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...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。展开更多
