[发明专利]一种基于惯性回转中心调控最优化及智能学习的大型高速回转装备多级零部件选配方法有效
| 申请号： | 201910217523.4 | 申请日： | 2019-03-21 |
| 公开（公告）号： | CN109960867B | 公开（公告）日： | 2022-09-20 |
| 发明（设计）人： | 刘永猛;谭久彬;孙传智;陈丹阳 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06F30/17 | 分类号： | G06F30/17;F04D29/60;G06N3/08 |
| 代理公司： | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人： | 刘景祥 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于惯性回转中心调控最优化及智能学习的大型高速回转装备多级零部件选配方法，属于机械装配技术领域。第一步、建立多级转子装配同轴度的预测模型；第二步、结合所述预测模型获得转子与静子的偏心误差，实现多级转静子装配后相对间隙的获取；第三步、获得装配后各级转静子定位、定向误差引起的第n级转静子不平衡量；第四步、获得多转静子初始不平衡量；第五步、建立基于各级转静子角向安装位置的多级转静子装配几何量、不平衡量和相对间隙的多目标优化模型；利用遗传算法优化各批次转静子角向安装位置，实现多参数多级转静子选配。 | ||
| 搜索关键词： | 一种 基于 惯性 回转 中心 调控 优化 智能 学习 大型 高速 装备 多级 零部件 选配 方法 | ||
【主权项】：
1.一种基于惯性回转中心调控最优化及智能学习的大型高速回转装备多级零部件选配方法，其特征在于，所述方法包括：第一步、建立多级转子装配同轴度的预测模型；第二步、结合所述预测模型，通过多级转静子装配后的偏心误差，获得转子与静子的偏心误差，并根据偏心误差求得所述转子和静子的相对跳动量，进而实现多级转静子装配后相对间隙的获取；第三步、利用定位、定向误差引起的偏心误差传递矩阵，获得装配后各级转静子定位、定向误差引起的第n级转静子不平衡量；第四步、将单级转静子自身不平衡量和装配后各级转静子定位、定向误差引起的第n级转静子不平衡量进行矢量相加，获得各转静子单级不平衡量；然后将各转静子单级不平衡量进行矢量叠加获得多转静子初始不平衡量；第五步、建立BP神经网络，实现多级转静子初始不平衡量预测后的修正；第六步、依据所述预测模型中的多级转静子装配后同轴度、多转静子初始不平衡量、多级转静子装配后相对间隙与角向安装位置之间的关系，建立基于各级转静子角向安装位置的多级转静子装配几何量、不平衡量和相对间隙的多目标优化模型；利用遗传算法优化各批次转静子角向安装位置，实现多参数多级转静子选配。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学，未经哈尔滨工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910217523.4/，转载请声明来源钻瓜专利网。
