[發明專利]一種面向裝配過程的低壓轉子多工序不平衡量預測方法

有效

• 申請號: 202110629422.5
• 申請日: 2021-06-04
• 公開（公告）號: CN113435110B
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 王明微;劉磊;周競濤;張惠斌
• 申請（專利權）人: 西北工業大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06F17/18
• 代理公司: 西安匠星互智知識產權代理有限公司 61291
• 代理人: 陳星

本發明公開了一種面向裝配過程的低壓轉子多工序不平衡量預測方法，用于解決低壓轉子初始不平衡量波動大，一次成功率低的問題。該發明的技術方案是通過對低壓轉子的結構以及裝配工藝分析，從零部件加工質量、裝配工藝、裝配質量中確定各工序不平衡量的影響因素構建關鍵影響因素備選集，然后利用復雜網絡對關鍵影響因素進行識別；其次在此基礎上，針對每一裝配工序建立基于雙向LSTM網絡的不平衡量預測模型；最后以所建立的不平衡量預測模型為基礎構建低壓轉子半實物仿真模型實現裝配過程中不平衡量的預測。

技術領域

本發明屬于航空發動機制造領域，涉及一種面向裝配過程的低壓轉子多工序不平衡量預測方法。

背景技術

不平衡量是引起低壓轉子振動的主要原因，嚴重時會影響到航空發動機的運轉可靠性與使用壽命。然而低壓轉子不平衡量受零件加工質量、裝配工藝、裝配質量等多因素協同影響，使得其在裝配過程中的預測面臨影響因素多、互相耦合且作用機理不明確等問題，這導致裝配過程中不平衡量難以預測。文獻“航空發動機轉子同軸度和不平衡量雙目標優化裝配方法”提出了一種基于神經網絡的轉子不平衡量預測方法。該方法在根據多級轉子結構特點及堆疊裝配工藝明確不平衡量的誤差源的基礎上，建立了基于BP神經網絡的多級轉子不平衡量預測網絡，實現了轉子初始不平衡量的識別。但是該方法是在轉子裝配前對轉子不平衡量進行預測，僅僅考慮了零件加工質量和部分裝配工藝，忽略了裝配過程中各因素對不平衡的影響，預測精確度較低，具有一定的局限性。

發明目的

為解決目前低壓轉子初始不平衡量波動大，一次成功率低的問題，本發明提出了面向裝配過程的不平衡量半實物仿真模型，主要解決以下兩個問題：

(1)各工序不平衡量關鍵影響因素識別。針對各工序初始不平衡量影響因素眾多、影響關系黑箱且強耦合的問題，提出基于復雜網絡的不平衡量關鍵影響因素識別方法，采用復雜網絡對各工序不平衡量影響因素的關聯關系建模，然后基于所建立的關聯關系模型采用熵權-TOPSIS模型對其中的關鍵影響因素進行識別。

(2)面向裝配過程的不平衡量預測。針對低壓轉子不平衡量與其關鍵影響因素復雜耦合以及雙向時序作用關系，本發明在對各裝配工序不平衡量關鍵影響因素識別的基礎上，構建以雙向LSTM網絡為預測模型的半實物仿真模型，實現裝配過程中低壓轉子各工序不平衡量的預測。

發明內容

為實現裝配過程中對不平衡量的預測，本發明提出了一種面向裝配過程的低壓轉子多工序不平衡量預測模型，通過對低壓轉子結構和裝配工藝分析形成不平衡量關鍵影響因素備選，然后利用復雜網絡構建因素間的關聯關系模型對各工序不平衡量的關鍵影響因素進行識別，以所識別關鍵影響因素為輸入，利用雙向LSTM構建低壓轉子不平衡量預測模型對各工序不平衡量進行預測，最后建立低壓轉子半實物仿真模型實現裝配過程中不平衡的預測。由于是在綜合考慮了不平衡量形成過程中的各種因素的基礎上對關鍵影響因素進行的識別，并且利用虛實融合的方式解決了裝配過程中后序工步未進行所導致的輸入數據不完備的問題，因此實現了裝配過程中對不平衡量的預測并保證了其預測精度。

本發明解決其技術問題所采用的技術方案：一種面向裝配過程的低壓轉子多工序不平衡量預測方法，其特點是包括以下步驟：

步驟一、通過分析低壓轉子的結構以及裝配工藝形成各工序不平衡量關鍵影響因素備選集，用公式：

factors_i＝{proQua_i,assTec_i,assQua_i} (1)

式中，factors_i表示第i個工序不平衡量關鍵影響因素備選集，proQua_i是第i個工序所涉及到的零件加工質量，assTec_i是第i個工序所涉及到的裝配工藝，assQua_i是第i個工序所涉及到的裝配質量；