基于压缩感知的叶端定时欠采样多频叶片振动盲重构研究

旋转叶片是航空发动机的核心部件,长期工作在复杂的工况下承受交变应力,容易产生振动而导致疲劳失效,因此在线监测叶片振动对发动机运行安全具有十分重要的工程意义。针对传统的接触式应变法无法同时测量所有叶片振动且布线复杂存在安全隐患的问题,采用叶端定时(Blade tip-timing,BTT)非接触方法对叶片振动进行实时在线监测。但是BTT测量信号受叶顶传感器安装限制属于典型的欠采样信号,而叶片由于气动激励及微小裂纹的非线性导致其叶端出现多频振动响应,因此利用欠采样的BTT信号获取未知多频叶片振动是目前遇到的巨大挑战。提出采用压缩感知方法解决BTT欠采样多频叶片振动盲重构。首先分析叶片在气动激励下的多频响应;然后建立BTT测量的压缩感知模型,并采用多重信号分类(Multiplesignal classification,MUSIC)算法进行求解;最后通过数值仿真,并结合旋转叶片BTT测振实验台验证了压缩感知理论解决BTT欠采样多频叶片振动盲重构难题,实现旋转叶片振动BTT非接触在线测量。