导读:本文包含了叶尖定时论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:叶片,测量,转速,轴流,传感器,重构,计量学。
叶尖定时论文文献综述
刘美茹,朱靖,梁恩波,滕光蓉,肖潇[1]（2019）在《基于叶尖定时的航空发动机压气机叶片振动测量》一文中研究指出基于叶尖定时的转子叶片非接触振动测试系统的基本原理和数据分析方法,将非接触振动测量技术成功应用在某型涡扇发动机高压压气机一级转子叶片排故(改型)中,获取叶片共振时的振动频率和幅值,并通过有限元分析方法得到叶尖位移与关键点的位移-应力换算系数。依据反算的关键点动应力可实现(改型)前后转子叶片的高周疲劳寿命预测。某型涡扇发动机高压压气机一级转子叶片非接触振动测试结果显示:由于加工工艺原因导致原型叶片叶型厚度变大,引起叶片固有频率升高,转子叶片在发动机工作转速范围内发生3阶激励激起的一弯振动,导致叶片发生故障。改进加工工艺后,非接触振动测试系统结果显示叶片振动状态较好。(本文来源于《航空动力学报》期刊2019年09期）
贺长波,李宏坤,赵新维,王维民,吴淑明[2]（2019）在《基于总体最小二乘准则旋转不变子空间法的叶尖定时欠采样信号分析》一文中研究指出考虑到传统的应变法无法同时测量所有叶片的振动且存在一定的安全隐患,故利用叶尖定时技术对叶片振动进行监测。由于该方法得到的信号属于严重欠采样信号,且实际获得的信号存在噪声干扰,传统的傅里叶分析无法得到叶片的真实振动频率。研究基于总体最小二乘准则(TLS)的旋转不变子空间法(Esprit)对存在噪声干扰的欠采样信号进行频率估计,并以估计结果作为先验知识对欠采样信号进行重构。通过仿真信号分析及高速旋转叶片试验台验证方法的有效性。结果表明,所提方法可以有效地对含噪欠采样信号进行处理并估计出叶片的真实频率信息,具有很好的工程应用价值。(本文来源于《机械工程学报》期刊2019年19期）
张济龙,段发阶,牛广越[3]（2019）在《基于微波传感器的叶尖间隙与叶尖定时测量》一文中研究指出叶尖间隙和叶片振动是影响涡轮机工作效率、安全和寿命的重要参数,叶尖定时是目前广泛应用的非接触式叶片振动测量方法。传统的光学等叶尖参数测量方法难以实现实际工况下的长时间测量,为满足航空发动机等恶劣工作条件下的叶尖间隙和叶尖定时测量要求,提出了一种基于微波传感器的叶尖参数测量系统,实现叶尖间隙和叶尖定时的同时测量,分析了系统组成和测量原理,设计了采用微带天线的24 GHz的微波传感器以及采用金属结构PIFA的微波传感器,传感器直径在8 mm以内。对制作的传感器和测量系统样机进行了实验测试,并与已有的光纤式叶尖定时测量系统进行对比,结果表明基于微波传感器的测量系统能够有效实现叶尖间隙和叶尖定时的动态测量,叶尖间隙测量精度为±35μm。(本文来源于《控制工程》期刊2019年07期）
雷杰,雷晓波[4]（2018）在《基于叶尖定时原理的转子叶片同步振动算法研究》一文中研究指出根据叶尖定时测振原理和叶片振动重构理论,基于单自由度振动原理,利用叁角函数和最小二乘法建立了叶片同步振动参数辨识方法,通过数值仿真对算法进行了验证。仿真结果表明:该算法可以精确辨识出叶片振动倍频和幅值,但对振动相位辨识误差较大。传感器角度布置会影响辨识结果,可通过调整传感器安装角度来验证振动参数辨识的准确性。较大的其他振动频率成分和噪声信号会导致算法辨识出错,可通过改变传感器布置角度可克服非同步振动频率成分对算法的影响。(本文来源于《机械研究与应用》期刊2018年06期）
曲芮萱[5]（2018）在《基于光学叶尖定时系统的金属表面光纤测试研究》一文中研究指出叶片作为大型旋转机械中的核心部件通常需要长期在高转速、高负荷的状态下运转,且工作环境往往比较恶劣,如需在高温、高压、烟气、盐水浸泡或工业气体腐蚀的环境中工作,因此叶片剧烈振动或者断裂的状况时有发生,严重影响到了大型旋转机械整机的安全运转。光学叶尖定时测振系统因其尺寸小、高精度、抗电磁干扰、非接触等特点得到广泛关注,但传统的光学叶尖定时测振系统的光信号极易受诸如叶尖间隙变化、叶尖表面粗糙度变化、叶尖截面形状变化等因素的影响而产生光强波动,严重影响到了叶片到达时刻的时刻鉴别精度,进而影响整个测振系统的测量精度。针对上述问题,本论文开展了基于光学叶尖定时系统的光纤测试研究并提出了一种基于叶片叶尖表面微结构进行时刻鉴别的方法,论文的主要研究内容如下:首先介绍了本测振系统所使用的强度型光纤传感器的传感原理及传感器结构,以叁光纤探头为传感器的结构为基本模型,使用多物理场仿真软件对具有周期性结构的旋转叶尖金属表面光强散射情况构建了仿真模型并对表面周期大小、调制深度、周期形貌等参数对散射光强的影响进行了详细的分析。接下来建立了光纤测试系统并对不同加工方式加工的金属表面进行了光纤测试,测试结果显示平铣、端铣和刨的加工方式更易形成表面周期性结构。同时,光纤测试结果显示的表面特征周期参数对散射光强的影响与仿真结果显示的规律相同。基于周期金属表面光强调制的仿真结果和光纤测试结果,本文提出了一种基于微结构叶尖金属表面的时刻鉴别法。一些加工后的叶尖金属表面会形成特征周期,对特征周期频率进行提取后建立特征信号,通过滤波算法或锁相算法提取特征信号的相位信息,此相位信息即为叶片到达的时间信息。论文中对于实验室中基于这种时刻鉴别方法搭建的测振系统及其时间处理算法进行了详细的介绍。分别在叶尖间隙变化时、安装角度变化时和叶片截面对称性变化时使用实验室搭建的微结构表面低速定时测试系统对端铣Ra=0.8μm和端铣Ra=3.2μm两种微结构加工表面进行试验。与相同条件下的单阈值前沿时刻鉴别法(传统时刻鉴别方法)的定时时刻进行对比后表明,在上述条件变化时使用滤波算法和锁相算法的微结构表面时刻鉴别法能有效的减小时刻鉴别的时间误差。搭建了包含光电转换电路、采集卡、LabVIEW信号处理程序等模块的叁叶片旋转测振系统,对叁个叶片中的两个叶片进行表面微结构加工,表面特征周期为400μm左右。在1000rpm的转速下对比了微结构表面叶片和非微结构表面叶片的定时时刻误差,结果显示前者误差明显小于后者误差,证明了本文所述时刻鉴别方法在高速旋转系统中的可行性。相较于传统测振系统中多采用的模拟信号处理电路,本文所述的系统主要采用数字处理系统,具有便于调试、好维护、精度高等优点。最后针对数字处理系统所需的带宽进行了讨论。(本文来源于《哈尔滨工程大学》期刊2018-12-01）
罗杨[6]（2018）在《光纤叶尖定时传感器研究》一文中研究指出航空发动机在航空工业中扮演着十分重要的角色,航空发动机在运行时最容易出现故障的部件就是发动机叶片。发动机叶片在各种复杂激振力的作用下极易发生振动,对发动机叶片进行实时在线的振动监测是保障发动机安全运行的重要保障。目前应用最广泛、最热门的测振技术就是叶尖定时法测振技术,叶尖定时法通过精确提取叶片到达传感器的时间来对叶片振动进行监测,该方法只需在机匣上安装少量的叶尖定时传感器就可以实现对整级叶片振动的非接触式测量。目前该方法的测量精度主要受提取叶片到达时间精度的影响,传统提取时间的方法主要是通过设定触发阈值提取叶片的到达时间,然而叶尖定时信号受到诸多因素的影响,比如叶尖间隙的变化、叶尖表面粗糙度、电路噪音、光路噪音等的影响,使提取的叶片到达时间并不准确。本文提出了一种新的提取叶片到达时间的方法——基于叶尖表面微结构的叶尖定时方法。该方法通过加工叶尖表面,使其形成具有特征结构的一维微结构表面,采集微结构表面的散射光信号并与提前标定的信号进行对比处理,通过算法计算得到叶片到达时间。该方法不再依赖单一或者数个触发信号提取时间,而是通过对整个具有特征的微结构散射光信号处理提取时间,有效降低了由于间隙变化、叶尖侵蚀、叶尖表面粗糙、光源抖动等带来的信号随机抖动引入的误差,大幅提升了叶尖定时的精度以及系统的稳定性。本文围绕叶尖定时精度展开研究。首先介绍了叶尖定时系统的主要结构,对叶尖定时探头、光电转换电路、叶尖定时算法进行了简要介绍,分析了叶尖定时信号的特点、影响叶尖定时信号的主要因素、当前主流的定时方法以及误差,之后提出了自己的定时方法——基于叶尖表面微结构的定时方法,并且对提出的新方法的可行性、优越性展开了一系列的研究。其次,通过仿真研究了具有特征微结构表面的散射特性,证明了其散射光中携带了具有特征微结构的形貌信息。通过实验测试了不同加工方式、不同粗糙度的表面的散射特性,找出了最适合提取时间的加工方式以及加工的几何特征,并利用搭建的叶尖定时系统测试了利用叶尖微结构提取叶片的到达时间的精度,证明了利用基于叶尖表面微结构的叶尖定时法在抗间隙变化、电路噪音等方面相较于阈值触发具有明显的精度优势。最后,利用搭建的旋转测试系统测试了旋转叶片的叶尖定时信号的特点,在低旋转速度叶片无振动时,测试了厚叶片的定时时间,标定旋转系统误差。之后加工了薄叶片,利用基于叶尖表面微结构的定时方法测试了薄叶片的振动,把实验结果和通过有限元仿真分析的结果进行对比,分析计算出了叶片的真实振动频率。(本文来源于《哈尔滨工程大学》期刊2018-12-01）
张济龙,段发阶,牛广越[7]（2018）在《无转速同步叶尖定时预处理方法及误差分析》一文中研究指出提出了一种无转速同步叶尖定时信号预处理方法,通过同一叶片到达不同叶尖定时传感器的振动位移差进行振动参数辨识和转速测量。误差分析表明,该方法可以降低转速测量误差以及转速误差对振动位移测量的影响。分析了振动位移差的测量误差,并与采用转速同步的方法进行了比较。实验结果表明,该方法能够有效地实现叶尖定时测量并具有良好的测量精度。(本文来源于《计量学报》期刊2018年04期）
张继旺,张来斌,段礼祥,王耀楠[8]（2019）在《基于EEMD的含噪叶尖定时脉冲信号提取方法》一文中研究指出为了解决噪声干扰条件下叶尖定时脉冲信号难以准确提取的问题,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)的含噪叶尖定时脉冲信号提取方法。采用EEMD对非平稳、非线性的原始含噪信号进行自适应分解,构建多尺度低通滤波器进行降噪,再对降噪后的脉冲信号进行方波整形处理,并提出融合相似度和相关度的最优降噪整形评价指标,用于含噪信号处理效果的评价。基于含噪叶尖定时脉冲信号特点建立数学模型,验证方法的可靠性和适用性。对比降噪整形处理后含噪叶尖定时脉冲信号与原始无噪信号,其相关度、相似度及综合评价指标分别超过97%、89%及92%,结果表明:该方法能够准确提取噪声干扰下叶尖定时脉冲信号,有利于叶尖定时技术的发展与推广应用。(图9,参24)(本文来源于《油气储运》期刊2019年06期）
张继旺[9]（2018）在《基于叶尖定时的旋转叶片安全监测及智能诊断方法研究》一文中研究指出高速旋转叶片是航空、石化、舰船、电力等行业旋转设备的关键部件,其运行状态直接决定着整个系统的安全性与稳定性,如何对其进行在线监测及诊断一直是一个行业挑战。叶尖定时技术因其非接触性、监测全面性、成本低等优势成为最具发展前景的旋转叶片监测手段。而目前叶尖定时技术因其存在的若干技术和科学问题(强噪声干扰下如何准确提取叶尖定时信号、如何对欠采样叶尖定时信号进行分析与信息提取、变转速下如何进行叶片振动数据监测以及如何利用欠采样叶尖定时信号进行叶片状态的智能诊断)使其难以应用到实际生产中,本文围绕这些问题开展了深入的研究,主要内容如下:1、对高速旋转叶片振动机理及特性进行了分析总结,包括旋转叶片振动形式、振型及振动参数等,并利用有限元分析软件ANSYS完成了多种状态下叶片的模态分析,包括叶片固有频率和模态振型分析,为论文的后续研究打下了良好的基础。2、针对传统叶尖定时测振系统难以在变转速状态下进行叶片振动测量的问题提出了基于多键相的变转速下叶片振动监测方法,利用转速波动具有连续性的特点将其变速过程进行微分处理,通过在转轴均匀布置多个键相来实现转速的准确估计,并基于虚拟键相插值推导了旋转叶片的振动测量方程,数值建模和模拟实验结果均表明所提方法在无论在哪种变转速状态下相对测量误差远小于传统的监测方法,最大相对误差仅为1.8%,突破了传统叶尖定时技术在恒转速下难以测量的技术瓶颈,具有较好的测量精度。3、针对叶尖定时测振系统因背景噪声干扰难以准确提取叶尖定时信号的问题,分析讨论了影响叶尖定时测振系统测量精度的主要原因,针对性地提出了噪声干扰条件下叶尖定时信号提取方法,解决了因叶尖间隙变化、叶片非对称结构及背景噪声这叁类主要干扰因素的影响,实现了噪声干扰条件下叶尖定时信号的准确提取。4、针对当前叶尖定时信号因欠采样性造成频域信息无法与叶片振动特征相对应而导致故障信息难以辨识的问题,提出了基于稀疏度自适应的欠采样叶尖定时信号重构方法,通过分析叶片振动及欠采样信号的特点构造稀疏矩阵,并利用稀疏度的自适应匹配与误差的逐步迭代实现了标准稳态欠采样信号的准确重构,解决了欠采样叶尖定时信号分析难的问题,最后对该方法进行了验证,结果表明所提方法能够实现标准稳态欠采样信号的重构,重构误差小于1%。5、针对当前叶尖定时信号因欠采样性导致难以直接提取故障特征而无法进行智能诊断的问题展开研究,针对该问题提出了基于深度卷积神经网络的旋转叶片故障诊断方法。通过构建多层卷积核进行故障信息的深度挖掘,完成了从欠采样信号中故障特征的自学习与自选择,实现了基于叶尖定时的叶片故障智能诊断,与传统方法相比,所提方法诊断准确率由82%提升至95%。6、设计了基于电涡流传感器的叶尖定时测振试验台,并进行了大量实验测试,通过大量实验数据分析,对所提出的各种叶尖定时信号分析方法进行验证,实验结果表明了所提方法的有效性和可行性。(本文来源于《中国石油大学(北京)》期刊2018-05-01）
刘志博[10]（2016）在《基于叶尖定时的叶片振动参数辨识及耦合振动研究》一文中研究指出叶片异常振动是旋转机械运行过程中的常见故障。本文基于叶尖定时原理,利用Simulink仿真软件,建立了叶片振动信号监测模型,对叶片同步振动,异步振动等形态进行了仿真。结合仿真数据,对叶片同步振动参数辨识的周期性问题和异步振动参数辨识的准确性问题进行了研究。利用ANSYS有限元分析软件,建立了转子—叶片耦合系统有限元模型,对转子不平衡振动和动静碰磨故障下的转子—叶片耦合振动进行了仿真分析。采用非接触实时在线监测系统对轴流风机动叶片振动情况进行监测,通过对动叶片振动信号进行分析处理,得到风机动叶片振动幅值和频率等参数。(本文来源于《华北电力大学》期刊2016-12-01）
叶尖定时论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
考虑到传统的应变法无法同时测量所有叶片的振动且存在一定的安全隐患,故利用叶尖定时技术对叶片振动进行监测。由于该方法得到的信号属于严重欠采样信号,且实际获得的信号存在噪声干扰,传统的傅里叶分析无法得到叶片的真实振动频率。研究基于总体最小二乘准则(TLS)的旋转不变子空间法(Esprit)对存在噪声干扰的欠采样信号进行频率估计,并以估计结果作为先验知识对欠采样信号进行重构。通过仿真信号分析及高速旋转叶片试验台验证方法的有效性。结果表明,所提方法可以有效地对含噪欠采样信号进行处理并估计出叶片的真实频率信息,具有很好的工程应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
叶尖定时论文参考文献
[1].刘美茹,朱靖,梁恩波,滕光蓉,肖潇.基于叶尖定时的航空发动机压气机叶片振动测量[J].航空动力学报.2019
[2].贺长波,李宏坤,赵新维,王维民,吴淑明.基于总体最小二乘准则旋转不变子空间法的叶尖定时欠采样信号分析[J].机械工程学报.2019
[3].张济龙,段发阶,牛广越.基于微波传感器的叶尖间隙与叶尖定时测量[J].控制工程.2019
[4].雷杰,雷晓波.基于叶尖定时原理的转子叶片同步振动算法研究[J].机械研究与应用.2018
[5].曲芮萱.基于光学叶尖定时系统的金属表面光纤测试研究[D].哈尔滨工程大学.2018
[6].罗杨.光纤叶尖定时传感器研究[D].哈尔滨工程大学.2018
[7].张济龙,段发阶,牛广越.无转速同步叶尖定时预处理方法及误差分析[J].计量学报.2018
[8].张继旺,张来斌,段礼祥,王耀楠.基于EEMD的含噪叶尖定时脉冲信号提取方法[J].油气储运.2019
[9].张继旺.基于叶尖定时的旋转叶片安全监测及智能诊断方法研究[D].中国石油大学(北京).2018
[10].刘志博.基于叶尖定时的叶片振动参数辨识及耦合振动研究[D].华北电力大学.2016
论文知识图
