一种基于模型的单盘转子不平衡参数识别方法技术

本发明专利技术为一种基于模型的单盘转子不平衡参数识别方法，是一种基于模型的、采用时域响应信号提取转子不平衡参数的方法。方法首先建立转子

【技术实现步骤摘要】
一种基于模型的单盘转子不平衡参数识别方法


[0001]本专利技术属于旋转设备不平衡故障诊断领域，涉及一种基于模型的、采用时域响应信号提取转子不平衡参数的方法。

技术介绍

[0002]在工业应用中，存在着较多类型的转子可简化为单盘类转子，在这些类型的转子中不平衡故障是引起设备振动变大的最主要原因。当旋转设备长期运行于高振动条件下时，会导致设备的使用寿命降低，产生重大安全事故，从而造成经济和生命财产的损失。而转子动平衡是降低不平衡故障导致设备振动变大的最主要手段，因此，高效、准确的平衡转子具有重要的意义。
[0003]传统的平衡方法如影响系数法、振型平衡法由于需要多次启停机进行加减试重，存在平衡效率较低的问题。传统的基于模型的平衡方法虽然平衡效率较高，但对传感器的安装位置和数量有着一定的要求，当传感器数量较少时，方法的不平衡参数识别结果对传感器的位置较为敏感，也就是说，当采用不同的测量位置时，方法的不平衡参数识别结果存在着较大的差异，而且识别均存在着较大的误差。
[0004]综上，亟需一种新的基于模型的不平衡参数识别方法，其可在测量点数较少的情况下，完成不平衡参数的高效、准确识别。

技术实现思路

[0005]为克服现有技术的不足之处，本专利技术提出了一种基于模型的、采用时域响应信号提取转子不平衡参数的方法，此方法可基于一个测量位置(x和y方向)的振动数据准确识别单盘转子的不平衡参数。
[0006]为达到以上目的，本专利技术采用如下技术方案：
[0007]1)建立单盘转子r/>‑
支承系统有限元模型；
[0008]2)在考虑陀螺效应的情况下，采用IIRS降阶技术对步骤1)中的有限元模型进行降阶；
[0009]3)采用步骤2)中获得的降阶模型建立不平衡力识别系统模型；
[0010]4)采用正则化方法求解步骤3)中建立的不平衡力识别系统模型，以获得不平衡力；
[0011]5)采用频谱校正法对步骤4)中获得的不平衡力进行处理，以获得不平衡参数(幅度和相位)；
[0012]本专利技术的改进之处在于，步骤1)包括：
[0013]采用有限元方法，建立转子
‑
支承系统的运动方程
[0014][0015]式中，M为质量矩阵，C为阻尼矩阵，G为陀螺矩阵，K为刚度矩阵，f为不平衡力向量，q为位移响应向量；
[0016]本专利技术的改进之处在于，步骤2)包括：
[0017]首次考虑了陀螺效应的影响，采用IIRS降阶技术对步骤1)中的模型矩阵M、C、G、K进行降阶，得到降阶后的质量、阻尼、陀螺和刚度矩阵：M
R
、C
R
、G
R
、K
R
，具体步骤参照如下：
[0018]步骤2.1)在动态矩阵降阶技术中，全模型的总自由度2n通常分为主自由度2m(在简化模型中保留，在本文中总是包括测量和存在不平衡力的自由度)和从自由度2s(省略)。按照选定的主、从自由度的顺序调整模型矩阵，得到各分块矩阵
[0019]M
mm
，M
ms
，M
sm
，M
ss
，C
mm
，C
ms
，C
sm
，C
ss
，G
mm
，G
ms
，G
sm
，G
ss
，K
mm
，K
ms
，K
sm
，K
ss
[0020]步骤2.2)构建状态空间模型分块矩阵A，B，B
c
，B
G
：
[0021][0022]步骤2.3)按如下过程进行迭代计算
[0023]①
假设转化矩阵的初始值：
[0024][0025]②
计算聚缩后的矩阵：
[0026]T
[k]＝[I(t
[k])
T
]T
[0027][0028][0029][0030][0031]③
计算迭代后的转换矩阵：
[0032][0033]④
计算结构模型缩聚后的复特征方程对应的复特征值λ
j
，并按照特征值虚部ω
j
(即有阻尼自振频率数值)从小到大排列：
[0034][0035]⑤
分别计算复特征值实部和虚部的相对误差：
[0036][0037]式中ξ为事先给定的容许最大误差。
[0038]⑥
重复
②
～
⑤
步，直至满足要求，退出循环。
[0039]步骤2.4)整理迭代p次后的矩阵，得到缩聚后的模型矩阵为：
[0040][0041]到此我们可得降阶后的M
R
，C
R
，G
R
和K
R
；
[0042]本专利技术的改进之处在于，步骤3)包括：
[0043]由步骤2)中获得的降阶矩阵，进一步得到连续时间状态空间方程和观测方程：
[0044][0045]式中为状态向量，为系统矩阵，为输入影响矩阵，其中S为不平衡力的选择矩阵，y(t)为输出向量。当选用电涡流传感器作为采集转子
‑
支承系统位移的传感器时，C＝[S
d
]为状态输出矩阵，其中S
d
为系统位移选择矩阵，此时，直接传输矩阵D为零矩阵。
[0046]由于测量通常在离散状态下进行，即在时刻kΔt时进行测量，故需对上述方程进行离散化，得到下述方程：
[0047]x
k+1
＝Ax
k
+Bf
k
[0048]y
k
＝Cx
k
+Df
k
[0049]式中x
k
＝x(kΔt)为离散状态向量，A＝exp(A
c
Δt)为离散的状态矩阵，为离散输入矩阵，Δt为采样周期。
[0050]依据响应数据y(k)来预测系统的不平衡力f(k)，对于零初始条件来说，可得任意时刻系统的输出y(k)
[0051][0052]式中权重矩阵H
i
表示为H0＝D，H
i
＝CA
i
‑1B(i＝1，2，3...)
[0053]通过对上式推导，可得到不平衡力识别系统模型：
[0054][0055]式中
[0056][0057]本专利技术的具体改进之处在于步骤4)中采用考虑陀螺效应的降阶模型构建了不平衡力识别系统模型，避免了传统方法模态扩展技术的应用，可以实现测量点数较小的情况下不平衡力的准确识别。
[0058]本专利技术的改进之处在于，步骤4)包括：
[0059]采用Tikhonov正则化方法求解步骤3)中建立的不平衡力识别系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模型的、采用时域响应信号提取转子不平衡参数的方法，其特征在于，方法采用以下步骤：1)建立单盘转子
‑
支承系统有限元模型；2)在考虑陀螺效应的情况下，采用IIRS降阶技术对步骤1)中的有限元模型进行降阶；3)采用步骤2)中获得的降阶模型建立不平衡力识别系统模型；4)采用正则化方法求解步骤3)中建立的不平衡力识别系统模型，以获得不平衡力；5)采用频谱校正法对步骤4)中获得的不平衡力进行处理，以获得不平衡参数(幅度和相位)；其中，步骤1)包括：考虑转子
‑
支承系统的陀螺效应，建立转子
‑
支承系统的运动方程式中，M为质量矩阵，C为阻尼矩阵，G为陀螺矩阵，K为刚度矩阵，f为不平衡力向量，q为位移响应向量；步骤2)包括：采用IIRS降阶技术对步骤1)中的模型矩阵M、C、G、K进行降阶，得到降阶后的质量、阻尼、陀螺和刚度矩阵：M
R
、C
R
、G
R
、K
R
，具体步骤参照如下：步骤2.1)在动态矩阵降阶技术中，全模型的总自由度2n通常分为主自由度2m(在简化模型中保留，在本文中总是包括测量和存在不平衡力的自由度)和从自由度2s(省略)。按照选定的主、从自由度的顺序调整模型矩阵，得到各分块矩阵：M
mm
，M
ms
，M
sm
，M
ss
，C
mm
，C
ms
，C
sm
，C
ss
，G
mm
，G
ms
，G
sm
，G
ss
，K
mm
，K
ms
，K
sm
，K
ss
步骤2.2)构建状态空间模型分块矩阵A，B，B
C
，B
G
：步骤2.3)按如下过程进行迭代计算
①
假设转化矩阵的初始值：
②
计算聚缩后的矩阵：T
[k]
＝[I (t
[k]
)
T
]
TTTT
③
计算迭代后的转换矩阵：
④
计算结构模型缩聚后的复特征方程对应的复特征值λ
j
，并按照特征值虚部ω
j
(即有阻尼自振频率数值)从小到大排列：λ
j
＝
‑
ε
i
±
iω
j
⑤
分别计算复特征值实部和虚部的相对误差：式中ξ为事先给定的容许最大误差；
⑥
重复
②
～
⑤
步，直至满足要求，退出循环；步骤2.4)整理迭代p次后的矩阵，得到缩聚后的模型矩阵为：到此我们可得降阶后的M
R
，C
R

【专利技术属性】
技术研发人员：崔继文，孙逊，陈越，谭久彬，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：