流场非线性特征提取与混沌分析

发布时间：2022-09-30 12:02

　　为解决传统方法在判断离心压气机动态失稳过程中因信号强非线性导致误判错判,针对其动态时序属非线性信号,基于分形理论提出自适应变分模态分解（adaptive variational mode decomposition with fractal,AFVMD）方法以同时实现降噪与非线性特征提取,采用相空间重构法还原系统动力学结构.以某离心压气机失稳过程中叶轮动态压力数据为对象,验证所提出算法的优越性,分析其吸引子状态.结果表明:在处理具有非线性特征的含噪信号时, AFVMD比小波降噪具有更好的降噪效果与特征提取能力;相空间将失速发展过程可视化,最小流量状态所对应的相空间呈现"毛球状";随失速的发展,相空间将逐渐发散;经小波与AFVMD方法预处理的信号所对应相形对失速过程更加敏感;通过经AFVMD处理的信号进行重构可更早捕获失速征兆,其更小的最大Lyapunov指数表明该方法提升了流动混沌系统的可预测性,为压气机失稳分析、预测提供新思路与方法. 

【文章页数】：9 页

【参考文献】：
期刊论文
[1]基于模态波理论的压气机失速先兆识别方法[J]. 刘俊杰,苏三买,孙占恒,翟向博.  航空动力学报. 2017(09)
[2]基于矿山钻孔应变观测数据时程分形特征的冲击地压前兆分析[J]. 张月征,纪洪广,向鹏,彭华,宋朝阳.  岩石力学与工程学报. 2016(S1)
[3]基于经验模态分解及维格纳威尔分布的电缆双端故障定位算法[J]. 刘洋,曹云东,侯春光.  中国电机工程学报. 2015(16)
[4]锥形颈部赫姆霍兹共振器声学性能预测[J]. 刘海涛,郑四发,连小珉,但佳壁.  声学学报. 2014(03)
[5]基于模糊熵的压气机失速信号分析研究[J]. 刘志刚,杨荣菲,向宏辉.  测控技术. 2014(02)
[6]基于HHT的航空发动机气动失稳信号时频分析方法[J]. 郭贵喜,王振华,王洪祥,高辉国,薛秀生.  航空发动机. 2013(03)
[7]轴流压气机旋转失速和喘振的非线性反馈控制[J]. 陈振,徐鉴.  振动与冲击. 2013(04)
[8]基于EMD方法的混沌时间序列预测[J]. 杨永锋,任兴民,秦卫阳,吴亚锋,支希哲.  物理学报. 2008(10)
[9]基于最大Lyapunov指数的压气机最先失速级判定[J]. 伍友利,吕建伟,董福安,李世飞.  空军工程大学学报(自然科学版). 2005(02)



本文编号：3683517