基于压缩感知的叶端定时信号参数辨识方法

叶端定时技术作为一种非接触式测量手段,在实际应用中的主要问题之一是测量信号欠采样。压缩感知方法是解决信号欠采样问题的有效手段,但由于求解过程中引入了正则化项,在提高稀疏度时,降低了幅值重构精度,而转子叶片振动幅值参数的准确辨识对于叶片动应力重构具有重要意义。将叶片振动方程设计矩阵与压缩感知字典相结合,在不依赖先验信息的条件下对叶片振动参数进行辨识。首先,根据振动方程设计矩阵形式及关注的最大振动频率,构造压缩感知字典;其次,通过叶端定时信号稀疏表示中的非零元素所在位置,从压缩感知字典中提取对应原子构成设计矩阵进而求得振动参数;接着,叶端定时（BTT）模拟仿真结果表明,所提方法可有效辨识叶片单模态、多模态振动参数;最后,开展旋转叶片振动测试试验,同时利用应变片和叶端定时系统采集振动信号,结果表明,与应变片测量结果相比,提出的方法振动频率辨识相对误差仅为0.14%;对比4个叶片的位移-应变传递比,其中偏离均值的最大百分比仅为2.15%。     

基于导波传播模型的MUSIC损伤识别算法

针对结构健康监测领域的损伤近场定位问题,提出了适用于复合材料结构损伤识别的近场二维多重信号分类（MUSIC）损伤识别算法。该损伤识别算法将导波传播模型引入近场二维MUSIC损伤识别模型,构造损伤散射信号与实验差信号的互相关矩阵,通过信号子空间与噪声子空间正交特性构造近场二维MUSIC空间谱。通过数值仿真和实验验证了所提出的损伤识别算法能够有效地识别复合材料结构损伤位置信息,具有很高的定位精度和分辨率。针对飞机垂直尾翼的加强筋结构对导波传播特性影响较大的问题,提出了分区域监测的损伤检测策略,并利用基于导波传播模型的二维MUSIC空间谱损伤识别算法成功地识别飞机垂直尾翼结构损伤,实现了复杂复合材料结构损伤识别的工程验证。     

转轴-轮盘-裂纹叶片耦合系统的叶尖振动特性

航空发动机叶片在极端恶劣环境中工作,容易产生裂纹进而缩短叶片寿命,严重影响航空发动机的安全运行。以转轴-轮盘-裂纹叶片耦合系统为研究对象,采用有限元、假设模态混合的建模策略,利用有限元模拟转轴,基于Kirchhoff板理论、Timoshenko梁理论模拟轮盘、旋转叶片,并根据时变的释放应变能确定呼吸裂纹导致的时变损失刚度,建立了相应的动力学模型;通过对比耦合系统的固有特性和振动响应验证了提出方法的正确性;剖析了重力载荷、转子不平衡力、气动载荷对叶尖振动特性的影响,并研究了不同无量纲裂纹深度和裂纹位置对叶尖振动特性的影响。研究结果表明：健康叶片中,重力载荷会导致叶片产生振动,转子不平衡力会导致叶片发生静变形;在旋转状态下,裂纹叶片导致叶尖弯曲位移产生偏移量;在气动载荷作用下,呼吸裂纹导致叶片发生非线性振动;常值分量与转频幅值比、常值分量与气动激励频率幅值比是评价呼吸裂纹的有效指标。本文的建模方法和分析结论可为航空发动机叶片裂纹故障诊断提供了一定的理论依据。