摘要
本发明公开一种基于阶次搜索的动叶片异步振动参数辨识方法,首先,对动叶片异步振动欠采样信号进行快速傅里叶变换;对现有的多信号分类算法进行优化,将频率搜索转换为阶次搜索,实现动叶片异步振动频率整数阶次的估计;融合FFT算法分析结果和阶次搜索结果,获取动叶片异步振动参数。本发明将频率搜索转化成阶次搜索,极大的提高了频率辨识的计算效率。FFT算法能够准确获取动叶片异步振动的非整数阶次,能够提升本发明的频率辨识精度。本发明可以在无叶片先验知识的背景下,根据叶端定时信号进行动叶片异步振动参数辨识,实现叶片振动频率有效估计和振动幅值高精度重构。
技术关键词
参数辨识方法
频率
FFT算法
噪声子空间
叶片转子
特征值
传感器
测试噪声
定时信号
数值
定义
幅值
重构
理论
精度
系统为您推荐了相关专利信息
光伏电站
虚拟惯量控制
有功功率
电磁暂态模型
等值建模方法
敏感数据脱敏方法
脱敏策略
关系型数据库
脱敏数据
评价系统
视网膜血管图像
卷积模块
输出特征
图像分割模型
注意力
资源优化配置
频率
资源分配
监测网络性能
小区负载信息