【技术实现步骤摘要】
本专利技术涉及叶片振动状态监测领域，尤其涉及一种基于叶尖定时原始数据的振动分量分解与共振区域识别方法。
技术介绍
1、旋转叶片广泛应用于航空发动机、燃气轮机、大型压缩机等重大装备中，起到重要的能量转化作用。其工作环境通常比较恶劣，极易产生裂纹、断裂等故障，叶片结构的可靠性对装备的安全稳定运行起到关键性作用。为了实时掌握叶片振动状态，叶片振动在线测量技术已被广泛重视和研究。例如，应变测试、叶尖定时测试、叶顶间隙测试方法等。其中，叶尖定时测试方法具有非接触式测试，能够同时监测同级所有叶片的特性，使得该方法具有重要的应用前景。
2、旋转叶片在工作过程中，会受到来自于气流尾迹、转子振动等方面的激励，会产生同步振动。如果流道内的流体产生不稳定流动或者发生叶尖碰摩、异物侵入时，则会导致叶片的异步振动产生。这将导致叶片的异常振动，极易引发叶片疲劳破坏。因此，针对叶片会产生同步振动和异步振动的特性，振动参数辨识算法的开发也主要面向同步共振和异步共振开展。但上述分析操作的前提是已知共振事件的发生，并且需要有经验的工程师对数据进行分析，判断叶尖...
【技术保护点】
1.一种基于叶尖定时原始数据的振动分量分解与共振区域识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于叶尖定时原始数据的振动分量分解与共振区域识别方法，其特征在于，在S1中，所述旋转叶片尖端位置的振动位移为：
3.根据权利要求1所述的一种基于叶尖定时原始数据的振动分量分解与共振区域识别方法，其特征在于，在S2中，所述叶尖振动信号模型的构建过程包括如下步骤：
4.根据权利要求3所述的一种基于叶尖定时原始数据的振动分量分解与共振区域识别方法，其特征在于，为了从给定的叶尖定时信号Y中估计短时傅里叶变换系数数组c，并最小...
【技术特征摘要】
1.一种基于叶尖定时原始数据的振动分量分解与共振区域识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于叶尖定时原始数据的振动分量分解与共振区域识别方法，其特征在于，在s1中，所述旋转叶片尖端位置的振动位移为：
3.根据权利要求1所述的一种基于叶尖定时原始数据的振动分量分解与共振区域识别方法，其特征在于，在s2中，所述叶尖振动信号模型的构建过程包括如下步骤：
4.根据权利要求3所述的一种基于叶尖定时原始数据的振动分量分解与共振区域识别方法，其特征在于，为了从给定的叶尖定时信号y中估计短时傅里叶变换系数数组...
【专利技术属性】
技术研发人员：魏代同，柳皓元，于涛，高培鑫，金杰，
申请(专利权)人：烟台大学，
类型：发明
国别省市：
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。