[發明專利]一種適用于多面轉子的不平衡參數辨識方法

有效

• 申請號: 202010566363.7
• 申請日: 2020-06-19
• 公開（公告）號: CN111767671B
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 運俠倫;龐哲凱;梅雪松;姜歌東;劉斌;許睦旬
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F30/25
• 分類號: G06F30/25;G06F30/27;G06N3/00
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 賀建斌

一種適用于多面轉子的不平衡參數辨識方法，先建立轉子軸系的動力學模型，得到理論不平衡響應，再結合實際不平衡響應，構造優化目標；然后確定粒子群各粒子維度，初始化粒子群，包括隨機初始化粒子群位置和速度，并根據混沌衰減原則確定各維度混沌慣性權重因子；進行粒子群尋優，更新粒子速度和位置，迭代直至到總迭代次數的80％，進入混沌粒子群尋優階段；確定第t代最優粒子，以其為初始值，進行tent混沌映射處理，得到混沌粒子群，對混沌粒子群進行粒子群尋優得到混沌最優粒子，并隨機替換掉原始粒子群中一個粒子；重復直至既定迭代次數，所得到的最優粒子的各參數即為所求不平衡參數；本發明滿足高精度、簡便操作的轉子動平衡場合要求。

技術領域

本發明涉及轉子動平衡技術領域，具體涉及一種適用于多面轉子的不平衡參數辨識方法。

背景技術

轉子運行的穩定性是衡量旋轉機械性能優劣的重要標準，在實際現場中，由于諸多因素的干擾，轉子會出現失穩現象，造成轉子的動不平衡。為了保證轉子正常運行，需要定期對轉子進行性能評估，降低由不平衡故障帶來的影響。而產生轉子不平衡的眾多故障又可根據其發生原因大致分為兩類：靜態故障和動態故障。靜態故障是指在設備停止運行下仍存在的不平衡故障，如由加工誤差、裝配誤差等原因造成的轉子質量分布不均、質心偏移等故障。動態故障則是設備在長期運行下由各部件的損傷引起的不平衡故障，如轉子的磨損、軸承故障等。針對靜態故障，一般在轉子裝配后會進行現場平衡，而動態故障則需要采用實時補償的方法進行消除。針對目前的大型旋轉機械設備，如大型汽輪機機組、發電機機組等，通常采用多面平衡技術完成轉子不平衡校正。

準確的不平衡參數辨識是轉子進行動平衡的前提。為了準確的完成不平衡參數辨識，一些方法也相繼被提出，其中可根據研究對象不同大致分為兩類，一種是基于試驗的影響系數法和一系列改進影響系數法，另一種則是基于模型的不平衡辨識方法。這兩種方法實質上是兩種互補的不平衡參數辨識方法，前者注重通過多次試驗標定系統的影響系數，由于操作簡便，因此適用于大批量小種類轉子的平衡領域。后者則是基于研究對象的數學模型的不平衡辨識方法，因此省去了影響系數法的多次試驗，多適用于特定轉子的不平衡參數辨識。但是，這兩種方法都存在不平衡參數解算精度問題，在轉子平衡檢測測點面數量小于待平衡面數量，由此帶來的解算方程的病態性問題一般通過增加試驗次數解決，但該方法仍具有一定的局限性。因此，一種無需多次試驗且精度高的轉子不平衡參數辨識方法被迫切需求。

“智能化”是未來制造業發展的趨勢，而智能化的內涵則是自發性，即算法或設備具有不斷自我發現、自我更新的能力，而粒子群優化算法正是這樣一種智能算法。粒子群優化算法是一種仿生物群體性的優化算法，通過將個體和集體聯系起來，不斷地進行系統內部自我調整，從而達到最優的一種算法。在轉子不平衡參數辨識問題中，不平衡參數求解的精度直接決定了一種方法的好壞，有學者通過不斷提高求解模型的精度從而間接地實現高辨識精度，也有一些學者則不斷改進求解算法以期得到更高精度的參數值，但由于過分追求精度而增加的計算復雜度也使得這些方法很難得到實際應用。而粒子群優化算法計算簡便，求解精度高，因此十分適用于轉子的不平衡參數辨識問題。

發明內容

為了克服上述現有技術的缺點，本發明的目的在于提供一種適用于多面轉子的不平衡參數辨識方法，能夠滿足高精度、簡便操作的轉子動平衡場合要求。

為了達到以上目的，本發明采取技術方案如下：

一種適用于多面轉子的不平衡參數辨識方法，包括下述步驟：

步驟1，建立轉子軸系的動力學模型，得到理論不平衡響應方程：

Z＝Ae^iΩt

其中，A＝Ω²[-MΩ²+JΩ²+K+iΩC]^-1Q，Ω為回轉速度，M為系統的質量矩陣，J為系統的慣量矩陣，K為系統的剛度矩陣，C為系統的阻尼矩陣，其中Q_ξ為動坐標系ξ向不平衡分布，Q_η為動坐標系η的不平衡分布；