[发明专利]一种转子多点不平衡量识别方法

权利要求书

1.一种转子多点不平衡量识别方法，其特征在于，包括以下步骤：

1)获取转子系统固有的结构及模态信息：转子长度l、直径d、密度ρ、弹性模量E，转盘直径D、厚度t和位置，轴承刚度K、阻尼C和支承位置；

2)对转子系统进行节点划分，建立转子系统集中质量模型；具体过程如下：

将转子系统离散成圆盘、轴段和支承基本单元，把每个轴段的质量和转动惯量集总到左右两端构成的刚性薄圆盘上，轴段本身则简化成无质量的弾性轴；其中圆盘的属性包括集总质量M_i、集总直径转动惯量Jd_i和集总极转动惯量Jp_i；

集总质量：

集总极转动惯量：

集总直径转动惯量：

节点集总化参数：

式中，和分别为原节点i处转盘的质量、直径转动惯量和极转动惯量；

轴承处节点等效刚度为：

Ks_i＝K_i+iω·C_i (5)

若第i节点存在不平衡，则该节点不平衡量：

U_i＝m_ie(cosα+isinα) (6)

式中，m_i为不平衡质量，e、α为不平衡量的幅值和相位；

3)采用Riccati传递矩阵，结合步骤2)中集中质量模型，获得转子系统理论不平衡响应；具体步骤如下：

设第i个截面的状态矢量为其中M_x和M_y为截面弯矩，Q_x和Q_y为截面剪力，X和Y为截面挠度，A和B为截面斜率，将此向量记为z_i，将每个圆盘和轴段组成一个构件，则构件两端的截面矢量分别记为z_i和z_i+1，构件所受外力记为F_i，构件两端的矢量关系为：

z_i+1＝T_iz_i+F_i (7)

式中，T_i是第i个构件的传递矩阵；

将状态矢量中的元素分为{f}、{e}两组，分别代表状态矢量中前四个元素和其余元素，引入Riccati变换，则：

{f}_i＝{S}_i{e}_i+{P}_i (8)

根据左截面边界条件f_i＝0,e_i＝0和右界面边界条件f_i＝0，递推求出各截面状态矢量e_i，即转子不平衡响应的复数形式；

4)采集转子系统实际运行的振动信号，即为不平衡振动信号为设定固定转速下、有限传感器位置处振动信号；

5)结合转子系统理论不平衡响应和实测振动信号，使用遗传算法进行不平衡量数目识别；其中遗传算法目标函数，引入正则化思想，在传统目标函数的基础上增加L1正则化项，形成新的目标函数，得到不平衡量稀疏性的结果，目标函数如下：

式中：

U-转子不平衡量向量；

x_r-转子系统实测振动信号；

f(U)-转子系统理论不平衡响应；

λ-正则化因子；

使用遗传算法进行不平衡数目识别具体步骤如下：

a.初始化，随机产生一组初始个体构成初始种群P(t)，并通过式(9)评价每个个体的适应度值；

b.判断算法是否满足终止条件，即误差是否小于设定值或达到设定迭代次数，若满足终止条件则输出结果，终止运算；否则执行以下步骤；

c.选择运算，根据适应度大小，以用户设置的代沟值为选择概率，从种群中选择若干个体；

d.交叉运算，根据用户设置的交叉概率，随机指定一个或多个交叉点，对随机选择的两个个体交换交叉点单侧或中间的基因，形成两个新的个体；

e.变异运算，根据用户设置的变异概率，将个体基因座上随机选择的部分基因用其他基因替换，形成新的个体；

f.经过上述步骤得到下一代群体P(t+1)，返回步骤b；

6)在步骤5)所得不平衡量数目的基础上，使用粒子群算法进行不平衡量位置和大小识别。