[發明專利]一種大型旋轉裝備振動預測與裝配評價方法

在審

• 申請號: 202110439708.7
• 申請日: 2021-04-23
• 公開（公告）號: CN112926698A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 岳聰;池華山;范建瑜
• 申請（專利權）人: 上海海事大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/04;G06N3/08;G06Q10/06
• 代理公司: 上海互順專利代理事務所(普通合伙) 31332
• 代理人: 成秋麗

本發明公開了一種大型旋轉裝備振動預測與裝配評價方法，步驟一：獲取航空發動機高壓壓氣機(HPC)、高壓渦輪(HPT)和組合轉/靜子裝配和振動參數構成數據集；步驟二：數據清理，去除數據樣本中缺失和振動超標值；步驟三，計算裝配參數與目標振動參數最大相關性系數，選擇與振動參數相關性最大的裝配參數與目標振動參數作為最終數據集。將最終數據集帶入XGBoost模型訓練學習，獲取裝配/振動參數耦合的預測模型并進行預測精度評價；步驟四，振動性能在線檢測，若超過指定振動閾值范圍，則判定裝配不合格。本發明充分利用數據集成與評價技術實現面向振動性能的裝配質量評估，樣本數量需求低，計算精度高。

技術領域

本發明屬于航空發動機機械裝配技術和振動檢測技術領域，具體涉及一種大型旋轉裝備振動預測與裝配評價方法。

技術背景

航空發動機等大型旋轉裝備不但制造工藝要求嚴苛，而且還會受到惡劣的工作環境制約。而裝配作為制造終端，它的質量控制很大程度影響著其工作性能表現。若裝配工藝設計不合理、裝配偏心過大會直接造成航空發動機的整機振動異常和超標。因此，目前亟需解決裝配性能與振動相互影響的作用關聯特征。

哈爾濱工業大學提出了一種基于動力學響應特性的大型高速回轉裝備預測調控與裝配方法裝置，該方法采用了精密回轉裝置測量幾何誤差，結合不平衡量、剛度和振幅計算，通過蒙特卡洛方法生成大量樣本，通過訓練和學習，獲取裝配相位的優化求解。其不足之處在于：沒有充分考慮振動特性分別與不平衡量和幾何偏差的耦合關系，僅僅提出了以裝配相位來實現裝配指標的優化，無法有效利用振動響應對裝配質量進行有效評價。

山東超越數控電子股份有限公司公開了一種基于Logistics回歸和XGBoost模型的航空發動機故障預測方法，該方法通過構建服役發動機時序振動數據集，提取數據特征并對故障數據實行有效預測。其不足之處在于：僅通過服役期間航空發動機飛行參數進行評估，本身監測數據更偏向于飛機整機的性能反饋，且無法與制造裝配的檢測數據進行綜合分析與評價。

以上方法存在的問題在于：僅單獨考慮裝配目標的優化，而未考慮基于實測數據的裝配結果與振動特性之間的預測評價。采用XGBoost算法沒有考慮裝配參數和振動參數之間聯系，直接使用振動檢測參數作為趨勢評價與預測評估。

發明內容

本發明所要解決的技術問題是:提供一種大型旋轉裝備振動預測與裝配評價方法，為航空發動機通過振動特性預測來評價裝配質量提出一種新方法。

為了實現上述發明目的，本發明一種大型旋轉裝備振動預測與裝配評價方法包括以下步驟：

步驟1，獲取大型旋轉裝備轉/靜子裝配過程中同軸度、不平衡量等裝配參數以及整機運轉時位于靜子機匣上測點的振動參數所組成的數據集。

步驟2，數據清理，刪除含有缺失值和振動超標的數據。

步驟3，使用最大相關性算法分析裝配參數與振動參數間的相關性，按照相對于振動參數的相關性將裝配參數由大到小排序，選擇相關性強的裝配參數與振動參數作為最終的數據集，隨機選擇最終數據集部分數據帶入XGBoost回歸算法訓練，獲取裝配參數和振動參數耦合的XGBoost回歸算法預測模型。

步驟4，將剩余的數據帶入訓練好的預測模型中，預測相應裝配條件下的振動值，評價預測精度并固化預測模型。

步驟5，利用固化模型進行振動性能實時預測，將預測的振動值進行閾值范圍評價，若超過閾值范圍，則評定裝配質量不合格。

所述步驟1中航空發動機裝配參數與振動參數包括：

裝配參數：至少包含高壓壓氣機HPC兩個測量面的初始與最終不平衡矢量、高壓渦輪HPT兩個測量面的初始與最終不平衡矢量、HPC的徑向偏心矢量SP與端面高度差矢量SPG、HPT的徑向偏心矢量SP、HPC與HPT組合裝配后的篦齒盤盤心跳動大小。