[發明專利]旋轉機械穩定性辨識方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201911413540.1
• 申請日: 2019-12-31
• 公開（公告）號: CN111289275B
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 李啟行;王維民
• 申請（專利權）人: 北京化工大學
• 主分類號: G01M99/00
• 分類號: G01M99/00;G01H17/00;G06K9/62
• 代理公司: 深圳市韋恩肯知識產權代理有限公司 44375
• 代理人: 黃昌平

本發明實施例公開了一種旋轉機械穩定性辨識方法、裝置、計算機設備及存儲介質，包括：獲取測振平面的復數信號，其中，復數信號為旋轉機械工作狀態下多個振動平面分別在多個預設方向上的振動響應信號的集合；根據復數信號進行功率譜分解以獲得功率譜的最大奇異值函數；基于最大奇異值函數構造正、反進動模態為主的兩個時域脈沖衰減信號；對時域脈沖衰減信號進行處理以得到穩定性辨識結果。本申請的技術方案可以省去傳統方式因安裝激振器而改造設備的繁瑣，避免改變軸系結構而引入理論測試誤差，同時提高辨識精度和辨識效率，實現轉子系統工作模態參數的在線辨識和實時監測，可達到失穩故障超前預警的目的。

技術領域

本申請涉及旋轉機械技術領域，具體而言，本申請涉及一種旋轉機械穩定性辨識方法、裝置、計算機設備及存儲介質。

背景技術

旋轉動力機械是石化、電力和冶金等行業的關鍵設備，隨著對裝置的功率、壓力、流量需求的增加，轉子系統的轉子穩定性面臨極大的挑戰，準確、穩定、便捷地測試旋轉動力機械的工作模態參數對驗證裝置設計能力、提升裝置穩定性運轉水平意義重大。通過實時監測旋轉動力機械的工作模態參數，可以提早獲取穩定性參數(一階正進動阻尼比)的變化趨勢，達到失穩故障預警的目的。

目前，主要采用在旋轉動力機械轉子的非驅動端安裝激振器進行人工激振的方式獲取系統的模態參數。但是，這種方式需要改造轉子系統結構，測試十分不方便，并且眾多在役機組并不具備安裝激振器的條件。也有利用基于隨機子空間法的環境激勵工作模態辨識方法來辨識機組的模態參數，但是正反進動模態混疊嚴重，且單次辨識所需時間較長，并不能實現在線實時辨識進行失穩故障的預警。

發明內容

基于以上問題，本申請公開一種轉機械穩定性辨識方法、裝置、計算機設備及存儲介質，以方便對旋轉動力機械的工作模態參數進行在線辨識，提高辨識精度，可實現失穩故障在線預警。

為實現上述目的，本申請公開一種旋轉機械穩定性辨識方法，包括：

獲取測振平面的復數信號，其中，所述復數信號為旋轉機械工作狀態下多個振動平面分別在多個預設方向上的振動響應信號的集合；

根據所述復數信號進行功率譜分解以獲得功率譜的最大奇異值函數；

基于所述最大奇異值函數構造正、反進動模態為主的兩個時域脈沖衰減信號；

對所述時域脈沖衰減信號進行處理以得到穩定性辨識結果。

可選的，所述根據所述復數信號進行功率譜分解以獲得功率譜的最大奇異值函數的方法包括：

計算每個測振平面的復數信號間的自功率譜和互功率譜以組成功率譜矩陣，實現正、反進動模態分解；

采用奇異值分解法對所述功率譜矩陣進行分解以獲得所述功率譜矩陣在各個頻率點下的最大奇異值，形成功率譜的最大奇異值函數。

可選的，所述基于所述最大奇異值函數構造正、反進動模態為主的兩個時域脈沖衰減信號的方法包括：

從所述最大奇異值函數中選取正頻率函數，利用傅里葉逆變換方式獲得以正進動模態為主的時域脈沖衰減信號；

從所述最大奇異值函數中選取負頻率函數，利用傅里葉逆變換方式獲得以反進動模態為主的時域脈沖衰減信號。

可選的，所述對所述時域脈沖衰減信號進行處理以得到穩定性辨識結果的方法包括：

采用反向自回歸模型處理時域脈沖衰減信號以對正進動模態參數和反進動模態參數進行辨識并形成穩態圖，其中，所述穩態圖為根據各個擬合階次下的固有頻率和阻尼比組合而成的參數分布圖；

通過統計聚類算法分別對所述穩態圖上的點進行自動聚類；

統計自動聚類后的模態參數的均值作為穩定性辨識結果。