基于虚拟传感的直升机旋翼损坏传感器的信号预测方法

本发明属于直升机健康监测领域。

背景技术：

1、由于现代飞行任务的要求，直升机正朝着高速、高承载、高续航能力的方向不断发展。旋翼桨叶作为直升机飞行过程中的主要承载结构，其安全性和可靠性备受关注。除了周期性应力引起的疲劳外，低速冲击、湿气吸收和渐进损伤累积也对旋翼桨叶的完整性构成了重大威胁。当旋翼桨叶受损时，会导致直升机飞行性能下降，甚至发生灾难性事故。根据调查，约3％的直升机事故是由旋翼桨叶故障引起的。因此，为了降低昂贵的定期检查成本(约占总运营成本的25％)，延长使用寿命，减少计划外维护造成的停机时间，提高直升机的飞行安全，有必要对旋翼桨叶进行结构健康监测。

2、旋翼桨叶的健康监测通常由应变传感器完成。由于直升机飞行过程中产生的疲劳循环，导致旋翼桨叶上的传感器具有一定的更换周期。根据计算，安装在直升机尾桨叶片上的应变传感器的预期使用寿命可达200小时。然而，由于意外因素(高寒或高温环境、显著的冲击载荷等)，应变传感器在直升机飞行过程中的实际平均使用寿命仅为40小时，传感器损坏率最高可达40％。传感器在远未达到更换周期之前就会损坏。这种情况可能导致旋翼桨叶结构健康监测失效。

技术实现思路

1、本发明是为了解决由于直升机飞行中传感器损坏导致的旋翼桨叶结构健康监测失效的问题，现提供基于虚拟传感的直升机旋翼损坏传感器的信号预测方法。

2、基于虚拟传感的直升机旋翼损坏传感器的信号预测方法，包括：

3、在直升机预飞行阶段，采集所有传感器的振动信号并基于工作模态辨识技术辨识旋翼桨叶的模态振型；

4、在直升机飞行阶段，根据下式计算损坏传感器的振动信号xd(t)：

5、

6、其中，表示φn的广义逆矩阵，φn和φd分别为正常传感器和损坏传感器位置的自由度组成的模态振型矩阵，xn(t)为正常传感器的振动信号。

7、进一步的，上述旋翼桨叶的模态振型φ能够划分为正常传感器和损坏传感器位置的自由度组成的模态振型矩阵，表达式如下：

8、

9、其中，x(t)为所述旋翼桨叶上所有传感器的振动信号向量，φn和φd分别为正常传感器和损坏传感器位置的自由度组成的模态振型矩阵，q(t)为广义坐标。

10、进一步的，上述广义坐标q(t)表达式如下：

11、

12、本发明的有益效果如下：

13、1、本发明所述的基于虚拟传感的直升机旋翼损坏传感器的信号预测方法，无论加速度传感器还是应变传感器，都能准确预测传感器的振动信号，适用于不同类型传感器。

14、2、本发明所述的基于虚拟传感的直升机旋翼损坏传感器的信号预测方法，对于旋翼桨叶传感器损坏率达到40％的情况，也能够准确预测损坏传感器的信号。

15、3、本发明所述的基于虚拟传感的直升机旋翼损坏传感器的信号预测方法，对于噪声具有鲁棒性，直升机飞行过程中产生的气动噪声也不会明显影响预测精度。

技术特征：

1.基于虚拟传感的直升机旋翼损坏传感器的信号预测方法，其特征在于，包括：

2.根据权利要求1所述的基于虚拟传感的直升机旋翼损坏传感器的信号预测方法，其特征在于，所述旋翼桨叶的模态振型φ能够划分为正常传感器和损坏传感器位置的自由度组成的模态振型矩阵，表达式如下：

3.根据权利要求2所述的基于虚拟传感的直升机旋翼损坏传感器的信号预测方法，其特征在于，所述广义坐标q(t)表达式如下：

技术总结
基于虚拟传感的直升机旋翼损坏传感器的信号预测方法，涉及直升机健康监测领域。本发明是为了解决由于直升机飞行中传感器损坏导致的旋翼桨叶结构健康监测失效的问题。本发明所述的基于虚拟传感的直升机旋翼损坏传感器的信号预测方法，在直升机预飞行阶段，采集所有传感器的振动信号并基于工作模态辨识技术辨识旋翼桨叶的模态振型；在直升机飞行阶段，计算损坏传感器的振动信号。本发明适用于直升机旋翼叶片损坏传感器的信号预测。

技术研发人员：孙禹晗,宋智广
受保护的技术使用者：哈尔滨工程大学
技术研发日：
技术公布日：2024/8/26