[发明专利]基于叶端定时和改进多重信号分类的叶片裂纹辨识方法

说明书

本发明公开了一种基于叶端定时和改进多重信号分类的叶片裂纹辨识方法，所述方法对叶片振动信号进行分析，建立叶片振动信号模型；分析非均匀传感器布局下的叶端定时采样规律，提出传统多重信号分类中快拍矩阵的改进结构；构建快拍矩阵的协方差矩阵，基于其低秩性，利用特征值分解得到噪声子空间；根据传感器布局形式构建导向矢量，基于信号子空间和噪声子空间的正交性得到伪谱；纵向比较多重信号分类结果与有限元结果，横向比较不同叶片的多重信号分类结果，融合对叶片进行裂纹识别。

技术领域

本发明属于叶片非接触测试领域，特别是一种基于叶端定时和改进多重信号分类的叶片裂纹辨识方法。

背景技术

旋转机械是工业中最常见的机械，而转子是旋转机械中最重要的部分。航空发动机中的压气机转子由于处在进气端，与外界大气直接接触，很容易发生外物打伤，使压气机叶片产生裂纹，严重影响航空发动机的正常运行乃至整个飞机的安全运行。叶端定时法是一种新型非接触式叶片测试方法，其将传感器安装在机匣上，当叶片转动通过传感器时，便可以采集一次叶片的振动位移。该方法无需与叶片进行直接接触，故不会影响叶片本身的振动特性以及工作性能，此外，对于单个传感器而言，可以在一转内检测到所有叶片的位移。对于航空发动机而言，传统的叶片监测方法及定期人工维护和修理方式远不能满足叶片在线监测的需求，因此为探测叶片常见的裂纹及外物打伤事故，需研发基于叶端定时的叶片在线监测与故障诊断系统。

但叶端定时测试信号存在高度欠采样特性，其主要通过将传感器布局和后续信号处理方法结合来解决欠采样问题。传统方法大多将叶片振动简化为单个频率的正弦振动形式，传感器布局形式单一，极易受到噪声干扰。通过将波达方向估计领域内的多重信号分类改进后应用于叶端定时领域，可有效处理叶端定时中的欠采样信号，得到较高精度的叶片振动频率，而叶片的固有频率变化能够反映叶片是否存在裂纹。因此，研究将波达方向估计领域内的多重信号分类和叶端定时相结合的方法具有很大的实际应用潜力。

在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成在本国中本领域普通技术人员公知的现有技术的信息。

发明内容

针对现有技术中存在的问题，本发明提出一种叶端定时与改进多重信号分类相结合的裂纹辨识方法，本发明通过改进多重信号分类发中的快拍矩阵结构，将其应用于叶端定时信号处理，对叶片振动频率进行识别，与有限元结果以及其他叶片频率进行比较达到裂纹识别的目的。

本发明的目的是通过以下技术方案予以实现，一种基于叶端定时和改进多重信号分类的叶片裂纹辨识方法包括以下步骤：

第一步骤中，对叶片振动形式进行分析，得到基于复指数信号的叶片振动模型：其中，x(t)为叶片振动位移，a_k，f_k，分别是第k个频率分量的幅值、频率和相位，w(t)为高斯白噪声，e为自然常数；

第二步骤中，将单个叶片一转的信号作为单元，进行单元内非均匀采样以及单元间均匀采样的非均匀传感器布局叶端定时采样，基于所述采样建立改进多重信号分类的快拍矩阵结构：X＝[x(1) x(2) … x(Q)]，其中，X为快拍矩阵，x(q)代表第q个快拍，Q代表快拍的总个数，

x(q)＝[x(_t(q-1)J+1) x(t_(q-1)J+2) … x(t_(q-1)J+M)]^T，其中，M为该快拍的元素个数，满足下式：mod(M，J)＝0，mod为取余操作，t_(q-1)J+1、t_(q-1)J+2、t_(q-1)J+M分别表示第q个快拍的第1、2、M个位移对应的时间，下标(q-1)J+1、(q-1)J+2、(q-1)J+M表示采样时间的编号，J为叶端定时传感器个数，T为矩阵转置，快拍矩阵中相邻两个快拍具有M-J个重合的叶片位移信号，