【摘 要】
：
叶片作为旋转机械最重要的部件,其振动状态的实时监测对旋转机械的安全运行非常重要。叶尖定时方法（blade tip timing,BTT）作为一种非接触式测量方法在旋转机械叶片振动监测中有着良好而广泛的应用,但由于其存在非均匀采样、欠采样等问题,对信号的重构造成了一定的困难。本文利用BTT信号频域上的稀疏性,提出了一种基于压缩感知的信号辨识方法,具体内容如下:1)基于旋转机械叶片振动理论和叶尖计时系
论文部分内容阅读
叶片作为旋转机械最重要的部件,其振动状态的实时监测对旋转机械的安全运行非常重要。叶尖定时方法（blade tip timing,BTT）作为一种非接触式测量方法在旋转机械叶片振动监测中有着良好而广泛的应用,但由于其存在非均匀采样、欠采样等问题,对信号的重构造成了一定的困难。本文利用BTT信号频域上的稀疏性,提出了一种基于压缩感知的信号辨识方法,具体内容如下:1)基于旋转机械叶片振动理论和叶尖计时系统原理,推导了任意传感器角度分布下叶尖定时信号的稀疏重构数学模型,探究了压缩感知方法在叶尖定时信号的重构和倍频辨识上的应用。为尽可能地改善重构效果并降低实验成本,通过同步信号和非同步信号的大量数值实验,探究了多种影响因素,包括信号重构误差、旋转周期数、频率分辨率和传感器数量等对辨识效果的影响及相应的最佳取值范围、选取方法。2)为减少实验中不确定因素对结果的影响,分析了不同信噪比的噪声、转速波动、数据缺失等随机干扰对于基于压缩感知方法的叶尖定时信号辨识的影响,利用全局灵敏度分析方法获得各项随机干扰对辨识结果的影响程度,通过改进方法减小或者去除影响较为剧烈的随机干扰。3)基于压缩感知理论,对传感器的最优排布设计进行了探索,探究了多种经典的感知性能参数与BTT信号辨识结果的相关性,并基于BTT测量的特点,创新性地提出一套基于倍频组合的传感器设计方案,最终,确定了叶尖定时信号压缩感知重构的具体步骤和相关的标准。4)将该方法分别应用于某型号航空发动机风扇叶片的有限元仿真结果以及27叶片转子测量到的叶尖定时数据,并创新性地提出一种将压缩感知与正弦拟合方法结合的新方法。重构结果表明,压缩感知方法能准确地识别出不同转速下的激励倍频,且其对应的幅值也与应变片的测量结果吻合地较好,且与传统的正弦拟合法等BTT信号辨识方法相比具有对先验信息的依赖性低、对环境噪声不敏感、能同时辨识同步和非同步信号等优点,从而验证了方法的有效性和在工程中的应用前景。
其他文献
在传统制造业向柔性制造转型的过程中,制造过程中的柔性物流主要通过自动换产的AGV来实现,但是仅凭目前AGV自身导航系统所能达到的精度并不能满足一些特殊换产场景下的精度要求。在这写特殊场景下,换产AGV通常需要借助其他的定位系统进行二次精定位,才能实现AGV的全自动换产。另一方面,以工业相机为基础的计算机视觉系统已经在现代机械制造业得到了广泛的应用,其中单目视觉定位系统则是最为常见的工业视觉系统之一
五轴混联加工机器人是一种新型的数控加工装备,具有精度好、刚度大、载重能力强、运动灵活、工作空间大的优点,在碳纤维复合材料铣削、曲面制孔、精密零件打磨等领域应用前景广阔,对提升我国先进制造能力、发展智能制造装备具有重要意义。论文研究五轴混联加工机器人运动控制技术:搭建开放式、模块化的数控系统软硬件平台,实现自由曲面的五轴联动加工功能;针对零件自动加工的轨迹规划问题,论文重点研究轴空间多约束下的速度规
PCR is a technique widely used in research and diagnostics for nucleic acid quantification.Measuring the concentration of different RNA and DNA targets provide useful information related to medical co
近年来,由于石墨烯优异的摩擦学性能,这一新兴的碳纳米材料在摩擦领域越来越吸引眼球。然而由于石墨烯极易团聚,使得它在水介质中难以稳定分散。氧化石墨烯（GO）是石墨烯的一种衍生产物,同样是由大量的单层石墨烯构成,拥有二维平面结构,具有自润滑的性质,在摩擦过程中可以进入摩擦副之间,吸附在摩擦副的表面,防止金属摩擦副之间的直接接触,并通过碳层之间的相对滑移,减弱摩擦副间的摩擦。同时,GO中还有大量的含氧官
协作机器人指可以在工作区域内直接与人进行交互的机器人,是目前机器人领域一个非常热门的研究方向,当前我国协作机器人产业规模不断增大,作为机器的一项重要能力,机器人的抓取已经经历了多年的研究,取得了很多成果。但抓取过程不够智能仍然是制约协作机器人在工业生产中进一步应用的主要障碍。协作机器人的智能抓取可以分为物体的检测与空间六自由度位姿估计,以及路径规划两个方面的内容。由于工业中的零件物体多数为少纹理或
汽车产品的设计、制造、维护等环节将产生大量的数据,使用机器学习技术挖掘汽车大数据所蕴含的价值,对于推进汽车行业数字化转型具有重要意义。在故障预测等任务中,汽车大数据常存在类别不平衡的特点:数据集内不同类别的样本数量有明显差异,少数类被错误分类的代价相比多数类被错误分类的代价更高。类别不平衡的特点使得机器学习模型对少数类的学习不够充分,在预测时难以识别出少数类样本的存在,给故障预测等任务带来高昂的分
移动操作机器人兼顾移动性与操作性,既具有移动机器人的建图、导航等功能,又能使用机械臂完成抓取等任务,是当前机器人领域研究的热点。但是对于复杂环境下的复杂任务,仅凭单一的传感器很难达到很好的效果,综合运用多种传感器可以更好的完成任务。本文针对移动操作机器人,通过激光和视觉传感器进行了建图、感知、导航等方面的研究。首先,建立了融合SLAM框架,以视觉的ORB-SLAM2为基础,使用激光进行扫描匹配为视
在经济全球化,工业4.0及可持续发展的影响下,国内各个制造企业都面临着转型升级的巨大挑战,尤其是最近几年,汽车市场中新能源汽车、互联网汽车、以及无人驾驶汽车等很多新产品的出现,使得汽车的更新换代和产品升级周期明显缩短。所以,对于汽车制造企业来说,生产线以及生产线的物流调度需要满足柔性化生产,而汽车的底盘生产线,由于其工艺选装的组合类型多,对柔性化的需求更加迫切。自动导引小车（Automated-G
随着多智能体编队在救灾、军事、工业领域应用需求的快速增加,多智能体系统面临在各种不确定的复杂环境下实现编队控制的问题。目前针对障碍环境下多智能体编队控制问题已经有较多的研究工作和成果,但是主要针对较为简单的障碍环境。实际编队中地形复杂、局部环境未知等问题导致了多智能体协同编队控制中避障约束、编队约束的动态变化,如何在协同机制下建立具有动态预报和自适应能力的编队控制策略是亟待解决的关键问题。本文将在
创新科技与技术的蓬勃发展推动了第三次工业革命,其中信息通信技术的进步与发展表现突出。无线通信技术的不断提升以及无线设备的不断完善使得在工业自动化生产和管理现场中,使用无线设备和无线通信技术的范围越来越广。由此产生了由现代工业控制网络和无线通信网络构成的工业网络系统。尽管无线通信技术和设备可以部署到有线网络难以进入的区域,实现了无盲区覆盖以及低成本的无间断监控等有利于生产或管理现场的功能,但是与有线