发明公开
- 专利标题: 基于残差神经网络的叶片固有频率辨识方法
-
申请号: CN202211206716.8申请日: 2022-09-29
-
公开(公告)号: CN116050237A公开(公告)日: 2023-05-02
- 发明人: 杨来浩 , 金若尘 , 杨志勃 , 胡华辉 , 田绍华 , 王景 , 王增坤 , 孙瑜 , 陈雪峰
- 申请人: 西安交通大学
- 申请人地址: 陕西省西安市咸宁西路28号
- 专利权人: 西安交通大学
- 当前专利权人: 西安交通大学
- 当前专利权人地址: 陕西省西安市咸宁西路28号
- 代理机构: 北京中济纬天专利代理有限公司
- 代理商 覃婧婵
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06N3/044 ; G06N3/0464 ; G06N3/08 ; G01M15/00 ; G01H17/00 ; G06F119/10
摘要:
公开了基于残差神经网络的叶片固有频率辨识方法,方法中,基于叶片振动确定叶端定时信号的频率识别范围,并将频率识别范围划分为多个等宽度的频带,同时将连续的频带离散化得到多个随机频率成分;基于随机频率成分生成与待识别信号具有相同传感器排布方式的仿真叶端定时信号;基于仿真叶端定时信号计算其自相关矩阵并重构为三维张量,以三维张量作为输入及其对应的频率成分作为标签,生成数据集;构建残差神经网络模型;利用不同频带的多组数据集分别训练多个神经网络模型作为多个不同频带下的频率估计模型;在时域分割实测的叶端定时数据并计算其自相关矩阵,将自相关矩阵构成的张量分别输入多个训练好的频率估计模型,最终得到频率估计结果。