摘要
本发明涉及旋转机械旋转叶片非接触式振动测试技术领域,旨在解决传统叶端定时后处理技术幅值重构精度低的问题,提供一种基于非凸反正切惩罚项叶端定时多模态振动参数辨识方法,包括确定叶端定时传感器的数目及监测位置,获取叶片多模态振动欠采样信号并对信号进行筛选;根据叶端定时信号欠采样特性,结合叶片多模态振动欠采样信号特征,利用非凸反正切惩罚项建立非凸稀疏正则化模型;通过参数设置保证模型的整体凸性;利用凸优化算法求解非凸稀疏正则化模型,使用近端映射算子对模型进行稀疏收缩,重构欠采样信号,实现叶片叶端定时多模态振动参数的高精度辨识;本发明能更有效促进解的稀疏性并提高叶片多模态共振幅值及共振频率的辨识精度。
技术关键词
正则化模型
多模态
参数辨识方法
凸优化算法
完备字典
传感器
定时信号
振动测试技术
信号特征
后处理技术
重构
正则化参数
旋转机械
共振频率
旋转叶片
非接触式
监测点
系统为您推荐了相关专利信息
互联网医院
管理系统
数据采集机制
医疗影像数据
患者
机械臂关节
智能抓取
语言编码器
语义向量
多模态
深度学习算法
静态图像数据
动态图像数据
面部特征
识别算法