航空发动机旋转叶片定时欠采样振动信号重构方法和系统

AITNT
正文
推荐专利
航空发动机旋转叶片定时欠采样振动信号重构方法和系统
申请号:CN202510634591
申请日期:2025-05-16
公开号:CN120145091B
公开日期:2025-07-22
类型:发明专利
摘要
本发明涉及航空发动机旋转叶片健康监控技术领域,提供一种航空发动机旋转叶片定时欠采样振动信号重构方法和系统,方法包括:构建重构模型及恢复矩阵;设置恢复矩阵的初始残差和支撑集;计算恢复矩阵的列向量与初始残差的内积;选择内积值的绝对值超过阈值的列向量作为匹配向量合并组成第一集合;将第一集合投影到参数空间;采用K‑近邻算法进行聚类,保留每类中内积最大的列向量,形成第二集合;将第二集合加入支撑集,以初始残差最小为目标,采用最小二乘法求解稀疏系数;计算新的残差,直至支撑集不再更新则终止迭代,得到最终的振动信号稀疏系数;计算得到重构航空发动机旋转叶片叶端振动信号。本发明能提高叶片非接触在线实时健康监控效果。
技术关键词
振动信号重构方法 航空发动机 旋转叶片 重构模型 矩阵 光纤传感器 近邻算法 健康监控技术 上存储计算机程序 模块 可读存储介质 重构系统 聚类 处理器 代表 分辨率 频率
系统为您推荐了相关专利信息
1
一种基于自适应小波散射卷积神经网络的OTFS系统信号检测方法
系统信号检测方法 小波卷积神经网络 散射特征 小波散射网络 接收端
2
一种灌区闸门过流系数和水动力参数率定方法及系统
闸门 率定方法 数值仿真模型 参数 算法模型
3
基于多维传感器的智能门锁控制方法及装置
智能门锁控制方法 传感器融合 多模式 卡尔曼滤波 协方差矩阵
4
一种基于语义区间球形模糊和TODIM的改进FMEA方法
FMEA方法 语义 球形 风险 指标
5
一种基于深度强化学习的连续体机械臂运动控制方法
深度强化学习 强化学习策略 连续体 末端执行器 融合多源信息
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号