Con el aumento de la capacidad de los compresores centrífugos, como la reinyección de GNL y CO2 a gran escala, la evaluación del margen de estabilidad es crucial para garantizar el funcionamiento del compresor en las condiciones de funcionamiento diseñadas. También es esencial y necesario mejorar la precisión de la identificación de los parámetros de estabilidad. Basándose en las características variables en el tiempo de la vibración de respuesta durante el proceso de barrido senoidal, se introdujo un filtro de transformada de Fourier en tiempo corto (STFT) para aumentar la relación señal-ruido y mejorar la precisión de los parámetros de estabilidad estimados. Se estableció un modelo de elementos finitos para simular el proceso de barrido senoidal, y las señales de vibración simuladas se utilizaron para estudiar el efecto de filtrado y demostrar la viabilidad de identificar los parámetros de estabilidad utilizando el método de identificación de sistemas de múltiples entradas y múltiples salidas que combina el método de error de predicción y el método de variable instrumental. Los resultados de la simulación muestran que el método de identificación con filtro STFT mejora mucho la precisión estimada y hace más claras las curvas de la función de respuesta en frecuencia. El experimento también se llevó a cabo en un banco de pruebas, lo que indica que el método de identificación es viable en la identificación de la estabilidad, y los resultados del experimento indican que el filtro STFT funciona muy bien.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
La industria automotriz alemana y su política | DW Documental
Artículo:
Monitoreo de rodamientos cónicos usando ultrasonido en dominios del tiempo y la frecuencia
Artículo:
Eliminación De Refrigerantes Agotadores De La Capa De Ozono Por Incineración
Artículo:
Un Sistema de Evaluación Centrado en el Cliente para Evaluar la Satisfacción de los Huéspedes en Airbnb Utilizando Aprendizaje Automático y Procesamiento del Lenguaje Natural.
Artículo:
Encuentros con vórtices en el paso de una tobera de turbina