[0001] 本申请涉及数据处理领域，特别是涉及一种梯度采样确定振动频率的方法、设备、介质及产品。

[0002] 在航空发动机的服役过程中，叶片等高速旋转的物体在复杂的离心气动载荷的作用下，会产生高频振动。这种振动不仅会影响发动机的性能，还可能引发叶片的疲劳失效，对飞行的安全造成威胁。因此，对高频振动物体的振动频率进行精确测量显得尤为重要。对航空发动机中高频振动物体的频率和振幅进行精确测量，对于确保发动机的安全运行和延长其使用寿命具有重要意义。

[0003] 传统的测量方法可能无法准确捕捉到这些高频振动，因此需要采用先进的测量技术。这些技术包括但不限于激光测振仪、加速度计和光纤传感器等，它们能够以非接触的方式对物体振动进行高精度测量。上述方法均需要遵守奈奎斯特采样定律，奈奎斯特采样定理是数字信号处理中的重要基础理论，描述的是对一个模拟信号进行采样的频率与信号频谱之间的关系。具体来说，若f(t)是一个频带限制在(0，fh)内的时间连续信号，要想抽样后的信号能够不失真地还原出原信号，则必须使得抽样频率fs大于或等于信号最高频率分量fh的两倍，即fs≥2fh。换句话说，信号的最高频率不得大于折叠频率fs/2。而欠采样是指采样频率低于信号最高频率的两倍的情况。在欠采样的情况下，采样后的信号会发生混叠，即高频信号会影响到低频信号的表现。常用的振动频率测量方法是基于叶端定时欠采样信号特性的叶片同步共振频率恢复方法，有：随机布局安装叶端定时传感器，获取叶端定时信号的振动位移，对每个通道进行离散傅里叶变换形成低维矩阵。测量叶端定时传感器之间的相对角度，设置满足奈奎斯特采样定理需要安装的传感器个数，计算每个叶端定时传感器对应的位置参数。计算低维矩阵的补偿矩阵以及参数化的压缩矩阵，构成多个列向量的欠定方程组。迭代求解过程中选择多个原子计算最小二乘解的稀疏估计值，获得重构的高维矩阵。将高维矩阵的行向量按照顺序首尾相连为恢复的频谱值，获得叶片振动的恢复频率。

[0004] 除了上述方法外，还有基于内禀时间尺度分解的欠采样信号频率恢复方法。内禀时间尺度分解(Intrinsic Time Scale Decomposition，简称ITD)是一种信号处理方法，旨在解决欠采样信号的频率恢复问题。该方法基于信号的非线性、非稳定性和非线性的特征，将一个信号分解成若干个固有旋转频率和趋势项。固有旋转频率是信号中存在的周期性成分，而趋势项则表示信号中的非周期性成分。通过内禀时间尺度分解，可以准确地获取每个固有旋转频率的频率值，从而得到欠采样信号的频率。与传统的信号处理方法相比，内禀时间尺度分解具有更好的适应性，可以处理各种复杂的信号。此外，该方法还可以用于其他领域，如地震信号处理、语音处理等。该方法首先对欠采样信号进行内禀时间尺度分解，得到若干个固有旋转频率和趋势项，然后对固有旋转频率进行频率跟踪，得到每个固有旋转频率的频率值，最后将所有固有旋转频率的频率值相加，即可得到欠采样信号的频率。具体来说，内禀时间尺度分解通过对信号进行滤波、预测和重构等步骤，将信号分解成多个固有旋转频率和趋势项，每个固有旋转频率代表信号中的一个周期性成分，而趋势项则表示信号中的非周期性成分，通过准确地获取每个固有旋转频率的频率值，可以恢复出欠采样信号的频率。

[0005] 上述基于叶端定时欠采样信号特性的叶片同步共振频率恢复方法的基本原理是将测振传感器安装在发动机机匣上，通过测振传感器测量叶片到达的脉冲时间信号，使用不同的分析算法处理时间信号，获得叶片的振动特性参数。基于叶端定时欠采样信号特性的叶片同步共振频率恢复方法存在最主要的局限性就是：需要在机匣上钻孔安装传感器，对发动机结构有一定的破坏，且需要安装多个传感器以获得所有叶片的振动信号，增加了安装难度和成本。

[0006] 基于内禀时间尺度分解的欠采样信号频率恢复方法主要用于分析非线性和非平稳信号，虽然可以提取信号中的内禀时间尺度特征，但计算过程相对复杂，需要较高的计算资源和时间，计算复杂度高。

[0057] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0058] 为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。

[0059] 在一个示例性的实施例中，如图1所示，提供了一种梯度采样确定振动频率的方法，该方法由计算机设备执行，具体可以由终端或服务器等计算机设备单独执行，也可以由终端和服务器共同执行，在本申请实施例中，以该方法应用于服务器为例进行说明，包括以下步骤101至步骤108。其中：

[0060] 步骤100：按照梯度设定得到多个采样频率。

[0061] 步骤101：采用多个采样频率对物体振动信号进行欠采样，得到欠采样数据。

[0062] 步骤102：对欠采样数据进行频率估计，得到采集波形频率。

[0063] 步骤103：基于采集波形频率和多个采样频率构建多个物体振动频率方程。

[0064] 步骤104：采用中国剩余定理计算多个物体原始频率方程，得到振动频率。

[0065] 本申请另一个示例性的实施例中，为了实现低频梯度采样，在该实施例中，可以按照梯度将采样频率设置为2Hz‑10Hz之间的数值。每个采样频率下采集多个(例如200个)数据点，以得到欠采样数据。

[0066] 本申请另一个示例性的实施例中，在得到欠采样数据后，其采样波形的周期会存在周期性，基于此，为了进一步简化计算过程，在该实施例中，计算欠采样数据中每个数据点的周期规律，通过离散傅里叶变换(DFT)获得采集波形频率。例如，对长度为N欠采样数据x[n]，其离散傅里叶变换的公式为：

[0067]

[0068] 式中，x[n]为欠采样数据，e为自然对数，k为离散采样位置，j为虚数单位，n为欠采样数据中的第n个数据点，N为欠采样数据的长度。

[0069] 基于上述描述，针对50Hz振动波形进行2Hz‑10Hz欠采样的波形以及频率如图2至图19所示。其中，将频谱波形中最高峰值对应横坐标的绝对值作为采集波形的频率，即采集波形频率。

[0070] 本申请另一个示例性的实施例中，为了增加振动频率确定的精确性，在该试试离职红，可以以采集波形频率为余数，并分别以多个采样频率为被除数，构建多个物体振动频率方程。其中，物体振动频率方程表示为：

[0071] F＝ni*fsi+fi。

[0072] 式中，F为振动频率。ni为未知数，设置的目的是作为使物体振动频率等式成立的最小系数。fsi为第i个采样频率，fi为采集波形频率，i＝1,...,10。

[0073] 分别联立对应采样频率两两互质的2元、3元、4元、5元、6元、7元、8元和9元方程并计算结果，得到结果，其中不成立的结果记为0，统计上述结果信息，数量最多的即为估计的振动频率(即F值)。

[0074] 其中，以2元方程为例，若(fsi，fi)分别取(3，2)和(5，4)，即方程组写为F＝3ni+2和F＝5ni+4，ni此时无解，故标记为不成立，结果F计为0。

[0075] 本申请另一个示例性的实施例中，步骤104的实现过程可以描述为：

[0076] (1)确定采样频率的乘积。采样频率的乘积表示为M＝fs1*fs2*...*fsg。g为余数个数，M为采样频率的乘积。

[0077] (2)基于采样频率的乘积以及采样频率得到中间量，并确定中间量的逆元。其中，对于每个采样频率fsi，中间量表示为Mi＝M/fsi。中间量的逆元表示为 中间量的逆元为满足 的整数。Mod为求余函数。

[0078] (3)基于采集波形频率、中间量以及中间量的逆元确定振动频率。其中，确定得到的振动频率表示为：

[0079]

[0080] 在一示例性的实施例中，提供了一种计算机设备，该计算机设备可以是服务器或者终端，其内部结构图可以如图20所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储梯度采样估计振动频率数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种梯度采样确定振动频率的方法。

[0081] 本领域技术人员可以理解，图20中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。在一个示例性的实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

[0082] 在一个示例性的实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

[0083] 在一个示例性的实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

[0084] 需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要符合相关规定。

[0085] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read‑OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive RandomAccess Memory，MRAM)、铁电存储器(Ferroelectric RandomAccess Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(RandomAccess Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static RandomAccess Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。

[0086] 本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

[0087] 以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

[0088] 本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。