大型高速回转装备转子叶片排序方法和目标函数优化方法技术

大型高速回转装备转子叶片排序方法和目标函数优化方法，涉及大型高速回转装备领域。针对现有技术中存在的，工厂在安装叶片时引起的转动惯量较大，对轴系平衡非常不利的问题，本发明专利技术提供的技术方案为：叶片排序的目标函数优化方法：初始化；采集适应度函数；将粒子的始适应度值作为局部最优值；将最高的初始适应度值作为全局最优值；更新每个粒子的飞翔速度；限制每个粒子的飞翔速度；更新每个粒子的位置；若当前适应度值高于该粒子的所述局部最优值，则作为局部最优值位置；判断最优值和最优值位置是否满足预设条件，若满足则输出所述新的全局最优值和全局最优值位置作为结果。适合应用于解决大型高速回转装备转子叶片排序问题。题。题。

【技术实现步骤摘要】
大型高速回转装备转子叶片排序方法和目标函数优化方法


[0001]涉及大型高速回转装备领域，基于涉及大型高速回转装备制造。

技术介绍

[0002]大型高速回转装备振动超标是影响设备运行安全的重要因素。据统计，大型高速回转装备振动超标占大型高速回转装备总故障的60％，而振动又是主要由转动惯量超标引起的，因此需要通过减小振动惯量来抑制大型高速回转装备振动，提高大型高速回转装备安全性能。导致大型高速回转装备振动惯量超标的主要是由转子叶片排序不合理，使得转子质心偏移实际回转轴线较大引起的，因此合理的叶片排序方法对于改善大型高速回转装备振动特性具有重要意义。叶片在工厂制造时，不可避免地由于制造误差的存在使得每个叶片的质量不相等，这就需要在叶片安装前进行合理的排序消除误差。工厂在安装叶片时，短叶片一般按照质量平衡的方法，即先对叶片进行称重，然后将质量相近的叶片对称安装。而长叶片由于叶根形状部分加工误差较大，质量相同的叶片质心位置不同，在转动时产生的叶片质量矩不同，引起的转动惯量较大，对轴系平衡非常不利。

技术实现思路

[0003]针对现有技术中存在的，工厂在安装叶片时，短叶片一般按照质量平衡的方法，即先对叶片进行称重，然后将质量相近的叶片对称安装。而长叶片由于叶根形状部分加工误差较大，质量相同的叶片质心位置不同，在转动时产生的叶片质量矩不同，引起的转动惯量较大，对轴系平衡非常不利的问题，本专利技术提供的技术方案为：
[0004]大型高速回转装备转子叶片排序目标函数优化方法方法，经排序后的叶片作为初始种群中的粒子，所述方法包括：
[0005]步骤1：初始化所述初始种群；
[0006]步骤2：采集适应度函数、计算所述初始种群中每个粒子的初始适应度；
[0007]步骤3：将每个粒子的始适应度值作为这个粒子的局部最优值，将当前的适应度值的位置记录为局部最优值位置；
[0008]步骤4：将最高的一个初始适应度值作为所述初始种群的全局最优值，将所述全局最优值的位置记录为全局最优值位置；
[0009]步骤5：更新每个粒子的飞翔速度；
[0010]步骤6：限制每个粒子的飞翔速度；
[0011]步骤7：更新每个粒子的位置；
[0012]步骤8：计算每个粒子的当前适应度值，若所述当前适应度值高于该粒子的所述局部最优值，则采用所述当前适应度值作为新的局部最优值，并且采用该粒子的所述当前适应度值对应的当前位置作为新的局部最优值位置；
[0013]步骤9：将最高的一个当前适应度值作为新的全局最优值，将所述当前适应度值对应的位置作为新的全局最优值位置；
[0014]步骤10：判断步骤9中得到的新的全局最优值和全局最优值位置是否满足预设条件，若不满足，则返回并重复步骤5至步骤9，若满足则输出所述新的全局最优值和全局最优值位置作为结果。
[0015]进一步，所述步骤1中，初始化包括：采集惯性因子和加速常数。
[0016]进一步，所述步骤5中，更新飞翔速度的方法为：根据公式：
[0017]ν
i
＝w*ν
i
+c1*rand()*(pBest[i]‑
X
i
)+c2*Rand()*(gBest[i]‑
X
i
)，
[0018]其中，c1和c2表示学习因子，rand()和Rand()为[0,1]之间的随机数，w表示惯性权重，v
i
表示当前粒子飞翔速度，X
i
表示粒子群当前位置，pBest[i]表示粒子群适应度函数的当前局部最优值，gBest[i]表示粒子群适应度函数的当前全局最优值。
[0019]进一步，所述步骤6具体为：限制每个粒子的飞翔速度不超过预设的速度。
[0020]进一步，所述步骤7中，更新粒子位置的方法为：根据公式：
[0021]x
i
＝x
i
+ν
i
，
[0022]其中，v
i
表示粒子飞翔速度，x
i
表示第i个粒子在更新前的位置。
[0023]进一步，所述步骤10中还包括：当所述返回并重复步骤5至步骤9的次数超过预设次数时，判断结果为满足。
[0024]基于同一专利技术构思，本专利技术还提供了大型高速回转装备转子叶片排序目标函数优化方法装置，经排序后的叶片作为初始种群中的粒子，所述装置包括：
[0025]模块1：用于初始化所述初始种群；
[0026]模块2：用于采集适应度函数、计算所述初始种群中每个粒子的初始适应度；
[0027]模块3：用于将每个粒子的始适应度值作为这个粒子的局部最优值，将当前的适应度值的位置记录为局部最优值位置；
[0028]模块4：用于将最高的一个初始适应度值作为所述初始种群的全局最优值，将所述全局最优值的位置记录为全局最优值位置；
[0029]模块5：用于更新每个粒子的飞翔速度；
[0030]模块6：用于限制每个粒子的飞翔速度；
[0031]模块7：用于更新每个粒子的位置；
[0032]模块8：用于计算每个粒子的当前适应度值，若所述当前适应度值高于该粒子的所述局部最优值，则采用所述当前适应度值作为新的局部最优值，并且采用该粒子的所述当前适应度值对应的当前位置作为新的局部最优值位置；
[0033]模块9：用于将最高的一个当前适应度值作为新的全局最优值，将所述当前适应度值对应的位置作为新的全局最优值位置；
[0034]模块10：用于判断模块9中得到的新的全局最优值和全局最优值位置是否满足预设条件，若不满足，则返回并重复模块5至模块9的功能，若满足则输出所述新的全局最优值和全局最优值位置作为结果。
[0035]基于同一专利技术构思，本专利技术还提供了大型高速回转装备转子叶片排序方法，所述方法包括：
[0036]步骤11：将所述叶片排序后，作为初始种群中的粒子；
[0037]步骤12：通过所述的大型高速回转装备转子叶片排序目标函数优化方法方法优化所述初始种群，得到优化后的结果，作为最终的叶片排序。
[0038]基于同一专利技术构思，本专利技术还提供了计算机储存介质，用于储存计算机程序，所述储存介质中储存的计算机程序被计算机读取时，所述计算机执行所述的大型高速回转装备转子叶片排序目标函数优化方法方法或所述的大型高速回转装备转子叶片排序方法。
[0039]基于同一专利技术构思，本专利技术还提供了计算机，包括处理器和储存介质，所述储存介质中储存有计算机程序，其特征在于，当所述处理器处理所述储存介质中储存的计算机程序时，所述计算机执行所述的大型高速回转装备转子叶片排序目标函数优化方法方法或所述的大型高速回转装备转子叶片排序方法。
[0040]本专利技术的有益之处在于：
[0041]本专利技术提供的大型高速回转装备转子叶片排序方法考虑叶片质量矩的差异，根据转子运转过程中的振动惯量来进行转子平衡，达到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.大型高速回转装备转子叶片排序目标函数优化方法方法，经排序后的叶片作为初始种群中的粒子，其特征在于，所述方法包括：步骤1：初始化所述初始种群；步骤2：采集适应度函数、计算所述初始种群中每个粒子的初始适应度；步骤3：将每个粒子的始适应度值作为这个粒子的局部最优值，将当前的适应度值的位置记录为局部最优值位置；步骤4：将最高的一个初始适应度值作为所述初始种群的全局最优值，将所述全局最优值的位置记录为全局最优值位置；步骤5：更新每个粒子的飞翔速度；步骤6：限制每个粒子的飞翔速度；步骤7：更新每个粒子的位置；步骤8：计算每个粒子的当前适应度值，若所述当前适应度值高于该粒子的所述局部最优值，则采用所述当前适应度值作为新的局部最优值，并且采用该粒子的所述当前适应度值对应的当前位置作为新的局部最优值位置；步骤9：将最高的一个当前适应度值作为新的全局最优值，将所述当前适应度值对应的位置作为新的全局最优值位置；步骤10：判断步骤9中得到的新的全局最优值和全局最优值位置是否满足预设条件，若不满足，则返回并重复步骤5至步骤9，若满足则输出所述新的全局最优值和全局最优值位置作为结果。2.根据权利要求1所述的大型高速回转装备转子叶片排序目标函数优化方法方法，其特征在于，所述步骤1中，初始化包括：采集惯性因子和加速常数。3.根据权利要求1所述的大型高速回转装备转子叶片排序目标函数优化方法方法，其特征在于，所述步骤5中，更新飞翔速度的方法为：根据公式：ν
i
＝w*ν
i
+c1*rand()*(pBest[i]
‑
X
i
)+c2*Rand()*(gBest[i]
‑
X
i
)，其中，c1和c2表示学习因子，rand()和Rand()为[0,1]之间的随机数，w表示惯性权重，v
i
表示当前粒子飞翔速度，X
i
表示粒子群当前位置，pBest[i]表示粒子群适应度函数的当前局部最优值，gBest[i]表示粒子群适应度函数的当前全局最优值。4.根据权利要求1所述的大型高速回转装备转子叶片排序目标函数优化方法方法，其特征在于，所述步骤6具体为：限制每个粒子的飞翔速度不超过预设的速度。5.根据权利要求1所述的大型高速回转装备转子叶片排序目标函数优化方法方法，其特征在于，所述步骤7中，更新粒子位置的方法为：根据公式：x
i
＝x
i
+ν
i

【专利技术属性】
技术研发人员：谭久彬，王寅初，刘永猛，孙传智，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：