[发明专利]一种航空发动机转子系统故障信号特征信息的提取方法有效
申请号: | 201810868394.0 | 申请日: | 2018-08-02 |
公开(公告)号: | CN108731945B | 公开(公告)日: | 2019-12-13 |
发明(设计)人: | 刘晓波;高庆生;辜振谱 | 申请(专利权)人: | 南昌航空大学 |
主分类号: | G01M15/02 | 分类号: | G01M15/02 |
代理公司: | 36128 赣州智府晟泽知识产权代理事务所(普通合伙) | 代理人: | 邹圣姬 |
地址: | 330063 江西*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 振动信号 转子系统 航空发动机 故障信号 故障信息 特征信息 转子碰摩 降噪 采集 矩阵 故障特征频率 故障特征信息 强噪声背景 分解 噪声信号 差分谱 低频段 后转子 谱分析 突变点 包络 阶数 重构 绘制 分析 | ||
1.一种航空发动机转子系统故障信号特征信息的提取方法,其特征在于,包括如下过程:
一、航空发动机转子碰摩振动信号的采集;通过电涡流位移传感器,按确定的时间间隔或采样频率测取一定数量的航空发动机转子在某个采样时段的碰摩振动信号x[n],n=0,1,…,N-1;
二、对采集航空发动机转子的碰摩振动信号进行降噪处理,具体步骤为:
(1)构建离散傅里叶变换函数信号,由式
对x[n],n=0,1,…,N-1进行展开,展开得到
其中,N信号采样长度;
令N=2k、X[0]与为实数,
得到
其中,Re{z1[n]}为z1[n]的实部;
(2)以LTH-FS方式筛选搜索AFIBFs信号分量,由式
令N0=0、NM=(-1+N/2),
得到
三、重构信号,提取转子系统故障信号特征信息,具体步骤为:
(1)航空发动机转子原始信号的分解重构,由式,
其中,1<n<N;
令,m=N-n+1,
得到Hankel矩阵的矢量表达为
其中,ui∈Rm×1,vi∈Rn×1,i=1,2,…p,p=min(m,n);
令Ai∈Rm×n为Hankel矩阵的行矢量,Qi,l为Ai的第一列行矢量,Hi,n为Ai除去最后一列矢量第一行数值的子列矢量,从而构造原始信号的分量信号Qi,其矢量表达为Qi,l∈Rl×n,Hi,n∈R(m-l)×n,
按σ1≥σ2≥…≥σp≥0的顺序依次展开,得到信号分解为
Xl=Q1,1+Q2,1+…+Qp,1
其中,Ai为Qi,1,Qi,2,…Qi,m,Qi,m∈Rl×n行矢量的叠加,A的行矢量为X1,X2,…Xm,Xm∈Rl×n;
令,Hi,n为列矢量Hi,n∈R(m-1)×1的叠加,A的列矢量为
得到航空发动机转子原始信号的分解重构为
(2)提取航空发动机转子系统故障信号的特征信息,
在分解重构后的原始信号中,包含噪声的离散碰摩振动信号为x(i)=s(i)+n(i),i=1,2,…,N
其中,s(i)为目标信号,n(i)为噪声信号,N为信号采样长度;
由此构造离散碰摩振动信号x(i)的Hankel矩阵为A=As+An
其中,As为目标信号s(i)的Hankel矩阵,An为噪声信号n(i)的Hankel矩阵,且As,An∈Rm×n;
再由此构造无噪声目标信号s(i)中Hankel矩阵As的奇异值近似矢量阵σ(As)=(σs1,σs2,…,σsk,0,…,0)
其中,p=min(m,n)为矩阵的长;
再由此构造Hankel矩阵的奇异值矩阵,令其奇异值排序为σA=(σ1,σ2,…,σp),并进行后向差分,得到
bi=σi-σi+1,i=1,2,…,p-1;
再由所有的奇异值差分值构成奇异值差分谱序列B=(b1,b2,…,bp-1)
其中,当奇异值数值显著突变时,在奇异值差分谱上即出现奇异值差分谱曲线峰值,该点即为信号突变点,即为航空发动机转子系统故障发生的起始位置,从而实现对航空发动机转子碰摩振动信号中所包含的故障信息的有效提取。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南昌航空大学,未经南昌航空大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810868394.0/1.html,转载请声明来源钻瓜专利网。