模锻压机运行状态的在线预测方法及系统技术方案

本发明专利技术提供一种模锻压机运行状态的在线预测方法及系统，包括：S1、采集活动横梁的位移、速度、加速度、驱动缸油压、回程缸油压和比例流量阀电压数据；S2、根据以上数据，建立液压系统方程；S3、由加速度、驱动缸以及回程缸压力传感器得到的数据，计算出摩擦力Ff；S4、在模锻压机负载运行状态下，由活动横梁的加速度、驱动缸压力传感器及回程缸压力传感器得到相应数据，计算出负载力Fl；S5、根据加速运动的规律建立模锻压机的运动方程；S6、控制器的控制算法方程；S7、联立各式求出运行速度；S8、根据v推导出活动横梁稳定运行、震荡、爬行的判定条件。本发明专利技术提供的模锻压机运行状态的在线预测方法及系统适应范围广、预测和评估准确、安全隐患小。

【技术实现步骤摘要】

本专利技术涉及锻造设备领域，具体涉及一种模锻压机运行状态的在线预测方法及系统。
技术介绍
现代高性能涡轮盘、飞机起落架等大型复杂整体构件的服役工况趋于极端化，材料的合金化程度不断升高，并需整体锻造，致使模锻压机必须提供万吨级的驱动力以及极大惯量的运动部件，如8万吨的模锻压机驱动力最大可达8万吨以上且运动部件质量超过2800吨，因此稍有速度震荡，就将对导向立柱产生很大的横向附加力矩，导致模锻压机受损，甚至出现严重的安全问题。另一方面，等温模锻技术已成为难加工构件成形制造的关键技术与必然趋势。然而，等温锻造位移区间小，速度低，材料成型工艺需要极稳定的成形精度。其次，材料组织的不均匀产生的锻压变形抗力的突变，以及柱塞缸低速摩擦力等，极易造成锻造过程的速度震荡及爬行现象(在滑动摩擦副中从动件在匀速驱动和一定摩擦条件下产生的周期性时停时走或时慢时快的运动现象)。该现象对产品的品质，甚至压机的使用寿命都有严重的影响。因此，对模锻压机运行状态进行评估与预测是获得高性能锻件的基础，也是大型模锻装备安全性的关键。经检索，《机械工程学报》2015年9月、第51卷第18期公开了名称为“大型模锻装备锻造过程建模与运行分析”的技术方案，该方案通过建立复杂锻造过程的非线性模型，提出基于非线性震动分析理论的模锻压机速度求解方法，求出了模锻压机速度的近似解。但该方案有如下问题：1、只对模锻压机进行离线建模，且其负载力模型对应的锻件形状仅为长坯状，对其他形状锻件的适应性差，适应范围窄。2、只给出了阀的流量方程，流量连续性方程中的电压u为常数，无法求解出速度的精确解析解，进而导致对模锻压机运行状态的预测与评估精确度不高。此外，中南大学学报(自然科学版)2014年10月、第45卷第10期公开了名称为“大型模锻压机极低速稳定运行规律”的技术方案，该方案在计算过程中，只应用了压机运行方程并通过将油压p简化为线性变化关系，进而计算出压机运行速度解。在计算过程中未引入运行方程、液压系统以及控制器算法，其计算结果的精确性也较差。故本领域需要一种可以解决以上问题的模锻压机运行状态的在线预测方法和/或系统。
技术实现思路
为克服现有技术中模锻设备的不足，本专利技术提供一种适应范围广、预测和评估准确、安全隐患小的模锻压机运行状态的在线预测方法及系统。具体方案如下：一种模锻压机运行状态的在线预测方法，包括如下步骤：S1、数据组的获得；具体包括：锻压过程中活动横梁的位移、活动横梁的速度、活动横梁的加速度数据、驱动缸油压、回程缸油压和比例流量阀电压；S2、根据S1中读出的比例流量阀电压、活动横梁速度、驱动缸油压和回程缸油压数据，采用神经网络模型，建立精确的包含管路、比例流量阀的液压系统方程式中K为比例流量阀的比例系数；S3、建立控制器的控制算法方程式中u0为初始电压，kp、ki、kd为控制算法参数；S4、在模锻压机空载运行状态下，由S1中得到的数据，根据加速运动的规律建立方程计算出摩擦力Ff；式中M为锻压机运动部件的质量，为活动横梁运动的加速度，Fr为回程缸的背压力，A为驱动缸的柱塞面积，p为驱动缸内的油压；将S4中的摩擦力Ff在工作点v处进行泰勒展开为Ff＝Ff0+f1v+f2v2+f3v3；式中Ff0、f1、f2和f3通过离线数据辨识得出；S5、在模锻压机负载运行状态下，由S1和S4得到的相应数据，根据加速运动的规律建立方程计算出负载力Fl；因负载力Fl为时间t和速度v的函数，且模锻压机运行速度低，锻压位移小，故可将S5中的负载力Fl在工作点v处进行泰勒展开为Fl＝Fl0+k1x+k2v+k3v2+k4v3；式中Fl0、k1、k2、k3和k4通过在线辨识得出；S6、根据加速运动的规律建立模锻压机的运动方程S7、根据摩擦力Ff、负载力Fl，模锻压机的运动方程、液压系统方程及控制器的控制算法方程，联立求出该时刻模锻压机锻造过程中运行速度与时间的规律式，即v(t)＝A0+acosφ+B0asinφ+C0a2sin(2φ)+D0a3sin(3φ)；式中A0为活动横梁运动时的振幅，a为振幅参数，φ、B0、C0和D0均为具有各自表达式的计算参数；并根据上述运动规律，推导出锻压过程的运行结果；S8、根据v(t)推导出模锻压机锻造时活动横梁稳定运行、震荡、爬行的判定条件。根据本专利技术的一个优选实施例，S1中活动横梁的位移、活动横梁的速度、活动横梁的加速度数据通过位移传感器、速度传感器、加速度传感器采集获得；驱动缸油压、回程缸油压数据通过压力传感器采集获得；比例流量阀电压数据通过电压表测得。根据本专利技术的一个优选实施例，S8具体包括如下步骤：S81、将a的阈值设定为1％|A0|，若该时刻a的收敛值为0或小于阈值，则下一时刻活动横梁的运行速度v(t)收敛于A0，系统将平稳运行；S82、若该时刻a的收敛值大于1％|A0|，根据速度震荡率δ，当δ＜1时，下一时刻系统运行状态出现震荡；S83、根据S82，当δ＞1时，下一时刻系统运行状态出现爬行现象。根据本专利技术的一个优选实施例，根据S3，通过限定值Mp＜Mρr，tp＜tpr，Qmax＜Qr，求出模锻压机控制器算法的参数稳定域Ω，并通过该稳定域设计控制器；式中Mp为速度超调量、Mpr为速度超调量的额定值；tp为超调时间，tpr为超调时间的额定值；Qmax为比例流量阀的最大流量，Qr为比例流量阀最大流量的额定值。根据本专利技术的一个优选实施例，还包括仿真实验步骤S9，具体为：计算机建模，输入相关参数，根据S8的判定条件对模锻压机运行状态的预测是否准确进行验证。一种模锻压机运行状态的在线预测系统，包括油路、控制信号线路和传感器信号线路；所述油路包括一端连接液压泵、另一端的第一支连接驱动缸和回程缸，另一端的第二支连接压力表的比例流量阀，且第二支接有压力传感器；所述传感器信号线路包括工控机、PLC、压力传感器、位移传感器、速度传感器和加速度传感器，所述工控机、PLC和压力传感器依次连接，同时所述PLC还连接用于测量活动横梁位移、速度和加速度的位移传感器、速度传感器和加速度传感器；所述控制信号线路包括依次连接的工控机、PLC、压力表和比例流量阀。本专利技术提供的技术方案具有如下有益效果：1、本技术方案提供的模锻压机运行状态的在线预测方法及系统，可对任意形状的锻件进行锻造，如长坯形、椭球形、球形、长方体形等，形状不受限制，不同形状均可得到准确的模型，适应范围宽。本方案推导出的结果可直接应用于控制器程序中，使用安全方便，便于实施推广，不仅可以应用于各种类型的模锻压机运动状态的预估，也可以应用于各种动力机械设备的运动状态的预估。2、本技术方案可对任意形状的锻件进行摩擦力的离线建模和负载力的在线建模，使计算更加准确。3、由以上两点可知，本技术方案的在线预测方法和系统可对大型模锻压机进行准确评估和预测，即可准确预知模锻压机下一刻的运动状态，因而大大提高了安全性，安全隐患较小。除了上面所描述的目的、特征和优点之外，本专利技术还有其它的目的、特征和优点。下面将参照附图，对本专利技术作进一步详细的说明。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员本文档来自技高网...

【技术保护点】
一种模锻压机运行状态的在线预测方法，其特征在于，包括如下步骤：S1、数据组的获得；具体包括：锻压过程中活动横梁的位移、活动横梁的速度、活动横梁的加速度数据、驱动缸油压、回程缸油压和比例流量阀电压；S2、根据S1中读出的比例流量阀电压、活动横梁速度、驱动缸油压和回程缸油压数据，采用神经网络模型，建立精确的包含管路、比例流量阀的液压系统方程式中K为比例流量阀的比例系数；S3、建立控制器的控制算法方程式中u0为初始电压，kp、ki、kd为控制算法参数；S4、在模锻压机空载运行状态下，由S1中得到的数据，根据加速运动的规律建立方程计算出摩擦力Ff；式中M为锻压机运动部件的质量，为活动横梁运动的加速度，Fr为回程缸的背压力，A为驱动缸的柱塞面积，p为驱动缸内的油压；因摩擦力Ff为时间t和速度v的函数，且模锻压机运行速度低，锻压位移小，故可将S4中的摩擦力Ff在工作点v处进行泰勒展开为Ff＝Ff0+f1v+f2v2+f3v3；式中Ff0、f1、f2和f3通过离线数据辨识得出；S5、在模锻压机负载运行状态下，由S1和S4得到的相应数据，根据加速运动的规律建立方程计算出负载力Fl；将S5中的负载力Fl在工作点v处进行泰勒展开为Fl＝Fl0+k1x+k2v+k3v2+k4v3；式中Fl0、k1、k2、k3和k4通过在线辨识得出；S6、根据加速运动的规律建立模锻压机的运动方程S7、根据摩擦力Ff、负载力Fl，模锻压机的运动方程、液压系统方程及控制器的控制算法方程，联立求出该时刻模锻压机锻造过程中运行速度与时间的规律式，即v(t)＝A0+acosφ+B0asinφ+C0a2sin(2φ)+D0a3sin(3φ)；式中A0为活动横梁运动时的振幅，a为振幅参数，φ、B0、C0和D0均为具有各自表达式的计算参数；并根据上述运动规律，推导出锻压过程的运行结果；S8、根据v(t)推导出模锻压机锻造时活动横梁稳定运行、震荡、爬行的判定条件。...

【技术特征摘要】
1.一种模锻压机运行状态的在线预测方法，其特征在于，包括如下步骤：S1、数据组的获得；具体包括：锻压过程中活动横梁的位移、活动横梁的速度、活动横梁的加速度数据、驱动缸油压、回程缸油压和比例流量阀电压；S2、根据S1中读出的比例流量阀电压、活动横梁速度、驱动缸油压和回程缸油压数据，采用神经网络模型，建立精确的包含管路、比例流量阀的液压系统方程式中K为比例流量阀的比例系数；S3、建立控制器的控制算法方程式中u0为初始电压，kp、ki、kd为控制算法参数；S4、在模锻压机空载运行状态下，由S1中得到的数据，根据加速运动的规律建立方程计算出摩擦力Ff；式中M为锻压机运动部件的质量，为活动横梁运动的加速度，Fr为回程缸的背压力，A为驱动缸的柱塞面积，p为驱动缸内的油压；因摩擦力Ff为时间t和速度v的函数，且模锻压机运行速度低，锻压位移小，故可将S4中的摩擦力Ff在工作点v处进行泰勒展开为Ff＝Ff0+f1v+f2v2+f3v3；式中Ff0、f1、f2和f3通过离线数据辨识得出；S5、在模锻压机负载运行状态下，由S1和S4得到的相应数据，根据加速运动的规律建立方程计算出负载力Fl；将S5中的负载力Fl在工作点v处进行泰勒展开为Fl＝Fl0+k1x+k2v+k3v2+k4v3；式中Fl0、k1、k2、k3和k4通过在线辨识得出；S6、根据加速运动的规律建立模锻压机的运动方程S7、根据摩擦力Ff、负载力Fl，模锻压机的运动方程、液压系统方程及控制器的控制算法方程，联立求出该时刻模锻压机锻造过程中运行速度与时间的规律式，即v(t)＝A0+acosφ+B0asinφ+C0a2sin(2φ)+D0a3sin(3φ)；式中A0为活动横梁运动时的振幅，a为振幅参数，φ、B0、C0和D0均为具有各自表达式的计算参数；并根据上述运动规律，推导出锻压过程的运行结果；S8、根据v(t)推导出模锻压机锻造时活动横梁稳定运行、震荡、爬行的判定条件。2.根据权利要求1所述的模锻压...

【专利技术属性】
技术研发人员：陆新江，黄明辉，雷杰，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43