp范数正则化的航空发动机周向声模态测量方法技术

公开了基于Lp范数正则化的航空发动机周向声模态测量方法，方法中，通过航空发动机风扇转子叶片数量B与静子叶片数量V计算风扇单音噪声周向主导声模态最高阶次m

【技术实现步骤摘要】
基于Lp范数正则化的航空发动机周向声模态测量方法


[0001]本专利技术涉及航空发动机噪声测试
，尤其涉及一种基于Lp范数正则化的航空发动机周向声模态测量方法。

技术介绍

[0002]随着大涵道比涡扇航空发动机的广泛应用，风扇噪声在航空发动机噪声中逐渐占据主导地位，引起了广泛的社会关注。风扇噪声按照其形成方式分为各阶叶片通过频率下的单音噪声与分布在整个频域的宽频噪声，其中单音噪声强度显著大于其余噪声成分，是航空发动机风扇噪声的主要组成部分。对航空发动机风扇进行精细化降噪设计需要深刻理解单音噪声声模态产生和传播方式，而管道的声模态结构的识别与分解对此具有重要的指导作用。
[0003]使用环形麦克风阵列分解航空发动机风扇噪声周向声模态是目前航空发动机风扇噪声声模态分解领域最常用的手段。经典均匀布局的传声器阵列具有测试成本高、抗失效能力差等缺点，难以应用于真实的航空发动机管道声模态测量。
[0004]在
技术介绍
部分中公开的上述信息仅仅用于增强对本专利技术背景的理解，因此可能包含不构成本领域普通技术人员公知的现有技术的信息。

技术实现思路

[0005]本专利技术的目的是提供一种基于Lp范数正则化的航空发动机周向声模态测量方法，通过广义阈值收缩算法重构风扇噪声周向声模态，实现周向主导声模态的阶数识别与幅值重构，解决了传统均匀布置的麦克风阵列测试成本高，抗失效能力差的问题，通过远少于经典方法所需的传声器阵列就可以完成航空发动机风扇噪声主导声模态的识别。
[0006]为了实现上述目的，本专利技术提供如下技术方案：
[0007]本专利技术的一种基于Lp范数正则化的航空发动机周向声模态测量方法包括：
[0008]第一步骤中，通过航空发动机风扇转子叶片数量B与静子叶片数量V计算风扇单音噪声周向主导声模态最高阶次m
max
，基于所述最高阶次m
max
确定航空发动机风扇机匣上沿周向布置的奈奎斯特采样下所需麦克风数量，
[0009]第二步骤中，在管道入口处随机选取预定安装数量的周向的安装位置及角度安装麦克风形成麦克风阵列以采集声压信号，预定安装数量为奈奎斯特采样下所需麦克风数量的预定比例，对麦克风阵列所测量到的声压信号进行快速傅里叶变换，取叶片通过频率下的声压信号复数幅值作为观测向量；
[0010]第三步骤中，基于所述安装位置及角度和所述最高阶次m
max
构造正交傅里叶感知矩阵，建立非均匀少测点下的Lp范数非凸正则压缩感知模型，
[0011]第四步骤中，基于所述Lp范数非凸正则压缩感知模型采用广义阈值收缩算法得到航空发动机风扇单音噪声周向声模态幅值。
[0012]所述的一种基于Lp范数正则化的航空发动机周向声模态测量方法中，第一步骤
中，所述风扇单音噪声周向主导声模态的模态阶次为m＝kB
±
ζV，k表示由风扇转静干涉造成的非定常气动力所引起的压力脉动阶次，ζ表示非负整数；确定可测量数为模态范围为{
‑
m
max
，...，
‑
1，0，1，...m
max
}，可测量模态数量M＝2m
max
+1，所需麦克风数量K为K＝2m
max
。
[0013]所述的一种基于Lp范数正则化的航空发动机周向声模态测量方法中，第二步骤中，在机匣壁面按周向方向随机安装传声器数量为N，其中N为所需麦克风数量的预定比例，安装角度Θ＝[θ1，θ2，...θ
N
]T
；对N个非均布麦克风所测量到的声压信号进行快速傅里叶变换：y
f
＝FFT(y
t
)，其中，y
t
表示所述非均布麦克风阵列测量得到的风扇噪声声压时域信号，FFT(
·
)表示离散傅里叶变换，y
f
＝[y1(ω)，y2(ω)，...y
N
(ω)]T
表示N个非均布麦克风的频域信号；基于所述N个非均布麦克风的频域信号，选取风扇转子叶片通过频率f
BPF
＝B
×
f
Ω
下的复数幅值构造观测向量y＝[y1(f
BPF
)，y2(f
BPF
)，...y
N
(f
BPF
)]T
，f
Ω
为转子轴转频。
[0014]所述的一种基于Lp范数正则化的航空发动机周向声模态测量方法中，第三步骤中，构造正交傅里叶感知矩阵其中θ
k
为第k个传感器安装角度，m
j
为第j个周向模态波的模态阶次；基于所述正交傅里叶感知矩阵W
N
×
M
和观测向量y建立非均匀少测点下的Lp范数非凸正则压缩感知模型：
[0015][0016]其中，λ表示正则化参数，p为稀疏系数，为估计的周向声模态幅值。
[0017]所述的一种基于Lp范数正则化的航空发动机周向声模态测量方法中，第四步骤中，通过广义阈值收缩算法求解Lp范数非凸正则压缩感知模型，其中，
[0018]步骤S401、输入正交傅里叶感知矩阵W和观测向量y；设置最大迭代次数，迭代初始值x
(0)
＝(x
i
)
T
＝0，迭代步长ε＝||W||
‑2，正则化参数λ＝0.2
×
||W||2，稀疏系数p＝0.6；
[0019]步骤S402、设置阈值T＝(2λε(1
‑
p))
1/(2
‑
p)
+λεp(2λε(1
‑
p))
(p
‑
1)/(2
‑
p)
；
[0020]步骤S403、迭代z＝x
‑
εW
T
(Wx
‑
y)；
[0021]步骤S404、遍历向量z＝(z
i
)
T
的元素，若则执行步骤S405跳过步骤S406，否则执行步骤S406；
[0022]步骤S405、连续迭代3次x
i
＝sgn(z
i
)(|z
i
|
‑
λεp(x
i
)
p
‑1)；
[0023]步骤S406、令x
i
＝0；
[0024]步骤S407、检查是否达到最大迭代次数L，达到则输出航空发动机风扇单音噪声周向声模态幅值x，否则返回步骤S403。
[0025]所述的一种基于Lp范数正则化的航空发动机周向声模态测量方法中，所述预定比例为50％。
[0026]在上述技术方案中，本专利技术基于风扇噪声管道声模态在波数域的稀疏特性，建立基于Lp范数非凸正则的压缩感知模型；通过广义阈值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Lp范数正则化的航空发动机周向声模态测量方法，其特征在于，其包括以下步骤：第一步骤(S1)中，通过航空发动机风扇转子叶片数量B与静子叶片数量V计算风扇单音噪声周向主导声模态最高阶次m
max
，基于所述最高阶次m
max
确定航空发动机风扇机匣上沿周向布置的奈奎斯特采样下所需麦克风数量，第二步骤(S2)中，在管道入口处随机选取预定安装数量的周向的安装位置及角度安装麦克风形成麦克风阵列以采集声压信号，预定安装数量为奈奎斯特采样下所需麦克风数量的预定比例，对麦克风阵列所测量到的声压信号进行快速傅里叶变换，取叶片通过频率下的声压信号复数幅值作为观测向量；第三步骤(S3)中，基于所述安装位置及角度和所述最高阶次m
max
构造正交傅里叶感知矩阵，建立非均匀少测点下的Lp范数非凸正则压缩感知模型，第四步骤(S4)中，基于所述Lp范数非凸正则压缩感知模型采用广义阈值收缩算法得到航空发动机风扇单音噪声周向声模态幅值。2.根据权利要求1所述的一种基于Lp范数正则化的航空发动机周向声模态测量方法，其特征在于，优选的，第一步骤(S1)中，所述风扇单音噪声周向主导声模态的模态阶次为m＝kB
±
ζV，k表示由风扇转静干涉造成的非定常气动力所引起的压力脉动阶次，ζ表示非负整数；确定可测量数为模态范围为{
‑
m
max
，...，
‑
1，0，1，...m
max
}，可测量模态数量M＝2m
max
+1，所需麦克风数量K为K＝2m
max
。3.根据权利要求2所述的基于Lp范数正则化的航空发动机周向声模态测量方法，其特征在于，第二步骤(S2)中，在机匣壁面按周向方向随机安装传声器数量为N，其中N为所需麦克风数量的预定比例，安装角度Θ＝[θ1，θ2，...θ
N
]
T
；对N个非均布麦克风所测量到的声压信号进行快速傅里叶变换：y
f
＝FFT(y
t
)，其中，y
t
表示所述非均布麦克风阵列测量得到的风扇噪声声压时域信号，FFT(
·
)表示离散傅里叶变换，y
f
＝[y1(ω)，y2(ω)，...y
N
(ω)]
T
表示N个非均布麦克风的频域信号；基于所述N个非均布麦克风的频域信号，选取风扇转子叶片通过频率f
BPF
＝B
×
f
Ω

【专利技术属性】
技术研发人员：乔百杰，李泽芃，文璧，王亚南，陈雪峰，
申请(专利权)人：中国航发四川燃气涡轮研究院，
类型：发明
国别省市：