-
题名基于叶尖定时数据奇异值分解的振动事件识别
被引量：2
- 1
-
-
作者
支烽耀
牛广越
段发阶
邓震宇
钟国舜
-
机构
天津大学精密测试技术及仪器全国重点实验室
中国电子科技集团公司第十一研究所
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2024年第5期797-806,共10页
-
基金
国家自然科学基金项目(52205573,U2241265)
中国博士后科学基金项目(2022M720106)
+2 种基金
天津大学科技创新领军人才培育“启明计划”项目(2024XQM-0012)
精密测试技术及仪器全国重点实验室(天津大学)青年教师科研启动项目(Pilq2304)
国家科技重大专项项目(J2022-V-0005-0031)。
-
文摘
叶尖定时数据自动化测量及处理是旋转机械在线监测和智能运维的必要环节,快速、准确判断叶片振动类型,实现振动事件识别是数据自动化测量及处理的关键。提出了一种基于加窗叶尖定时数据奇异值分解的振动事件识别方法,仅需单只传感器准确识别叶片同步、异步振动事件。基于不同叶片叶尖定时数据时延特性,加窗构造了“类重构吸引子矩阵”,根据矩阵奇异值特征实现振动事件识别。开展了方法仿真及实验验证,仿真与实验结果一致性良好,压气机试验件测试数据表明,叶片发生振动事件时第1奇异值增大为7倍以上,其中发生异步振动事件时第2奇异值增大为14倍以上,提出方法能够准确识别叶片同步、异步振动事件。
-
关键词
振动测量
叶尖定时
振动事件
奇异值分解
重构吸引子矩阵
-
Keywords
vibration measurement
blade tip timing
vibration events
singular value decomposition(SVD)
hankel matrix
-
分类号
V19
[航空宇航科学与技术—人机与环境工程]
TN911.7
[电子电信—通信与信息系统]
TP212.9
[自动化与计算机技术—检测技术与自动化装置]
-
