[发明专利]一种大型旋转装备振动预测与装配评价方法

权利要求书

1.一种大型旋转装备振动预测与装配评价方法，其特征在于，包括以下步骤：

步骤1，获取大型旋转装备转/静子装配过程中同轴度、不平衡量的装配参数以及整机运转时位于静子机匣上测点的振动参数所组成的数据集；

步骤2，数据清理，删除含有缺失值和振动超标的数据值；

步骤3，使用最大相关性算法分析装配参数与振动参数间的相关性，按照相对于振动参数的相关性将装配参数由大到小排序，选择相关性强的装配参数与振动参数作为最终的数据集，随机选择最终数据集部分数据带入XGBoost回归算法训练，获取装配参数和振动参数耦合的XGBoost回归算法预测模型；

步骤4，将剩余的数据带入训练好的预测模型中，预测相应装配条件下的振动值，评价预测精度并固化预测模型；

步骤5，利用固化模型进行振动性能实时预测，将预测的振动值进行阈值范围评价，若超过阈值范围，则评定装配质量不合格。

2.根据权利要求1所述的方法，其特征在于，所述步骤1中装配参数与振动参数包括：

装配参数：至少包含高压压气机HPC两个测量面的初始与最终不平衡量、高压涡轮HPT两个测量面的初始与最终不平衡量、HPC的径向偏心矢量(SP)与端面高度差矢量(SPG)、HPT的径向偏心矢量SP、HPC与HPT组合装配后的篦齿盘盘心跳动大小；

振动参数：至少包含中介机匣测点位置振动高压分量，中介机匣测点和涡轮机匣测点的振动值。

3.根据权利要求1所述的一种大型旋转装备振动预测与装配评价方法，其特征在于，所述步骤2中振动超标的数据值为振动幅值不在[χ，γ]范围内的值。

4.根据权利要求1所述的一种大型旋转装备振动预测与装配评价方法，其特征在于，所述步骤3中最大相关性系数算法步骤包括：

式(1)中为输入参数X_j与目标参数Y的皮尔森相关系数，E为数列期望，θ和φ分别为目标参数Y和输入参数X_j的波莱尔可测函数。

式(1)可等效为式(2)形式的优化问题求解；

式(2)中，P为(X_j,Y)的联合分布，L₂(P)是P的平方可积函数，采用样条估计得到特征值的最大相关系数λ作为装配参数与振动参数间相关性大小的评判指标。

5.根据权利要求1所述的一种大型旋转装备振动预测与装配评价方法，其特征在于，所述步骤3中选择相关性强的装配参数与振动参数，即选择相关性系数最大的两个装配参数来与振动参数组成最终数据集。

6.根据权利要求1所述的一种大型旋转装备振动预测与装配评价方法，其特征在于，所述步骤3中在训练XGBoost回归算法时，会使用权利要求5中最终数据集随机划分为训练集和测试集。

7.根据权利要求1所述的一种大型旋转装备振动预测与装配评价方法，其特征在于，所述步骤3中获取带有装配参数和振动参数耦合的XGBoost回归算法模型时，其耦合表达式如下：

式(3)中：为作为预测目标的振动参数集，n为耦合迭代次数，Q为所有迭代函数集合，f_i为属于Q中的拟合函数，x为输入条件的装配参数集。

8.根据权利要求1所述的一种大型旋转装备振动预测与装配评价方法，其特征在于，所述步骤4中评价预测精度，可以使用R平方值作为模型计算精度的评价指标。

9.根据权利要求1所述的一种大型旋转装备振动预测与装配评价方法，其特征在于，所述步骤4中评价预测精度，使用R平方值作为模型精度评价，评价标准值为ε，若R平方值＜ε，则根据权利要求4的λ值由大到小依次选择其它装配参数，直到R平方值≥ε为止；若都不满足ε要求，则取ε最大的装配参数组合。

10.根据权利要求1所述的一种大型旋转装备振动预测与装配评价方法，其特征在于，所述步骤5中对振动性能实时预测，对于设定的阈值范围[α,β]，如果预测振动幅值A∈[α,β]，则认为装配合格，否则装配不合格。