典型文献
基于三维叶尖间隙的叶片裂纹动力响应特征分析与诊断方法
文献摘要：
将裂纹叶片三维动力响应分析与参数识别方法相结合,分析不同裂纹叶片状态下三维叶尖间隙(3-dimensional blade tip clearance,3D-BTC)动力响应参量的信息熵特征,并利用稀疏滤波从不同参量信息熵分布中无监督学习叶片裂纹的多尺度动力响应特征,实现裂纹叶片在运行过程中响应变化特征的信息熵定量描述.在此基础上,利用支持向量机(support vector machine,SVM)的强非线性映射能力建立多尺度响应特征空间与状态空间之间复杂映射.经试验证实,所提方法能实现叶片裂纹损伤程度的定量诊断,达到100％的诊断准确率,远优于其他方法,且诊断结果稳定性好.
文献关键词：
定量诊断;涡轮叶片裂纹;三维叶尖间隙(3D-BTC);信息熵;稀疏滤波;支持向量机(SVM)
中图分类号：
作者姓名：
黄鑫;张小栋;张英杰;熊逸伟;刘洪成;范博超
作者机构：
西安交通大学机械工程学院,西安710049;西安交通大学现代设计与轴承转子系统教育部重点实验室,西安710049
文献出处：
引用格式：
[1]黄鑫;张小栋;张英杰;熊逸伟;刘洪成;范博超-.基于三维叶尖间隙的叶片裂纹动力响应特征分析与诊断方法)[J].航空动力学报,2022(09):1923-1935
A类：
三维叶尖间隙
B类：
动力响应特征,响应特征分析,动力响应分析,参数识别,dimensional,blade,tip,clearance,BTC,参量,信息熵,熵特征,稀疏滤波,无监督学习,support,vector,machine,强非线性,非线性映射,尺度响应,特征空间,状态空间,裂纹损伤,定量诊断,诊断准确率,其他方法,诊断结果,涡轮叶片裂纹
AB值：
0.342456
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
