申请/专利权人：北京航空航天大学

申请日：2023-11-28

公开（公告）日：2024-04-02

公开（公告）号：CN117807862A

主分类号：G06F30/27

分类号：G06F30/27;G06F30/28;G06F18/2135;H03M7/30;G01M9/08;G06F119/14;G06F113/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.02#公开

摘要：本发明属于内流压力测试技术领域，具体涉及一种基于压缩感知测量离心压气机端壁动态压力场的方法。通过构建矢量压缩感知重构及优化问题求解模型，并引入POD模态分析方法作为压缩感知正交基矩阵，提出一种“Vec‑CS‑POD”重构模型，通过“数据训练”部分可以在实验开展前获得满足多工况动态测量需求的最优稀疏测点布置方案，之后基于此方案开展离心压气机端壁动态压力场实验测量，通过“数据重构”部分可实现基于稀疏实验测量数据重构高精度的端壁动态压力分布。本发明不仅能够有效降低测试成本，同时还能实现在狭小的测试空间内获得高空间分辨率的端壁瞬态压力场结果，具有较好的应用前景。

主权项：1.一种基于压缩感知测量离心压气机端壁动态压力场的方法，通过构建矢量压缩感知重构及优化问题求解模型，并引入数据驱动模态分析方法中的POD模态作为压缩感知正交基矩阵，提出一种“Vec-CS-POD”重构模型；所述的重构模型分为“数据训练压缩”和“数据重构感知”两部分，通过“数据训练”部分可以在实验开展前获得满足多工况动态测量需求的最优稀疏测点布置方案，之后基于此方案开展离心压气机端壁动态压力场实验测量，通过“数据重构”部分可实现基于稀疏实验测量数据重构高空间分辨率的端壁动态压力场分布；所述的“数据训练”部分，其特征在于包括以下步骤：步骤一：确定基于压缩感知测量离心压气机端壁动态压力场相关的输入量；所述的输入量包括实验传感器测点数目m、数值模拟数据点数目n、多工况数值模拟瞬态压力场数目p以及重构误差阈值δ；步骤二：根据实验需求开展对应的多工况离心压气机非定常数值模拟，待计算结果收敛后，提取p组多工况端壁瞬态压力场模拟数据；将所述的压力场模拟数据向量化后组合为端壁动态压力分布矩阵X，所述的X矩阵为n×p的实矩阵；步骤三：对所述的X矩阵开展SVD-POD分解，并将分解得到的左奇异矩阵n×n作为压缩感知正交基矩阵Ψ；所述的Ψ矩阵为正交矩阵，满足压缩感知对基矩阵的要求；步骤四：选取高斯矩阵作为测量矩阵C的形式，该矩阵m×n的每一个元素来自均值为零、方差为1的高斯概率密度函数的独立分布随机变量；之后，根据Y＝CX将原始高维矩阵X进行投影，得到低维测试矩阵Y；构造Y＝CX＝CΨS关系式，通过优化算法求解关于稀疏矩阵S的混合范数，得到满足各工况测量需求的稀疏矩阵，该过程需要不断迭代，迭代终止条件为无量纲均方误差MSE不大于重构误差δ；所述的优化算法是通过求解稀疏矩阵S的最小混合范数实现的，其特征在于，首先计算矩阵S每一行的l2范数，然后将其堆叠为一列向量并求解该列向量l1范数；所述的均方误差MSE定义为原始压力信号与重构压力信号的Frobenius范数，即MSE＝||X-ΨS||_F||X||_F；所述的“数据重构”部分，其特征在于包括以下步骤：步骤一：根据得到的低维测试矩阵Y获得基于m个动态传感器测点的测试布局方案；所述的测试布局方案，其特征在于分布于离心压气机叶片通道端壁不同周向和流向位置处，且具有非等间隔特征；步骤二：开展离心压气机端壁动态压力场实验测量，用不同传感器测得的瞬态实验数据构建测量矩阵Y’；步骤三：基于压缩感知原理关系式求解该布局方式对应的稀疏矩阵S’；步骤四：重构原始高维压力场分布数据X’，获得离心压气机端壁瞬态压力场；所述的瞬态压力场，其特征在于，压力场范围为一个完整叶片通道叶顶区域，整个压力场分布均为瞬态获取；步骤五：重复步骤二至步骤四，将不同时刻采集到的动态压力数据进行处理，即可获得离心压气机在测量时间内的端壁动态压力场分布。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于压缩感知测量离心压气机端壁动态压力场的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD