Sciences appliquées, vol. 13, pages 9838 : Prédiction des formes d’onde du capteur de synchronisation de la pointe de la lame basée sur le réseau neuronal à fonction de base radiale

Sciences appliquées, vol. 13, pages 9838 : Prédiction des formes d’onde du capteur de synchronisation de la pointe de la lame basée sur le réseau neuronal à fonction de base radiale

Sciences appliquées doi : 10.3390/app13179838

Auteurs : Liang Zhang Cong Chen Yiming Xia Qingxi Song Junjun Cao

Comme les méthodes existantes de mesure des vibrations Blade Tip Timing (BTT) présentent de sérieux problèmes de sous-échantillonnage, où la fréquence de résonance de la lame est généralement supérieure à la fréquence d’échantillonnage du système d’acquisition de données de la méthode BTT, ce qui entraîne de grandes erreurs dans l’identification de la lame. paramètres de vibration, de nouvelles solutions sont nécessaires pour étendre les capacités du BTT à l’analyse des vibrations non linéaires et multimodales. Par conséquent, l’orientation actuelle de la recherche consiste à rechercher de nouvelles méthodes de mesure et de traitement du signal plus précises. En analysant les données de forme d’onde du capteur BTT et en les utilisant pour l’analyse des vibrations, il étend considérablement la base de données BTT. Pour éviter les problèmes actuels de sous-échantillonnage et de faible précision de reconnaissance, cet article mène une étude sur la reconnaissance des paramètres de vibration des pales rotatives basée sur le modèle de fonction de base radiale (RBF) en établissant un modèle de prédiction de réseau neuronal RBF pour analyser l’étalonnage statique. données expérimentales et prédire la forme d’onde du capteur BTT, et comparer les courbes de prédiction de divers modèles. Comme le montrent les résultats, pour le modèle RBF, la précision de la prédiction est étroitement liée aux données source des données du point d’échantillonnage, lorsque les données source prédites par le modèle RBF sont proches du centre des échantillons, la précision de la prédiction est élevée, pendant ce temps, la précision de la prédiction diminue à mesure qu’on s’éloigne du centre de ces données. Dans le même temps, le nombre d’échantillons est trop petit pour affecter la capacité de prédiction du modèle RBF. En utilisant cette méthode, davantage de formes d’onde sous le Blade Tip Clearance (BTC) peuvent être prédites avec les données de points d’échantillonnage disponibles, et les erreurs dans le processus de mesure expérimentale peuvent être corrigées.

Ce sujet vous a plu vous aimerez beaucoup ces publications :

Catéchisme d’économie politique/1881/14.,Référence litéraire de cet ouvrage.