基于阶次搜索MUSIC的动叶片异步振动参数辨识算法研究

来源：振动与冲击杂志2025年第10期北京时间：

作者：范振芳0000@nuc，黄晋英，刘思远，卫焦霖

单位：1.中北大学机械工程学院，太原030051；2.中北大学计算机科学与技术大数据学院，太原030051

摘要：叶端定时（blade tip timing, BTT）技术是当前研究重大装备动叶片状态监测与故障诊断的趋势，但BTT技术固有的非均匀、欠采样特性诱使动叶片振动参数辨识困难。本文围绕动叶片异步振动参数辨识问题，首先，通过快速傅里叶变换（fast Fourier transform, FFT）算法提取动叶片异步振动幅值和异步振动频率的非整数阶次；随后，改进现有多信号分类（multiple signal classification, MUSIC）算法，提出基于阶次搜索MUSIC（engine order search-based multiple signal classification, EOS-MUSIC）的动叶片异步振动频率整数阶次搜索策略；最后，融合EOS-MUSIC算法与FFT算法分析结果辨识动叶片异步振动参数。基于MATLAB软件仿真动叶片异步振动信号，与现有MUSIC算法比较，验证了EOS-MUSIC算法的可信性和准确性。在离心压气机试验台开展叶轮叶片振动试验，与应变片法相比，EOS-MUSIC算法频率辨识绝对误差为3.36Hz，相对误差仅为0.53%。本文在FFT算法预处理的基础上，通过阶次搜索辨识动叶片异步振动参数，克服了现有MUSIC算法搜索周期长和辨识精度低的难题，为动叶片异步振动参数辨识提供了理论支撑。<br>

关键词：叶端定时；异步振动；阶次搜索；参数辨识