压缩感知在轴流压气机周向模态识别中的应用

研究了将压缩感知应用于轴流压气机管道周向模态识别的方法。采用数值实验的方法对稀疏模态信号进行压缩感知分析。对确定性信号，讨论了信号欠采样因子和感知常数对不同稀疏比信号重构成功率的影响，当感知常数大于3.5时，感知成功率超过90%；对未知信号，随机选取测量矩阵在感知失败时信号的模态分布没有规律。在此基础上，将Nyquist-Shannon采样定理和压缩感知方法结合，提出了轴流压气机管道周向模态传感器双均布测点布置方式，发现了其感知的成功与否与信号模态数的差值和测点数相关，选择合适的测点数，可用于基于动静干涉的压气机周向模态的可靠重构。讨论了双均布测点分布的鲁棒性，发现任意减少3个测点时仍可保证研究对象中至少5个叠加模态的成功感知。最后，将压缩感知方法应用于轴流压气机管道周向模态识别，成功感知到了基于Tyler-Sofrin的轴流压气机高阶动静干涉模态。该研究为轴流压气机管道模态分析和测量提供了新的实验数据处理方法。      

基于压缩感知的多级风扇周向声模态重构

基于风扇单音噪声周向声模态在叶片通过频率下稀疏的特性,研究压缩感知方法在多级风扇周向主导声模态识别和幅值重构中的应用。开展多级风扇试验器的声场测量试验,利用压缩感知方法对管道周向声模态进行准确识别与分解。建立声模态重构的压缩感知模型,实现少数传声器对主导声模态的阶数识别和幅值精确重构,同时研究传声器数量和布局策略对重构精度的影响。试验结果表明:对于确定声场,当压缩感知常量C大于3.6时,随机布局的传声器有90%以上的概率可以以较高精度重构主导声模态幅值;建立压缩感知模型观测矩阵时应避免传声器的均匀和近似均匀布局,均匀布局的感知模型难以精准重构声模态。      

基于任意传感器排布的叶尖定时信号压缩感知辨识方法

基于叶片振动和叶尖计时系统的特点,推导了任意传感器角度分布下叶片振动响应的分布规律,并基于叶尖定时信号频域的稀疏性,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。通过同步信号和非同步信号的大量数值实验,分析了包括信号重构误差、传感器数量、旋转周期数、频率分辨率和信噪比等因素对辨识效果的影响,提出了压缩感知重构叶尖定时信号的基本方法和步骤。进一步将压缩感知方法应用于某型号涡扇发动机钛合金宽弦风扇叶片有限元仿真获得的振动响应数据重构,验证了该方法的有效性。结果表明:在加入了叶尖测点位置误差和30 dB随机噪声的前提下,在80%、90%和100%三种转速工况下均清晰辨识出幅值较大的激励倍频。基于任意传感器角度分布的压缩感知方法对叶尖定时信号辨识效果较好。     

压气机叶顶区域周向模态特性的实验

针对压气机叶顶区域流动周向模态测试对传感器数量的要求及传感器数量受限时所产生的模态混叠现象,提出一种基于两套测点数组合来校准预测高阶周向模态的方法。结果表明:应用该方法,在实验测试中将可识别的模态阶数提升至原来的5倍。研究了轴流压气机叶顶区域压力脉动,捕捉到包括叶片通过频率(BPF)和旋转不稳定性频率(RIF)带凸起的叶顶区域流动模态特性。随着流量减少,频谱上对应的宽频带凸起结构向低频移动,主要周向模态阶数降低,但旋转角速度有所上升。压气机叶顶区域流动的时变特性分析表明,旋转不稳定性在时域上幅值波动较大,不稳定性明显。      

基于卡尔曼滤波的翼型表面压力实时重构方法

为实现基于稀疏数据的翼型表面压力实时重构，提出了一种基于压缩感知与卡尔曼滤波器的数据融合方法，该方法主要包括线下建立数据库和线上实时感知两部分。首先，在线下通过粒子图像测速技术、压敏漆、计算流体力学等方法对翼型表面压力进行全场采样，并采用本征正交分解对所测得的全场压力数据进行降维，建立含有主导相干流动结构的模态数据库以及各模态时间系数之间的状态转换关系。其次，在线上基于压缩感知，利用离散压力传感器所测量数据与压力场主导模态，通过求解L₁范数下的最优化问题，对各主导模态的时间系数进行初步求解。最后，将线下所得各模态时间系数之间的状态转换关系放入卡尔曼滤波器，作为其系统模型进行预测；将线上所求得各模态时间系数放入卡尔曼滤波器，作为其观测值进行校正。以CFD模拟翼型压力作为验证数据，对该方法的性能进行评估，结果显示：该方法与仅采用压缩感知进行重构对比，升力重构误差从18.15%减小至6.39%。     

高可靠小条件数压缩感知叶尖定时信号辨识

为增强基于任意角度压缩感知(CS)叶尖定时信号(BTT)重构的稳定性,采用小生境微种群遗传算法提出了基于小条件数的高稳定性传感器安装布置方法。研究发现:任意角度CS的恢复矩阵条件数越小,不同信噪比下同步和非同步振动信号重构误差越趋于稳定在较低范围,优化后发现条件数为1的排布方案下,相邻传感器角度间隔趋向于均布2m取K的形式。利用条件数为1的矩阵冗余特性,设计了高可靠性的传感器排布方案,数值试验和有限元仿真验证表明叶尖定时系统在失效一个传感器的情况下仍可稳定得到准确的重构结果。在信噪比为5 dB时,冗余排布相比参考排布的主倍频幅值重构误差降低4.4%以上,验证了采用最小条件数排布的任意角度CS信号辨识方法在噪声及传感器失效情况下仍可保证BTT测量结果的有效性和可靠性。      

涡扇发动机风扇及压气机特性监测中的流量估算方法

为了监测风扇及压气机的特性漂移,提出了一种气体流量估算方法.这种方法通过联立求解内、外涵出口静压平衡关系、尾喷口流量关系及焓增流量关系4个流量平衡方程,对气体流量进行估算.同时,通过计算确定传感器偏差标志参数,可区分隔离传感器误差对流量估算的影响.仿真了不同状态下部件特性及传感器误差分别漂移2%的情况,结果表明,这种方法可以监测到风扇、压气机的特性漂移,并将其与传感器误差漂移有效区分.      

基于模态波理论的压气机失速先兆识别方法

针对压气机气动失速预警存在无法兼顾对渐进型和突尖型失速先兆有效识别的不足，以及提取失速团幅值需要多路传感器信号的局限。分析了压气机失速发展过程中的信号特征；根据压气机失速信号的旋转特性，提出基于单路传感器信号重构周向多路失速先兆信号的方法，讨论了信号重构步长的取值；基于模态波理论，通过对重构信号进行空间傅里叶变换，得到失速扰动信号各阶模态幅值，根据低阶模态的幅值变化实现对渐进型与突尖型失速先兆的识别。以某压气机为例进行仿真，结果表明:当信号重构的步长小于突尖波时间尺度的一半时，重构的多路信号能够复现压气机周向位置失速发展过程，且步长越小，越有利于失速先兆的识别；由模态分解得到的1阶模态幅值的变化能够有效反映失速发展过程；通过合理设置模态幅值的阀值，可以在失速发展前期对失速先兆进行准确识别，从而，基于单路传感器失速信号即可实现对渐进型失速和突尖型失速均能进行预警。      

可变弯度机翼后缘形态重构光纤监测技术

可变弯度机翼是一种变翼型变体飞行器，在飞行过程中可根据不同的飞行环境自适应调整机翼弯度来提高飞行效率，从而适应复杂多样的任务环境。针对可变弯度机翼后缘形态与偏转角度实时监测需求，研究了一种基于光纤布拉格光栅传感器的机翼后缘形态重构方法。采用数值仿真方法分析可变弯度机翼后缘的形态变化特征，得到可变弯度机翼后缘偏转位移与偏转角度之间关系。给出光纤布拉格光栅传感器布局形式，构建了基于应变和曲率信息递推位移重构原理的机翼后缘形态和偏转角度监测系统。基于光纤布拉格光栅传感器的机翼后缘形态重构相对误差约为6.39%，偏转角度辨识相对误差约为7.47%。研究结果表明，所提方法能够为可变弯度机翼后缘形态感知、姿态自适应调整以及气动外形优化提供技术支撑。     

轴流风扇/压气机气动性能试验若干问题探讨

为提高航空发动机风扇/压气机试验流程控制的合理性和试验结果评定的真实性,在梳理国内航空发动机压缩部件气动性能试验研究现状的基础上,总结提炼出若干重要技术问题,并通过理论分析和部分试验验证,对所涉及的技术问题进行了深入探讨.分析结果表明:风扇气动性能试验和压气机气动性能试验对试验设备排气能力的要求不同;相比升转速录取方式,降转速录取能够优化风扇/压气机的试验流程;可采取不同措施降低测量探针对风扇/压气机试验结果的固有影响;可调导叶/静叶安装角度定位与全行程调节精度是影响变几何多级压气机气动性能试验结果重复性的主要因素.      

空天飞行器星敏感器安装误差在线标定方法

空天飞行器高动态、长航时的运动特性可能导致一体化安装的惯性/天文组合导航系统中星敏感器与惯导间产生安装误差角。设计了一种星敏感器安装误差角动态辨识方法,建立了星敏感器安装误差角模型,设计了基于天文角度观测的星敏感器安装误差角动态辨识方案,分析了不同机动飞行方式下星敏感器安装误差角的可观测度。仿真结果表明,所设计的基于卡尔曼滤波的动态辨识方法能够在飞行器机动过程中快速地对星敏感器安装误差角进行在线标定,对安装误差角的标定值可以达到实际误差值的85%以上,有效地提高了组合导航系统的精度。     

基于遗传算法的机器人负载重力补偿优化算法研究

航空航天装配领域,利用安装在机器人末端的六维力传感器来感知外力是实现工业机器人柔顺装配的关键技术之一,而负载的存在会干扰对外力的感知。针对工业机器人末端负载的重力补偿,提出一种基于遗传算法的重力补偿优化算法。此方法以误差平方和最小为目标建立了最优解模型,利用遗传算法求解,最终可以在不使用测量仪器的情况下,估计力传感器安装偏角,提高重力补偿精度。同时设计了特定的机器人测量姿态来减少系统误差。试验表明,优化算法可以补偿任意角度的力传感器安装偏角,与补偿前相比,各方向最大重力补偿误差及平均重力补偿误差都有所减小。     

空天飞行器星敏感器安装误差在线标定方法

空天飞行器高动态、长航时的运动特性可能导致一体化安装的惯性/天文组合导航系统中星敏感器与惯导间产生安装误差角。设计了一种星敏感器安装误差角动态辨识方法,建立了星敏感器安装误差角模型,设计了基于天文角度观测的星敏感器安装误差角动态辨识方案,分析了不同机动飞行方式下星敏感器安装误差角的可观测度。仿真结果表明,所设计的基于卡尔曼滤波的动态辨识方法能够在飞行器机动过程中快速地对星敏感器安装误差角进行在线标定,对安装误差角的标定值可以达到实际误差值的85%以上,有效地提高了组合导航系统的精度。     

星敏感器安装误差标定技术研究

星敏感器是一类具有自主高精度姿态测量能力的仪器,输出姿态精度可达到角秒级。但实际组合导航应用中,星敏感器安装误差往往可达角分级,远远大于仪器本身误差,影响其使用品质,因此有必要在使用前对星敏感器安装误差进行建模标定。研究发现,星敏感器安装误差与惯导姿态误差存在耦合关系,难于分离。设计了一种快速标定方法,利用惯导输出姿态、位置信息以及星敏感器姿态输出构造观测量,建立卡尔曼滤波模型,通过滤波估计实现安装误差的地面标定。仿真结果表明,载体需要进行2个轴向上的机动才能将星敏感器三轴安装误差估计出来。相较于依靠外部基准姿态进行标定的方案,本方法具有快速高效、可操作性强等优点。     

基于一维模型的跨声速轴流压气机特性预测研究

为发展一套对于现如今多级跨声速轴流压气机特性预测较为精准、快捷的计算程序,选取了合适的压气机参考攻角模型,建立了适用于双圆弧大弯角叶型的设计点/非设计点落后角模型。采用某套大弯角平面叶栅在多个工况下的实验数据对新建立的落后角模型进行校验,并将攻角、落后角模型嵌入到HARIKA算法中,实现对HARIKA算法原模型的替换,用新建立的HARIKA算法和三维数值计算软件NUMECA对某型两级跨声速轴流压气机在设计/非设计转速下进行特性计算。结果表明：本文建立的落后角模型对于叶栅出口气流落后角预测值与实验值较好地吻合,平均误差为0.42o,预测误差较小。新的HARIKA算法对于压气机特性的预测结果相比于三维数值计算结果更贴近于实验值,其中压比最大预测误差2.54%,效率最大预测误差3.68%,总体预测误差较小,证明本文建立的非设计点落后角模型具有一定的准确性与适用性,改进后的HARIKA算法在多级跨声速轴流压气机特性预测方面具有一定的工程实用性。