《增强稀疏分解及其在叶片振动参数识别中的应用》PDF+DOC
作者:吴淑明,胡海峰,赵志斌,杨志勃,杨来浩,田绍华,陈雪峰
单位:中国机械工程学会
出版:《机械工程学报》2019年第19期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFJXXB2019190030
DOC编号:DOCJXXB2019190039
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于叶尖定时单参数法的叶片共振倍频数辨识》PDF+DOC2016年第09期 郭浩天,段发阶,汪猛
《叶片裂纹故障早期监测预警方法研究》PDF+DOC2017年第04期 张娅,陈康,王维民,张旭龙
《涡轮机叶片同步振动参数辨识方法研究(实验研究)》PDF+DOC2017年第17期 王维民,任三群,陈立芳,邵化金
《磁悬浮储能飞轮振动状态监测研究》PDF+DOC2017年第07期 薛晓川,王志强
《基于叶尖定时原理的转子叶片同步振动算法研究》PDF+DOC2018年第06期 雷杰,雷晓波
《基于压缩感知的叶端定时欠采样多频叶片振动盲重构研究》PDF+DOC2019年第13期 徐海龙,杨拥民,胡海峰,官凤娇,陈仲生
《基于光纤技术的叶端定时传感器》PDF+DOC2002年第05期 王宇华,叶声华,段发阶,冯心海,郑义忠
《涡轮机叶片振动的非接触测量》PDF+DOC2002年第02期 王宇华,段发阶,叶声华,郑义忠,冯心海
《大型轴流压气机叶片无键相振动监测与故障预警方法》PDF+DOC2019年第23期 王维民,张旭龙,陈康,户东方,李维博
《基于余数定理的叶端定时欠采样信号处理方法》PDF+DOC2013年第S1期 陈仲生,谢勇,杨拥民,李学军
叶端定时是发动机叶片监测有效手段,相比于传统的应变片测量方式,叶端定时不仅可以同时监测所有叶片的振动状态,而且不会对叶片本身的振动造成影响。但是叶端定时采样数据存在高度欠采样的特点,针对该问题,提出基于增强稀疏分解(Enhancing sparse decomposition, ESD)的叶片振动参数辨识技术。稀疏分解是一种在冗余字典中对信号进行分解,通过求解优化问题得到信号在冗余字典下最稀疏解的信号处理方法。增强稀疏分解相比于传统的基追踪算法,可以得到更为稀疏的解。在建立了增强稀疏优化模型后采用原对偶内点法对优化问题进行求解,从而实现信号特征参数的有效辨识。将提出的基于增强稀疏分解的叶片振动参数辨识技术应用于不同类型的仿真数据和转子叶片试验台参数辨识,并与传统的MUSIC算法和最小二乘拟合相对比,提出的算法可以有效避免频谱混叠和泄露现象,并滤除其他频率成分的干扰,得到更清晰的谱图。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。