基于声阵列信号的风扇喘振先兆特征识别

提出了一种基于麦克风声阵列信号的航空发动机风扇喘振先兆特征识别方法,有效避免了传统侵入式传感器在测量过程中对管道流场产生的外来干扰。开展多级风扇试验器由稳定旋转至喘振的瞬态测试试验,利用短时傅里叶分析、频谱分析和声模态分解的方法,对喘振先兆特征实现了辨识。结果表明:风扇在进入喘振前有非同步共振频率的强烈单音噪声,约为叶片通过频率的70%,是由多个模态波在转静叶排间共振产生。通过对特征频率和声模态谱的监测可以实现喘振的预警。      

基于声模态分解的风扇叶盘同步振动辨识

采用非接触式非侵入式的测量方法实现航空发动机叶盘振动测量，对发动机研制、试验、运行安全具有重要意义。提出基于声模态分解的叶盘同步振动辨识方法，在某三级风扇试验器的进气道布置环形声阵列，作为参照并在动叶布置若干应变片，开展升降速试验。分析声压信号的叶片通过频率随转速的变化规律，对动叶一阶通过频率下的声阵列信号进行声模态分解，结合应变片实测的动叶坎贝尔图，建立主导声模态数与叶盘节径数的映射关系。声场和动应力测试结果表明：当主导声模态数与叶盘节径相等时，动叶发生共振现象，此时可有效地对风扇叶盘同步振动进行辨识；动叶与前后叶排静叶都存在转静干涉现象，声压信号呈现为窄带宽频，形成声模态离散，造成动叶表现为多模态振动；声压信号是叶片不同振动模态的气动载荷分布的综合反映，具有好的灵敏性和完备性，可实现航空发动机动叶非接触式非侵入式振动测量。     

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。