报告详情
High-Speed Blade Vibration Identification Method Based on Adaptive Superlet Transform
编号：97
访问权限：仅限参会人
更新：2025-11-10 15:18:17 浏览：10次
张贴报告
报告开始：暂无开始时间（Asia/Shanghai）
报告时间：暂无持续时间
所在会场：[暂无会议] [暂无会议段]
暂无文件
摘要
轴流式压缩机和烟气轮机是催化裂化装置的核心部件，叶片断裂通常由叶片共振引起，可能导致重大损失。针对高噪声工况下从受干扰或缺失的BTT信号中恢复叶片振动信息、准确识别谐振事件等挑战，提出了一种基于叶尖定时（BTT）的信号重建与谐振事件识别方法。首先，采用自适应动态阈值方法对BTT脉冲信号进行预处理，有效消除噪声和缺失数据的影响;然后，应用自适应超态变换（ASLT）进行时频分析，精确提取混叠频率并定位谐振事件。数值模拟、小规模实验装置和实际工业压缩机试验结果表明，所提方法能够从缺失信号中充分恢复叶片振动趋势，并在共振特征弱、噪声强的场景下准确识别振动幅值和频率。它成功地捕捉到了传统叶尖振动监测方法经常遗漏的共振点，增强了BTT技术的有效性，为涡轮机的安全运行提供了技术保障。
关键词
blade tip timing, adaptive superlet transform, resonance event identification
报告人
Wei-Min Wang
Dean of the School o Beijing University of Chemical Technology稿件作者
全部评论
重要日期
-
会议日期
11月21日
2025
至11月23日
2025
-
10月20日 2025
初稿截稿日期
-
11月23日 2025
注册截止日期
主办单位
IEEE Instrumentation and Measurement Society
South China University of Technology
South China University of Technology
承办单位
South China University of Technology
联系方式
- Icsmd
- ic******@163.com
历届会议
-
2023年11月02日 中国 China
International Conference on Sensing, Measurement & Data Analytics in the era of Artificial Intelligence -
2023年11月02日 中国 Xi'an
2023 International Conference on Sensing, Measurement & Data Analytics in the era of Artificial Intelligence -
2022年11月30日 中国 Harbin
International Conference on Sensing, Measurement & Data Analytics in the era of Artificial Intelligence -
2021年10月21日 中国 Nanjing
2021 International Conference on Sensing, Measurement and Data Analytics in the era of Artificial Intelligence -
2020年10月15日 中国 Xi'an
International Conference on Sensing, Measurement and Data Analytics in the era of Artificial Intelligence
发表评论