CN117436363A - 一种流体激励改善分析方法 - Google Patents

一种流体激励改善分析方法 Download PDF

Info

Publication number
CN117436363A
CN117436363A CN202311384434.1A CN202311384434A CN117436363A CN 117436363 A CN117436363 A CN 117436363A CN 202311384434 A CN202311384434 A CN 202311384434A CN 117436363 A CN117436363 A CN 117436363A
Authority
CN
China
Prior art keywords
point
spectrum
detection
predicted
detection point
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.)
Pending
Application number
CN202311384434.1A
Other languages
English (en)
Inventor
吴云鹏
孙翀
李澧
周连生
倪明阳
隋永新
杨怀江
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.)
Changchun National Extreme Precision Optics Co ltd
Original Assignee
Changchun National Extreme Precision Optics Co ltd
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 Changchun National Extreme Precision Optics Co ltd filed Critical Changchun National Extreme Precision Optics Co ltd
Priority to CN202311384434.1A priority Critical patent/CN117436363A/zh
Publication of CN117436363A publication Critical patent/CN117436363A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Measuring Fluid Pressure (AREA)

Abstract

本发明提供一种流体激励改善分析方法，涉及仿真模拟试验技术领域，检测各个检测点的检测点功率谱，并由检测点功率谱和检测点传递函数得到检测点等效压力脉动激励谱；获得仿真模型当中检测点的检测点仿真压力谱，以及预测点的预测点仿真压力谱；由检测点等效压力脉动激励谱和检测点仿真压力谱的比值，得到检测点对应的检测点力谱修正系数；根据检测点对预测点的权重，通过检测点力谱修正系数得到预测点力谱修正系数；通过预测点力谱修正系数修正预测点的预测点仿真压力谱，得到预测点修正压力谱；本发明借助能够直接检测位置的修正系数根据影响权重得到预测点的修正系数，利用预测点的修正系数对仿真模拟进行修正，从而使预测点的数据更加准确。

Description

一种流体激励改善分析方法
技术领域
本发明涉及仿真模拟试验技术领域，更进一步涉及一种流体激励改善分析方法。
背景技术
光学仪器的振动水平会对其成像质量等性能产生影响，低频振动的影响格外明显，因此低频振动的抑制问题是重要研究方向。涡团脱落是低频激励的一个重要来源，当气体流速较高时，会形成湍流，湍流在内壁处产生压力脉动。
在流道的任意位置都会有湍流脉动，湍流脉动的剧烈程度和流速、涡量等均有关系。由于湍流激励的相关因素多，且实际行为复杂，难以获得解析解，因此通常使用有限元分析方法，然而即使有限元通常也仅能揭示湍流激励或流致振动的大致分布规律，精度较为受限。
内部存在流道、需要通气或通水冷却的光学仪器在工作过程中将会受到流体激励，由于流体在流动过程中往往伴随着湍流等复杂行为，因此其激励情况较为复杂，单纯依赖有限元分析会存在较大的误差，而试验测量则受结构限制难以布置测点。
通过试验也可以获得流致振动响应，在不考虑测量仪器误差的情况下可以获得精确的数据，但是对于结构狭小的区域，无法布置接触式运动传感器，而对于刚度较高的区域，非接触式运动传感器的精度无法满足要求。通过压力传感器获得光学仪器镜框处流体激励数据，再计算光学仪器镜框流致振动等响应量同样受制于结构限制，如果结构过于狭长或是未预留压力测点，则无法进行测量。
对于本领域的技术人员来说，如何更加精准地获取光学仪器不易直接检测位置受到流体振动的影响，是目前需要解决的技术问题。
发明内容
本发明提供一种流体激励改善分析方法，利用若干检测点实际检测数据与仿真数据的关系，得到预测点的修正系数，利用预测点的修正系数对预测点的仿真数据进行修正，得到更加精准的结果，具体方案如下：
一种流体激励改善分析方法，包括：
选取至少三个检测点，分别检测获取所述检测点的检测点功率谱；通过仿真得到检测点压力脉动激励对于检测点振动位移的检测点传递函数；根据所述检测点功率谱和所述检测点传递函数，得到检测点等效压力脉动激励谱；
通过计算流体力学获得仿真模型当中所述检测点的检测点仿真压力谱，以及预测点的预测点仿真压力谱；
由所述检测点等效压力脉动激励谱和所述检测点仿真压力谱的比值，得到所述检测点对应的检测点力谱修正系数；
根据所述检测点对所述预测点的权重，通过所述检测点力谱修正系数得到所述预测点的预测点力谱修正系数；
通过所述预测点力谱修正系数修正所述预测点的所述预测点仿真压力谱，得到预测点修正压力谱。
可选地，所述根据所述检测点对所述预测点的权重，通过所述检测点力谱修正系数得到所述预测点的预测点力谱修正系数，包括：
通过克里金模型估计预测点的预测点力谱修正系数。
可选地，通过仿真得到预测点压力脉动激励对于预测点振动位移的预测点传递函数，预测点等效压力脉动激励谱乘以预测点传递函数，得到预测点在试验工况下的振动响应。
可选地，所述根据所述检测点功率谱和所述检测点传递函数，得到检测点等效压力脉动激励谱，包括：
所述检测点等效压力脉动激励谱等于所述检测点功率谱和所述检测点传递函数平方的比值。
可选地，所述检测点选取在所述预测点的周围，所述检测点对所述预测点的距离越近则权重越大。
可选地，还包括验证过程：
在能够直接测量的位置选取至少一个点位作为验证点，将所述验证点作为所述预测点，得到所述验证点的验证点修正系数；
通过所述验证点修正系数修正所述验证点的验证点仿真压力谱，得到验证点修正压力谱；
比较所述验证点修正压力谱与验证点的检测数据，验证有效性。
可选地，所述检测获取所述检测点的检测点功率谱，包括：
通过非接触式运动传感器检测镜片边缘附近的所述检测点。
本发明提供一种流体激励改善分析方法，选取至少三个检测点，分别检测各个检测点对应的检测点功率谱，并由检测点功率谱和仿真获取的检测点传递函数，得到检测点等效压力脉动激励谱；通过计算流体力学获得仿真模型当中检测点的检测点仿真压力谱，以及预测点的预测点仿真压力谱；由检测点等效压力脉动激励谱和检测点仿真压力谱的比值，得到检测点对应的检测点力谱修正系数；根据检测点对预测点的权重，通过检测点力谱修正系数得到预测点的预测点力谱修正系数；通过预测点力谱修正系数修正预测点的预测点仿真压力谱，得到预测点修正压力谱；采用上述方法，借助能够直接检测位置的修正系数根据影响权重得到预测点的修正系数，利用预测点的修正系数对仿真模拟进行修正，从而使预测点的数据更加准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为光学仪器上可布置测点的位置示意图；
图2为获得检测点等效压力脉动激励谱的示意图；
图3为获得检测点力谱修正系数的示意图；
图4为流体激励改善分析方法的流程图。
具体实施方式
本发明的核心在于提供一种流体激励改善分析方法，利用若干检测点实际检测数据与仿真数据的关系，得到预测点的修正系数，利用预测点的修正系数对预测点的仿真数据进行修正，得到更加精准的结果。
为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图及具体的实施方式，对本发明的流体激励改善分析方法进行详细的介绍说明。
本发明提供一种流体激励改善分析方法，通过能够直接检测的检测点的位置对无法直接检测的预测点的情况进行修正，使预测点的分析结果更加准确。结合图1所示，其中A表示壳体，B表示镜框，C表示镜片，其中镜片和壳体上较易布置传感器进行检测，而镜框上较难布置传感器进行检测。本发明可以用于改善分析镜框处的激励响应情况。
首先对本方法当中涉及的概念进行解释：
湍流：湍流是流体的一种流动状态，当流体的流速较大时，流场中将出现很多小漩涡，流体开始做不规则运动，这种运动称为湍流。
计算流体力学：将流体力学的控制方程中积分、微分项近似地表示为离散的代数形式，使其成为代数方程组，然后通过计算机求解这些离散的代数方程组，获得离散的时间/空间点上的数值解。
动力学测量：测量物体运动位移、速度等参数的试验手段，由于可以使用非接触式测量工具，因此其可测量的区域更大，但受限于测量精度，只有柔性支撑区域，如镜片等位置测得的数据较为可靠。
克里金模型：一种通过已知试验点信息预测未知试验点的无偏估计模型，与工程上常用的多项式响应面等模型存在一个显著差别即通过引入半方差函数，考虑了模型的空间自相关，简单来说认为空间距离较近的点会具备较高的相关性。
半方差函数：克里金模型中使用的，用于表征不同试验点相关性的函数，半方差函数认为物理空间相近的点性质也更加接近。
本发明的流体激励改善分析方法包括如下步骤：
S1、选取至少三个检测点，分别检测获取检测点的检测点功率谱；通过仿真得到检测点压力脉动激励对于检测点振动位移的检测点传递函数；通过检测点功率谱和检测点传递函数，得到检测点等效压力脉动激励谱。选取检测点的数量越多，对后续预测点的修正精度越高，因此为了避免单个点造成的误差，至少应选取三个检测点。检测点为能够直接通过传感器实际检测的点位，能够直接通过传感器进行实际检测。
对每个检测点进行相同的操作，分别检测获取每个检测点对应的检测点功率谱。检测点功率谱是检测点振动位移信号的功率谱密度函数的简称，它定义为单位频带内的信号功率，它表示信号功率随着频率的变化情况，即信号功率在频域的分布状况。检测点功率谱表示信号功率随着频率的变化关系。功率谱的概念更广，位移谱是功率谱的一种，专指位移信号的功率谱密度。检测点传递函数是基于振动位移获得的，所以此处使用的功率谱就是位移信号的功率谱，简称位移谱。加速度、速度或位移信号均可以计算功率谱，虽然获得任一种信号的功率谱后可以和其他种类信号的功率谱互相转换，但由于数值不同，在运算中不能混用，“检测点功率谱”专指位移信号。
另外制作检测点所在位置的仿真模型，采用有限元仿真得到每个检测点因受到压力脉动激励对于检测点振动位移的检测点传递函数；传递函数是用来拟合或描述输入与输出之间关系的数学表示，在本方法中表示检测点受到外部的激励(输入)产生的振动(输出)。
通过上述实际检测得到的检测点功率谱和仿真模拟得到的检测点传递函数这两个参数，进一步得到检测点等效压力脉动激励谱。等效压力脉动激励谱是根据实际检测的检测点功率谱，利用传递函数反推得到的参数，用于表示对应的检测点所受到的外部激励，也即检测点等效压力脉动激励谱。
在本步骤中，通过实际检测的方式获取若干检测点对应的检测点功率谱，检测点功率谱也即检测点的实际响应情况；并结合检测点仿真得到的相对准确的检测点传递函数，从而反推检测点对应的检测点等效压力脉动激励谱，也即检测点所受到的外部激励情况，本步骤得到的外部激励情况认为是准确的数据。
S2、通过计算流体力学获得仿真模型当中检测点的检测点仿真压力谱，以及预测点的预测点仿真压力谱。在此步骤中，对建立的模型进行仿真模拟，模拟模型受到的外部流体冲击状态，获取相应的仿真数据；针对选取的检测点和预测点对应的位置，分别得到检测点仿真压力谱和预测点仿真压力谱。
本步骤中，检测点仿真压力谱和预测点仿真压力谱都是通过有限元仿真模拟得到的仿真结果，认为检测点仿真压力谱和预测点仿真压力谱两者是不准确的、需要进行修正的数据。
S3、由检测点等效压力脉动激励谱和检测点仿真压力谱的比值，得到检测点对应的检测点力谱修正系数。
本步骤中，利用步骤S1与步骤S2当中的数据，得到检测点对应的检测点力谱修正系数。其原理是，步骤S1当中得到的检测点的所受到的外部激励情况是准确的，也即认为检测点等效压力脉动激励谱是准确数据；而步骤S2当中对模型进行仿真模拟得到的检测点对应的外部激励是不准确的，也即认为检测点仿真压力谱不准确数据。检测点等效压力脉动激励谱和检测点仿真压力谱的比值为检测点力谱修正系数；可以推导得知的关系是，检测点仿真压力谱乘以检测点力谱修正系数可以得到检测点等效压力脉动激励谱。
本步骤用于得到各个检测点对应的检测点力谱修正系数。需要注意的是，在本步骤中，并未使用步骤S2当中的预测点仿真压力谱。
S4、根据检测点对预测点的权重，通过检测点力谱修正系数得到预测点的预测点力谱修正系数。不同的检测点对预测点的影响效果不同，一般情况下，检测点与预测点的距离越近，认为检测点和预测点的关联度越高，也即检测点和预测点两者对于激励与响应情况的关联度越高。当检测点与预测点过远，则检测点的激励与响应情况差距过大，不存在关系。通过步骤S3当中得到的若干个检测点对应的检测点力谱修正系数，通过不同的权重得到预测点的预测点力谱修正系数。
本步骤主要用于根据预测点与若干检测点之间关联程度的大小，加权得到预测点力谱修正系数。
S5、通过预测点力谱修正系数修正预测点的预测点仿真压力谱，得到预测点修正压力谱。
在上述步骤S2中，得到预测点仿真压力谱，由于预测点仿真压力谱是不准确的数据，需要对其进行修正，修正的依据为步骤S4当中得到的预测点力谱修正系数。预测点修正压力谱由预测点仿真压力谱乘以预测点力谱修正系数得到。
采用本发明提供的流体激励改善分析方法，先得到若干检测点对应的检测点力谱修正系数，再根据检测点与预测点关联程度的大小施加权重因子，得到预测点力谱修正系数。通过仿真得到不易直接检测位置的预测点仿真压力谱，利用预测点力谱修正系数加以修正，得到预测点更加精准的预测点修正压力谱，预测点修正压力谱相对于仅通过仿真得到的数据更加准确。本发明对不易被直接检测的位置进行仿真模拟，并对模拟结果加以修正，修正的依据是若干个检测点对预测点的关联程度，从而得到更加精准的数据。
在上述方案的基础上，本发明在步骤S4中根据检测点对预测点的权重，通过检测点力谱修正系数得到预测点的预测点力谱修正系数，包括：通过克里金模型估计预测点的预测点力谱修正系数。
克里金模型估计预测点力谱修正系数过程如下：
假设空间中某一点在某一频率处的修正系数为k0，且该值可以通过已知测点的修正系数ki通过一定的权重λi组合表达，即
建立克里金模型的过程即确定最优权重组合的过程，基于克里金模型的基本假设，认为不同空间点的修正系数具备相同的期望c与方差σ2，由无偏约束可得，最优的参数组合应当满足预测值与实际值的误差/>最小，记为目标函数J，为简化描述，将协方差Cov(ki,kj)＝Cov(ki-c,kj-c)记为Cij，将J展开为下式：
定义半方差函数rij＝σ2-Cij，代入J可得
令J最小且满足无偏约束，可得
式中φ为拉格朗日乘数，因此只需要获得函数rij即可通过求逆获得λi。
由于rij存在等价形式，即由于一般认为空间距离相近的测点性质也更为接近，因此认为rij与两点间的距离dij存在函数关系，这样针对n组测点可以获得n2个(dij，rij)数据对，将其绘制为散点图，寻找最优曲线拟合，获得函数关系r(d)，这样对于任意两点，可以通过距离计算两点间的半方差rij，代入矩阵计算λi。
获得λi后通过其余点的修正系数估计镜框处的修正系数。
上述过程最终得到的数据为预测点修正压力谱，也即预测点受到的外部激励情况，更进一步，本发明还包括得到预测点的响应情况这一过程：
通过仿真得到预测点压力脉动激励对于预测点振动位移的预测点传递函数，预测点等效压力脉动激励谱乘以预测点传递函数，得到预测点在试验工况下的振动响应。
本过程中，与检测点传递函数的获取过程类似，制作预测点所在位置的仿真模型，采用有限元仿真得到每个预测点因受到压力脉动激励对于预测点振动位移的预测点传递函数；传递函数是用来拟合或描述输入与输出之间关系的数学表示，在本方法中表示预测点受到外部的激励(输入)产生的振动(输出)。
由于上述步骤中得到了预测点修正压力谱，预测点等效压力脉动激励谱乘以预测点传递函数，得到预测点在试验工况下的振动响应，从而反映出预测点的振动响应情况。
上述步骤S1中根据检测点功率谱和检测点传递函数，得到检测点等效压力脉动激励谱，这一过程包括：检测点等效压力脉动激励谱等于检测点功率谱和检测点传递函数平方的比值。
结合图2所示，通过仿真，得到镜片压力脉动激励对于镜片振动位移的传递函数，也即检测点传递函数，最后通过检测点功率谱和检测点传递函数平方之间的比值，反推检测点等效压力脉动激励谱。
具体地，本发明中检测点选取在预测点的周围，检测点对预测点的距离越近则权重越大。通常情况下，检测点选取在镜片上，也可以在镜片与壳体上分别选取检测点。
在上述任一技术方案的基础上，本发明的流体激励改善分析方法还包括验证过程，从而验证本方法的可靠性。具体过程如下：
S6、在能够直接测量的位置选取一个点位作为验证点，将验证点作为预测点，得到验证点的验证点修正系数。
S7、通过验证点修正系数修正验证点的验证点仿真压力谱，得到验证点修正压力谱。
S8、比较验证点修正压力谱与验证点的检测数据，验证有效性。
其核心思想是，至少选取一个能够直接测量的位置作为验证点，验证点与检测点的都是能够直接检测的点，将验证点作为前述过程的预测点，从而推导得到验证点对应的激励情况与响应情况，将验证点推导得到的激励情况与响应情况与实际检测值进行比较，当差值在允许的误差范围之内则代表该方法有效。
该验证过程可以在前述过程完成之后进行，也可以与预测点的激励情况与响应情况同步进行，或者在预测点之前进行。
上述步骤S1中检测获取检测点的检测点功率谱，包括：通过非接触式运动传感器检测镜片边缘附近的检测点。采用非接触式运动传感器进行检测，不影响镜片对激励的响应情况。镜片边缘部分靠近镜框，且边缘部位为柔性支撑部位，振动情况更明显，更易于检测。非接触式运动传感器进行检测的过程为动力学测量过程。
本发明旨在通过较为容易布置测点的位置，先通过其他测试量间接获得该处流体激励，如以镜片处获得的动力学试验数据作为参考，推导出镜片处所受的流体激励；再通过对有限元分析结果进行修正，从而对难以直接布置测点的光学仪器镜框区域进行预估，同时在修正过程中考虑不同测点对待预测点的影响权重，避免计算结果受单一测量结果影响严重。
本发明通过动力学试验数据反推流体激励，并以此对有限元分析结果进行修正获得修正系数，对其余区域的有限元数据进行修正，从而避免对狭窄或封闭区域布置测点导致的安装成本。
使用预测模型对光学仪器镜框处的修正系数进行修正，避免了计算结果受单一测量结果影响严重的问题，同时避免直接用测量的激励值预测光学仪器镜框处的激励，而是预测修正系数，从而利用了有限元分析模型能够反映湍流激励的空间分布差异，但是易受扰动影响的特点，避免了流体激励不满足克里金模型均一假设的问题，专注于引起扰动的修正参数预测。
使用修正后的载荷施加激励，改善流致振动分析中有限元结果与试验结果的一致性，避免了湍流分析误差较大的问题。
本发明通过容易测量的柔性支撑区域的振动测试反推这些区域的流体激励，再通过试验结果对流体有限元分析结果进行修正，获得光学仪器镜框等位置的流体激励数据，通过施加等效力谱的方式改善流致振动的分析结果与试验结果一致性，改善了有限元分析结果误差较大的问题。通过较易进行测量的镜片振动数据推导修正系数，从而对镜框的仿真结果进行修正，避免了实际工程中对狭长区域难以布置测点，测量成本较高的问题。使用预测模型预测光学仪器镜框处的修正系数，而非流体激励本身，这避免了直接对不满足均一假设的湍流激励进行预测，利用了有限元模型趋势准确但易受干扰影响的特性，专注于对误差干扰导致的修正系数进行预测，避免预测模型不可用的问题。因为试验阶段可使用非接触式的运动传感器，因而对复杂结构的适应性更强。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理，可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种流体激励改善分析方法，其特征在于，包括：
选取至少三个检测点，分别检测获取所述检测点的检测点功率谱；通过仿真得到检测点压力脉动激励对于检测点振动位移的检测点传递函数；根据所述检测点功率谱和所述检测点传递函数，得到检测点等效压力脉动激励谱；
通过计算流体力学获得仿真模型当中所述检测点的检测点仿真压力谱，以及预测点的预测点仿真压力谱；
由所述检测点等效压力脉动激励谱和所述检测点仿真压力谱的比值，得到所述检测点对应的检测点力谱修正系数；
根据所述检测点对所述预测点的权重，通过所述检测点力谱修正系数得到所述预测点的预测点力谱修正系数；
通过所述预测点力谱修正系数修正所述预测点的所述预测点仿真压力谱，得到预测点修正压力谱。
2.根据权利要求1所述的流体激励改善分析方法，其特征在于，所述根据所述检测点对所述预测点的权重，通过所述检测点力谱修正系数得到所述预测点的预测点力谱修正系数，包括：
通过克里金模型估计预测点的预测点力谱修正系数。
3.根据权利要求1所述的流体激励改善分析方法，其特征在于，通过仿真得到预测点压力脉动激励对于预测点振动位移的预测点传递函数，预测点等效压力脉动激励谱乘以预测点传递函数，得到预测点在试验工况下的振动响应。
4.根据权利要求1所述的流体激励改善分析方法，其特征在于，所述根据所述检测点功率谱和所述检测点传递函数，得到检测点等效压力脉动激励谱，包括：
所述检测点等效压力脉动激励谱等于所述检测点功率谱和所述检测点传递函数平方的比值。
5.根据权利要求1所述的流体激励改善分析方法，其特征在于，所述检测点选取在所述预测点的周围，所述检测点对所述预测点的距离越近则权重越大。
6.根据权利要求1至5任一项所述的流体激励改善分析方法，其特征在于，还包括验证过程：
在能够直接测量的位置选取至少一个点位作为验证点，将所述验证点作为所述预测点，得到所述验证点的验证点修正系数；
通过所述验证点修正系数修正所述验证点的验证点仿真压力谱，得到验证点修正压力谱；
比较所述验证点修正压力谱与验证点的检测数据，验证有效性。
7.根据权利要求6所述的流体激励改善分析方法，其特征在于，所述检测获取所述检测点的检测点功率谱，包括：
通过非接触式运动传感器检测镜片边缘附近的所述检测点。
CN202311384434.1A 2023-10-24 2023-10-24 一种流体激励改善分析方法 Pending CN117436363A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311384434.1A CN117436363A (zh) 2023-10-24 2023-10-24 一种流体激励改善分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311384434.1A CN117436363A (zh) 2023-10-24 2023-10-24 一种流体激励改善分析方法

Publications (1)

Publication Number Publication Date
CN117436363A true CN117436363A (zh) 2024-01-23

Family

ID=89554685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311384434.1A Pending CN117436363A (zh) 2023-10-24 2023-10-24 一种流体激励改善分析方法

Country Status (1)

Country Link
CN (1) CN117436363A (zh)

Similar Documents

Publication Publication Date Title
US7984637B2 (en) System and method for field calibration of flow meters
US20150127275A1 (en) Flow meter system
KR102118818B1 (ko) 밸브 진단 방법 및 밸브 진단 장치
CN103049670B (zh) 管道激励源识别及其振动响应预测方法
US7729876B2 (en) Diagnostic device for use in process control system
JP2007521469A (ja) コリオリ流量計の診断装置及び診断方法
EP2909587B1 (en) Ultrasonic flow metering system with an upstream pressure transducer
KR20150048247A (ko) 음향 고온측정법을 위한 잡음에 강건한 비행 시간 추정
US20220244082A1 (en) Flow measurement method based on dynamic optimization of three pressure sensors
CN106153176B (zh) 一种用于对单相油浸式变压器噪声进行预估的系统及方法
de Santana et al. Two-port indirect acoustic impedance eduction in presence of grazing flows
MejiaCruz et al. Probabilistic force estimation and event localization (pfeel) algorithm
Liu et al. Bayesian inference based parametric identification of vortex-excited force using on-site measured vibration data on a long-span bridge
Nie et al. Output-only complete mode shape identification of bridges using a limited number of sensors
EP2927465B1 (en) Method for determining the instantaneous mass flow rate of a gas, corresponding device and computer program
CN117436363A (zh) 一种流体激励改善分析方法
CN106837305B (zh) 确定抽油井井下液面深度的方法和装置
WO2019163701A1 (ja) システム同定装置、システム同定方法及び記録媒体
Peerlings Assessing precision and accuracy in acoustic scattering matrix measurements
Ceylan et al. Pre-identification data merging for multiple setup measurements with roving references
CN111308124B (zh) 一种激波管测速传感器时间差确定方法
CN116182967A (zh) 超声波流量计数据修正方法、系统、装置及电子设备
Socha et al. Hot-wire anemometric method for flow velocity vector measurement in 2D gas flows based on artificial neural network
Kawashima et al. Measurements of Unsteady Force Response on Airfoils with Arbitrarily Shaped Thickness due to Incident Large-Scale Turbulence
Boerrigter et al. Design and calibration of an unsteady pressure measurement system

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