[发明专利]基于ARMA模型的颤振边界实时预测系统及预测方法

权利要求书

1.基于ARMA模型的颤振边界实时预测系统的预测方法，其特征在于，该基于ARMA模型的颤振边界实时预测系统包括：信号采集模块、数据处理模块、稳定性分析模块和颤振预测模块，并依次连接；

信号采集模块用于接收和记录传感器的测量信号，并进行调节和滤波，放大所测信号以匹配传感器的阻抗，并遏制高频分量；

数据处理模块用于采集信号的降噪处理与数据重构，降低信号随机性对后续稳定性分析的影响；

稳定性分析模块根据设定的预测方法计算相应的稳定性参数，稳定性参数用于指示试验对象的颤振余量；

颤振预测模块利用曲线拟合获取稳定性参数随风速者飞行表速的变化趋势，并外推得到颤振临界速度，并根据设定的阈值在颤振发生前给出警告；

上述基于ARMA模型的颤振边界实时预测系统的预测方法，包括：

S1、根据试验需求布置传感器；

S2、信号采集模块采集传感器所测信号，得到采样数据；

S3、利用阶梯平均方法处理采样数据，得到平稳的随机响应信号；在S3中，所述阶梯平均方法为：对预定长度的所述采样数据进行计算，计算结果标记为当前阶梯数据平均速度下的稳定性参数初值，再通过所述采样数据的不断更新，实时地计算所述稳定性参数；具体包括以下步骤：

S31、对所述采样数据进行分块截取，得到多个数据块；

S32、采用多项式最小二乘法对数据块进行趋势项去除；

S33、对去除趋势项的数据块进行功率谱分析，再进行带通滤波，分离出各频段信号分量；

S34、对各频段信号分量进行经验模态分解，得到各模态平稳的随机响应；

S35、将各模态平稳的随机响应相叠加，整合成一个响应信号y(k)，标记为所述随机响应信号；

S4、将随机响应信号输入稳定性分析模块进行处理，输出稳定性参数用于表征试验对象的颤振余量；

S5、颤振预测模块拟合稳定性参数-风速或稳定性参数-飞行速度的关系曲线，根据颤振余量和速度的关系曲线，外推得到颤振临界速度；

S6、根据设定阈值判断颤振速度是否正常，若颤振速度突破设定阈值，发出警报，给出预测颤振速度；反之则转入S2，循环执行S2-S6。

2.根据权利要求1所述的基于ARMA模型的颤振边界实时预测系统的预测方法，其特征在于，所述S4具体包括：

S41、利用所述随机响应信号y，构造ARMA模型：A(z^-1)y(k)＝B(z^-1)e(k)，其中：A(z^-1)＝1+a₁z^-1+L+a_nz^-n代表n阶AR(Autoregressive自回归)系统，B(z^-1)＝1+b₁z^-1+L+b_nz^-m代表m阶MA(Moving Average移动平均)系统，{a₁,a₂,…,a_n}和{b₁,b₂,…,b_n}是待识别的系数，e(k)是高斯白噪声序列；

S42、采用参数识别方法估计AR系数a(n)；

S43、根据Jury判据得到表征结构稳定性的检验参数：

F^-(n-1)＝det(X_n-1-Y_n-1)，

其中，

S44、对于k阶模态系统，构造颤振预测参数F_Z，作为指示颤振临界点的所述稳定性参数，其中：

S45、更新所述数据块，重复S41-S45，得到各速度点下的F_Z，标记为所述颤振余量并输出。