CN113221986B - 一种贯流式水轮机振动信号分离方法 - Google Patents

一种贯流式水轮机振动信号分离方法 Download PDF

Info

Publication number
CN113221986B
CN113221986B CN202110480143.7A CN202110480143A CN113221986B CN 113221986 B CN113221986 B CN 113221986B CN 202110480143 A CN202110480143 A CN 202110480143A CN 113221986 B CN113221986 B CN 113221986B
Authority
CN
China
Prior art keywords
signal
vibration
matrix
vibration speed
carrying
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110480143.7A
Other languages
English (en)
Other versions
CN113221986A (zh
Inventor
冯建军
李康
罗兴锜
朱国俊
吴广宽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Technology
Original Assignee
Xian University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian University of Technology filed Critical Xian University of Technology
Priority to CN202110480143.7A priority Critical patent/CN113221986B/zh
Publication of CN113221986A publication Critical patent/CN113221986A/zh
Priority to NL2030483A priority patent/NL2030483B1/en
Application granted granted Critical
Publication of CN113221986B publication Critical patent/CN113221986B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03B—MACHINES OR ENGINES FOR LIQUIDS
    • F03B17/00—Other machines or engines
    • F03B17/06—Other machines or engines using liquid flow with predominantly kinetic energy conversion, e.g. of swinging-flap type, "run-of-river", "ultra-low head"
    • F03B17/061—Other machines or engines using liquid flow with predominantly kinetic energy conversion, e.g. of swinging-flap type, "run-of-river", "ultra-low head" with rotation axis substantially in flow direction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/14—Testing gas-turbine engines or jet-propulsion engines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2240/00—Components
    • F05B2240/10—Stators
    • F05B2240/12—Fluid guiding means, e.g. vanes
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2240/00—Components
    • F05B2240/10—Stators
    • F05B2240/14—Casings, housings, nacelles, gondels or the like, protecting or supporting assemblies there within
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/83—Testing, e.g. methods, components or tools therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Power Engineering (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明所采用的技术方案是，一种贯流式水轮机振动信号分离方法，具体为：采用激光测振仪对转轮的振动速度信号进行采集，得到振动速度信号采样后的时间序列x(t)，然后通过低通滤波器进行滤波得到滤波后的振动速度信号x1(t)，再进行均值处理，得到处理后的振动速度信号x'1(t)，然后进行白化处理、变分模态分解、降维处理得到新的信号u’(t)，然后将u’(t)进行独立分量分析，分离出信号u。本发明能够将空化所引起的振动信号与一般的振动信号快速而准确地分离。

Description

一种贯流式水轮机振动信号分离方法
技术领域
本发明属于水轮机技术领域，涉及一种贯流式水轮机振动信号分离方法。
背景技术
空化现象普遍存在于水力机械中，是造成水力机械效率和出力下降、机组振动、运行不稳定的重要原因之一。空化还可能会导致空蚀的发生，而且空泡溃灭会对机组部件表面产生破坏。空蚀在泥沙磨损的联合作用下其破坏更加强烈，严重影响机组的可靠运行和使用寿命。通常按空蚀发生的部位可将其分为叶型(翼型)空蚀、空腔空蚀、间隙空蚀、其他局部脱流引起的空蚀。在以上空蚀中，间隙空蚀可能会引起机件破坏，对水力机械的效率也有一定的影响，但最为常见且危害较大的是翼型空蚀和空腔空蚀，它们不仅会损坏水机部件，而且会使出力和效率下降，甚至引起机组的强烈振动和不稳定运行。贯流式水轮机是开发潮汐海洋能的关键水力机械设备，其安全稳定运行关系到潮汐能的高效开发利用。在贯流式水轮机中，由于水流通过转轮和转轮室之间的叶顶间隙时局部流速升高且压强降低，经常会发生间隙空化现象。因此，对空化的判定显得尤为重要，但是，空化发生时往往同时伴随着其他激振源(水力、机械及电气等)，如何从监测的信号源中快速而准确地分离出空化信号，特别是对空化初生的准确判别，依然是空化测试的难点。
发明内容
本发明的目的是提供一种贯流式水轮机振动信号分离方法，能够将空化所引起的振动信号与一般的振动信号快速而准确地分离。
本发明所采用的技术方案是，一种贯流式水轮机振动信号分离方法，采用一种水轮机振动数据采集试验系统，包括依次连通的进水管、转轮室、尾水管，进水管内根据水流方向依次设置有灯泡体、导叶，导叶连接有转轮，转轮位于转轮室内，转轮室的外侧设置有激光测振仪，激光测振仪通过导线电连接有数据采集系统，数据采集系统连接有控制台，具体按照如下步骤实施：
步骤1，启动水轮机振动数据采集试验系统，水流依次经过进水管、灯泡体、导叶、转轮以及尾水管；
步骤2，采用激光测振仪对转轮的振动速度信号进行采集，并将测量数据通过数据采集系统发送到控制台，得到振动速度信号采样后的时间序列x(t)；
步骤3，将步骤2中采集到的振动速度信号x(t)通过低通滤波器进行滤波得到滤波后的振动速度信号x1(t)；
步骤4，对滤波后的振动速度信号x1(t)进行去均值处理，得到处理后的振动速度信号x1'(t)；
步骤5，对步骤4中去均值处理后的振动速度信号x1'(t)进行白化处理，得到白化处理后的信号z(t)；
步骤6，对白化处理后的信号为z(t)进行变分模态分解，得到分解后的信号u(t)；
步骤7，用主成分分析对分解后的信号u(t)进行降维处理，得到新的信号u’(t)；
步骤8，将u’(t)进行独立分量分析，分离出信号u。
本发明的特征还在于，
步骤4中x′1(t)的计算方法为：
x′1(t)＝x1(t)-E(x1(t)) (1)
其中，E(x1(t))表示振动速度信号的均值，x1(t)表示经步骤3滤波后的振动速度信号；
Figure BDA0003048268870000031
其中，N表示振动速度信号的长度。
步骤5白化处理后的信号z(t)计算方法为：
z(t)＝Qx'(t) (3)
其中，Q为白化矩阵；
由于白化信号满足以下的公式(4)，其中，I为单位向量；
E{z(t)z(t)T}＝E(Qx'(t)x'(t)TQT)＝I (4)
对处理后的振动速度信号x′1(t)的协方差矩阵Rxx＝{x′1(t)x′1(t)T}进行特征值分解得到以下公式：
RXX＝EDET (5)
其中，E为一个正交矩阵，其组成来自于协方差矩阵的特征向量，D为一个对角矩阵，其组成来自于特征向量关联的特征值；
根据(4)和(5)可得到白化矩阵为：
Figure BDA0003048268870000032
步骤6具体为：
步骤6.1，输入振动信号z(t)，确定初始化模态数K，设定惩罚因子α和带宽τ；
步骤6.2，根据步骤6.1中设定的参数对振动信号进行变分模态分解，观察每个模态分量的中心频率ωk；
步骤6.3，判断中心频率ωk与空化特征频率f是否相近，判断方法如下：
当|ωk-f|≤0.001时，则确定模态数K＝K-1，执行步骤6.4；
当|ωk-f|>0.001时，则确定模态数K＝K+1，返回步骤6.2；
步骤6.4，输出分解后的信号u(t)。
步骤8具体为：
步骤8.1，输入信号u’(t)；
步骤8.2，初始化w(0)，令||w(0)||＝1，k＝1；
步骤8.3，计算信号u’(t)的数学期望E(u’)；
步骤8.4，根据迭代公式w(k)＝E{u'[w(k-1)Tu']3}-3w(k-1)进行迭代；
步骤8.5，判断|w(k)Tw(k-1)|-1是否接近0，判断方法如下：
当|w(k)Tw(k-1)|-1≤0.001时，输出分离矩阵w(k)；
当|w(k)Tw(k-1)|-1＞0.001时，令k＝k+1，返回步骤8.4；
步骤8.6，将分离矩阵w(k)进行转置得到w(k)T，然后将转置后的分离矩阵乘上信号u’(t)可得到分离后的信号u＝w(k)Tu’(t)。
激光测振仪的测点与转轮室对应的位置处水平距离为L，0.5m≤L≤30m。
本发明的有益效果是：
本发明一种贯流式水轮机空化振动信号分离方法，利用激光测振仪采集了贯流式水轮机转轮的振动速度信号，并对采集的振动速度信号进行滤波、去均值以及白化处理，能够有效的除去振动速度信号中的噪声成分，然后通过变分模态分解与独立分量分析相结合的方法能够将空化所引起的振动信号与一般的振动信号快速而准确地分离，从而能够获取到纯净的空化振动信号，进一步的提高了对空化初生的判别。
附图说明
图1是本发明一种贯流式水轮机振动信号分离方法中一种水轮机振动数据采集试验系统的结构示意图；
图2是本发明一种贯流式水轮机振动信号分离方法中激光测振仪和转轮室的位置关系图；
图3是本发明一种贯流式水轮机振动信号分离方法的流程图；
图4是本发明一种贯流式水轮机空化振动信号分离方法中采集的原始振动信号；
图5是本发明一种贯流式水轮机空化振动信号分离方法中分离出的振动信号。
图中，1.进水管，2.灯泡体，3.导叶，4.转轮，5.转轮室，6.尾水管，7.激光测振仪，8.数据采集系统，9.控制台。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明一种贯流式水轮机振动信号分离方法，采用一种水轮机振动数据采集试验系统，包括依次连通的进水管1、转轮室5、尾水管6，进水管1内根据水流方向依次设置有灯泡体2、导叶3，导叶3连接有转轮4，转轮4位于转轮室5内，转轮室5的外侧设置有激光测振仪7，激光测振仪7的测点与转轮室5对应的位置处水平距离为L，0.5m≤L≤30m激光测振仪7通过导线电连接有数据采集系统8，数据采集系统8连接有控制台9，具体按照如下步骤实施：
步骤1，一种水轮机振动数据采集试验系统，水流依次经过进水管1、灯泡体2、导叶3、转轮4以及尾水管6；
步骤2，采用激光测振仪7对转轮4的振动速度信号进行采集，并将测量数据通过数据采集系统8发送到控制台9，得到振动速度信号采样后的时间序列x(t)，如图4所示；
步骤3，将步骤2中采集到的振动速度信号x(t)通过低通滤波器进行滤波得到滤波后的振动速度信号x1(t)；
步骤4，对滤波后的振动速度信号x1(t)进行去均值处理，得到处理后的振动速度信号x′1(t)，其中，x′1(t)的计算方法为：
x′1(t)＝x1(t)-E(x1(t)) (1)
其中，E(x1(t))表示振动速度信号的均值，x1(t)表示经步骤3滤波后的振动速度信号x1(t)；
Figure BDA0003048268870000061
其中，N表示振动速度信号的长度；
步骤5，对步骤4中去均值处理后的振动速度信号x′1(t)进行白化处理，得到白化处理后的信号z(t)，其中，z(t)计算方法为：
z(t)＝Qx'(t) (3)
其中，Q为白化矩阵；
由于白化信号满足以下的公式(4)，其中，I为单位向量；
E{z(t)z(t)T}＝E(Qx'(t)x'(t)TQT)＝I (4)
对处理后的振动速度信号x′1(t)的协方差矩阵Rxx＝{x′1(t)x′1(t)T}进行特征值分解得到以下公式:
RXX＝EDET (5)
其中，E为一个正交矩阵，其组成来自于协方差矩阵的特征向量，D为一个对角矩阵，其组成来自于特征向量关联的特征值；
根据(4)和(5)可得到白化矩阵为：
Figure BDA0003048268870000071
步骤6，对白化处理后的信号为z(t)进行变分模态分解，得到分解后的信号u(t)；具体为：
步骤6.1，输入振动信号z(t)，确定初始化模态数K，设定惩罚因子α和带宽τ；
步骤6.2，根据步骤6.1中设定的参数对振动信号进行变分模态分解，观察每个模态分量的中心频率ωk；
步骤6.3，判断中心频率ωk与空化特征频率f是否相近，判断方法如下：
当|ωk-f|≤0.001时，则确定模态数K＝K-1，执行步骤6.4；
当|ωk-f|>0.001时，则确定模态数K＝K+1，返回步骤6.2；
步骤6.4，输出分解后的信号u(t)，
Figure BDA0003048268870000072
步骤7，用主成分分析对分解后的信号u(t)进行降维处理，得到新的信号u’(t)；
步骤8，将u’(t)进行独立分量分析，分离出信号u，具体为：
步骤8.1，输入信号u’(t)；
步骤8.2，初始化w(0)，令||w(0)||＝1，k＝1；
步骤8.3，计算信号u’(t)的数学期望E(u’)；
步骤8.4，根据迭代公式w(k)＝E{u'[w(k-1)Tu']3}-3w(k-1)进行迭代；
步骤8.5，判断|w(k)Tw(k-1)|-1是否接近0，判断方法如下：
当|w(k)Tw(k-1)|-1≤0.001时，输出分离矩阵w(k)；
当|w(k)Tw(k-1)|-1＞0.001时，令k＝k+1，返回步骤8.4；
步骤8.6，将分离矩阵w(k)进行转置得到w(k)T，然后将转置后的分离矩阵乘上信号u’(t)可得到分离后的信号u＝w(k)Tu’(t)，如图5所示。
本发明一种贯流式水轮机空化振动信号分离方法，利用激光测振仪采集了贯流式水轮机转轮的振动速度信号，并对采集的振动速度信号进行滤波、去均值以及白化处理，能够有效的除去振动速度信号中的噪声成分，然后通过变分模态分解与独立分量分析相结合的方法能够将空化所引起的振动信号与一般的振动信号快速而准确地分离，从而能够获取到纯净的空化振动信号，进一步的提高了对空化初生的判别。

Claims (3)

1.一种贯流式水轮机振动信号分离方法，其特征在于，采用一种水轮机振动数据采集试验系统，包括依次连通的进水管(1)、转轮室(5)、尾水管(6)，所述进水管(1)内根据水流方向依次设置有灯泡体(2)、导叶(3)，所述导叶(3)连接有转轮(4)，所述转轮(4)位于转轮室(5)内，所述转轮室(5)的外侧设置有激光测振仪(7)，所述激光测振仪(7)通过导线电连接有数据采集系统(8)，所述数据采集系统(8)连接有控制台(9)，具体按照如下步骤实施：
步骤1，一种水轮机振动数据采集试验系统，水流依次经过进水管(1)、灯泡体(2)、导叶(3)、转轮(4)以及尾水管(6)；
步骤2，采用激光测振仪(7)对转轮(4)的振动速度信号进行采集，并将测量数据通过数据采集系统(8)发送到控制台(9)，得到振动速度信号采样后的时间序列x(t)；
步骤3，将步骤2中采集到的振动速度信号x(t)通过低通滤波器进行滤波得到滤波后的振动速度信号x1(t)；
步骤4，对滤波后的振动速度信号x1(t)进行去均值处理，得到处理后的振动速度信号x′1(t)，x′1(t)的计算方法为：
x′1(t)＝x1(t)-E(x1(t)) (1)
其中，E(x1(t))表示振动速度信号的均值，x1(t)表示经步骤3滤波后的振动速度信号x1(t)；
Figure FDA0003505942530000011
其中，N表示振动速度信号的长度；
步骤5，对步骤4中去均值处理后的振动速度信号x′1(t)进行白化处理，得到白化处理后的信号z(t)，z(t)计算方法为：
z(t)＝Qx'(t) (3)
其中，Q为白化矩阵；
由于白化信号满足以下的公式(4)，其中，I为单位向量；
E{z(t)z(t)T}＝E(Qx'(t)x'(t)TQT)＝I (4)
对处理后的振动速度信号x′1(t)的协方差矩阵Rxx＝{x′1(t)x′1(t)T}进行特征值分解得到以下公式:
RXX＝EDET (5)
其中，E为一个正交矩阵，其组成来自于协方差矩阵的特征向量，D为一个对角矩阵，其组成来自于特征向量关联的特征值；
根据(4)和(5)可得到白化矩阵为：
Figure FDA0003505942530000021
步骤6，对白化处理后的信号为z(t)进行变分模态分解，得到分解后的信号u(t)；具体为：
步骤6.1，输入振动信号z(t)，确定初始化模态数K，设定惩罚因子α和带宽τ；
步骤6.2，根据步骤6.1中设定的参数对振动信号进行变分模态分解，观察每个模态分量的中心频率ωk；
步骤6.3，判断中心频率ωk与空化特征频率f是否相近，判断方法如下：
当|ωk-f|≤0.001时，则确定模态数K＝K-1，执行步骤6.4；
当|ωk-f|>0.001时，则确定模态数K＝K+1，返回步骤6.2；
步骤6.4，输出分解后的信号u(t)；
步骤7，用主成分分析对分解后的信号u(t)进行降维处理，得到新的信号u’(t)；
步骤8，将u’(t)进行独立分量分析，分离出信号u。
2.根据权利要求1所述的一种贯流式水轮机振动信号分离方法，其特征在于，所述步骤8具体为：
步骤8.1，输入信号u’(t)；
步骤8.2，初始化w(0)，令||w(0)||＝1，k＝1；
步骤8.3，计算信号u’(t)的数学期望E(u’)；
步骤8.4，根据迭代公式w(k)＝E{u'[w(k-1)Tu']3}-3w(k-1)进行迭代；
步骤8.5，判断|w(k)Tw(k-1)|-1是否接近0，判断方法如下：
当|w(k)Tw(k-1)|-1≤0.001时，输出分离矩阵w(k)；
当|w(k)Tw(k-1)|-1>0.001时，令k＝k+1，返回步骤8.4；
步骤8.6，将分离矩阵w(k)进行转置得到w(k)T，然后将转置后的分离矩阵乘上信号u’(t)可得到分离后的信号u＝w(k)Tu(t)。
3.根据权利要求1所述的一种贯流式水轮机振动信号分离方法，其特征在于，所述激光测振仪(7)的测点与转轮室(5)对应的位置处水平距离为L，0.5m≤L≤30m。
CN202110480143.7A 2021-04-30 2021-04-30 一种贯流式水轮机振动信号分离方法 Active CN113221986B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110480143.7A CN113221986B (zh) 2021-04-30 2021-04-30 一种贯流式水轮机振动信号分离方法
NL2030483A NL2030483B1 (en) 2021-04-30 2022-01-09 Test System and Method for Separating Vibration Signals of Tubular Water Turbines

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110480143.7A CN113221986B (zh) 2021-04-30 2021-04-30 一种贯流式水轮机振动信号分离方法

Publications (2)

Publication Number Publication Date
CN113221986A CN113221986A (zh) 2021-08-06
CN113221986B true CN113221986B (zh) 2022-04-19

Family

ID=77090352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110480143.7A Active CN113221986B (zh) 2021-04-30 2021-04-30 一种贯流式水轮机振动信号分离方法

Country Status (2)

Country Link
CN (1) CN113221986B (zh)
NL (1) NL2030483B1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114754857B (zh) * 2022-06-14 2022-08-23 之江实验室 一种两段式光纤传感水声信号补偿方法和装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0204548D0 (en) * 2002-02-27 2002-04-10 Qinetiq Ltd Blind signal separation
WO2015147357A1 (ko) * 2014-03-27 2015-10-01 알피니언메디칼시스템 주식회사 캐비테이션 검출을 위한 초음파 모니터링 장치 및 그 방법
CN107025446A (zh) * 2017-04-12 2017-08-08 北京信息科技大学 一种振动信号联合降噪方法
CN109238447A (zh) * 2018-09-12 2019-01-18 西北工业大学 一种系绳振动信号的盲源分离方法
CN109726642A (zh) * 2018-12-13 2019-05-07 云南电网有限责任公司电力科学研究院 一种基于变分模态分解的分布式光纤振动信号的降噪方法
CN109682561B (zh) * 2019-02-19 2020-06-16 大连理工大学 一种自动检测高速铁路桥梁自由振动响应以识别模态的方法
CN112432749B (zh) * 2020-10-16 2023-05-16 西安理工大学 一种水轮机转轮振动与压力脉动的关联性测试分析方法

Also Published As

Publication number Publication date
NL2030483A (en) 2022-11-15
CN113221986A (zh) 2021-08-06
NL2030483B1 (en) 2023-02-24

Similar Documents

Publication Publication Date Title
Hunter et al. Casing wall boundary-layer development through an isolated compressor rotor
CN113221986B (zh) 一种贯流式水轮机振动信号分离方法
CN112065629B (zh) 一种贯流式水轮机间隙空化初生的检测方法
CN117116291A (zh) 一种含沙水流冲击水轮机的声信号处理方法
Zambonini et al. Unsteady pressure investigations of corner separated flow in a linear compressor cascade
CN112432749B (zh) 一种水轮机转轮振动与压力脉动的关联性测试分析方法
CN114718793B (zh) 贯流式水轮机空化状态识别方法
Kissner et al. Assessment of a 2D synthetic turbulence method for predicting the ACAT1 fan's broadband noise
CN106934134B (zh) 一种用于表征离心泵空化非定常强度的方法
Mischo et al. Numerical and experimental FSI-study to determine mechanical stresses induced by rotating stall in unshrouded centrifugal compressor impellers
Gregg et al. Feature selection for monitoring erosive cavitation on a hydroturbine
CN113155266B (zh) 综合振动测试和压力脉动测试的水轮机空化初生判定方法
Avellan et al. Dynamic pressure measurements on a model turbine runner and their use in preventing runner fatigue failure
CN114065582A (zh) 一种基于熵产理论与Omega法的有机朗肯循环向心透平流动损失诊断方法
Zhai et al. Investigation on performance of a marine centrifugal pump with broken impeller
Feng et al. Cavitation identification in a hydraulic bulb turbine based on vibration and pressure fluctuation measurements
CN111706455A (zh) 一种水力机械转轮叶片进口脱流的判定方法
Petrie-Repar et al. Three-dimensional viscous flutter analysis of standard configuration 10
CN117633520B (zh) 基于递归图像的轴流式水轮机空化初生检测方法
CN117005975A (zh) 一种水轮机空化程度表示方法
CN117476039B (zh) 基于声学信号的水轮机初生空化预警方法
CN112504426B (zh) 一种基于峰值搜索的旋翼桨涡干扰噪声整周期平均方法
CN117189720B (zh) 一种飞行器液压系统的故障诊断方法
CN113094838B (zh) 一种通过外特性指标确定转轮叶片空化气泡分离点的方法
CN114936532B (zh) 一种海上风电机组故障诊断方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant