一种基于自适应随机共振的叶片裂纹故障识别方法及应用
实质审查的生效
摘要

本发明公开了一种基于自适应随机共振的叶片裂纹故障识别方法及应用,其中叶片裂纹故障识别方法,包括:采集叶片轴振动信号,计算信号噪声强度;使对叶片叶振动信号进行分解,得到若干个不同频段的分量,根据中心频段分量挑选分量并进行信号重组;计算重组信号的幅值;根据信号噪声强度和重组信号的幅值,估计信号输入信噪比;根据信噪比和随机共振最优参数的关系,得到随机共振最优参数分布圆;确定重组信号的随机共振参数中心值和范围;使用遗传算法进行参数优化,并得到最优随机共振输出,实现压缩机叶片裂纹的故障识别。本发明简单易行,相比于其他现有随机共振技术能够自适应地精确实现压缩机叶片裂纹故障识别。

基本信息
专利标题 :
一种基于自适应随机共振的叶片裂纹故障识别方法及应用
专利标题(英):
暂无
公开(公告)号 :
CN114518412A
申请号 :
CN202210001189.0
公开(公告)日 :
2022-05-20
申请日 :
2022-01-04
授权号 :
暂无
授权日 :
暂无
发明人 :
宋狄许飞云胡建中贾民平黄鹏
申请人 :
东南大学
申请人地址 :
江苏省南京市江宁区东南大学路2号
代理机构 :
北京德崇智捷知识产权代理有限公司
代理人 :
王斌
优先权 :
CN202210001189.0
主分类号 :
G01N29/12
IPC分类号 :
G01N29/12  G01N29/44  
IPC结构图谱
G
G部——物理
G01
测量;测试
G01N
借助于测定材料的化学或物理性质来测试或分析材料
G01N29/00
利用超声波、声波或次声波来测试或分析材料;靠发射超声波或声波通过物体得到物体内部的显像
G01N29/04
固体分析
G01N29/12
通过测量声波的频率或谐振
法律状态
2022-06-07 :
实质审查的生效
IPC(主分类) : G01N 29/12
申请日 : 20220104
2022-05-20 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332