基于影响系数法的柔性转子无试重平衡法研究

针对目前转子动平衡技术需多次试重起车的不足 ,研究了柔性转子在无试重起车情况下进行动平衡的理论和方法 .无试重平衡法采用了影响系数法的平衡目标和优化思想 ,通过转子在选定测点及转速上不平衡响应的理论计算及原始不平衡振动量的实际测量 ,利用遗传算法进行配重的优化搜索 ,使转子在选定测点及转速上的残余振动量达到最小 .动平衡实例表明 ,无试重平衡法能有效地降低转子残余不平衡振动量 ,在转子现场动平衡中有广阔的应用前景 .

基于模态失衡力等效法的柔性转子无试重平衡方法

针对柔性转子系统失衡振动难以准确辨识的难题,从理论上推导了模态失衡力等效原则,并通过实验验证了该原则的有效性。基于该原则提出了一种新的柔性转子无试重平衡方法,重构了动平衡方法中动力学反问题求解算法,应用模型仿真和实验验证了相关理论,为高速柔性转子的无试重动平衡提供了一种新的思路。

柔性转子无试重动平衡法的实验研究

本文根据论文[1]提出的柔性转子无试重动平衡法,进行了实验验证。并解决了从公式的建立到实验的应用所必须的一些中间的环节存在的问题。从而使得这种理论的应用成为可能。

基于结构反求的折线轴无试重动平衡方法

摇摆式气体循环增压泵(摇摆泵)在研制过程中,需对折线轴进行无试重、多方案快速动平衡。针对现有动平衡方法的不足,通过模态分析,构建了以直轴配重块质径积、斜轴配重块质量和质心偏移距离为变量的折线轴动平衡状态参数模型。根据质心计算公式,结合数学建模和结构优化,建立了以质量和质心位置为目标值的四元参数化结构反求方法,成功设计出符合动平衡方案的配重块。建立轴承支撑模型,对该无试重动平衡方法进行了仿真,并通过测量实际配重时的振动加速度,对动平衡方案进行了验证。结果表明,该方法可提供多种动平衡方案以便摇摆泵的迭代设计,所有方案均能有效地降低折线轴旋转时的不平衡量。

虑及双转速双平面无试重虚拟动平衡研究

针对多盘柔性转子多转速多平面平衡需要多次启停机的问题,研究了一种基于动力学响应分析的虑及双转速双平面无试重虚拟动平衡方法。利用有限元软件Dyrobes建立了与多盘柔性转子实验台动力学相似的有限元模型,通过对平衡校正面施加虚拟不平衡激励,计算了不同转速下不同测点的振动响应,提取了双平衡转速下不平衡激励与振动响应之间的映射关系,得到了不同转速下不同校正平面的影响系数矩阵;对多盘柔性转子不平衡振动进行了测试,将影响系数矩阵代入振动矢量方程,采用最小二乘法计算得到了校正矢量,进行了动平衡前后振动对比。研究结果表明:该方法能在无试重条件下完成对多盘柔性转子的多转速平衡,能够实现一次加重即降低多转速下转子基频振动的目的,显著减少了启停机次数,提高了动平衡效率。

高速主轴动平衡方法研究现状

动平衡方法是高速主轴在线动平衡的必要条件,是实现高速主轴在线动平衡的关键。基于在线动平衡方法在高速主轴动平衡调控过程中所起到的重要作用,综述了目前所应用于高速主轴及高速转子的各种动平衡方法。详细地阐述了应用于刚性主轴和柔性主轴的动平衡方法,其中针对刚性主轴的动平衡方法主要介绍了力平衡法和影响系数法;针对柔性主轴的动平衡方法则重点对模态平衡法、影响系数法和无试重平衡法进行了详细地梳理。介绍了全息谱动平衡法和低速动平衡法这2种应用于平衡主轴的新方法。最后,对高速主轴在线动平衡方法的发展趋势进行了展望。

集成GA-PSO方法的转子系统多点不平衡量识别

针对传统转子动平衡方法需多次启车确定平衡配重、平衡效率低、平衡成本高的问题,提出了集成遗传算法(genetic algorithm,简称GA)及粒子群算法(particle swarm optimization,简称PSO)的转子多点不平衡量在线识别方法。该方法的核心是将转子不平衡量分解为数目、位置、质量和相位信息,分别获取转子系统理论不平衡响应与实际振动特征,正反问题角度相结合实现转子多点不平衡量的准确识别。首先,采用集成化的GA-PSO优化算法进行不平衡量识别;其次,通过引入正则化思想构造新的目标函数,利用遗传算法获取不平衡数目的稀疏表示,实现不平衡量数目识别;最后,采用粒子群算法进行不平衡量位置、质量和相位识别,通过缩小粒子群算法初值范围,提高不平衡位置、质量和相位识别精度。仿真和转子实验台实验数据的识别结果表明,该方法可以有效对转子不平衡量进行在线预估,并可有效指导现场无试重动平衡,从而降低后续转子系统现场动平衡的成本,提高其平衡效率。

石化生产中风机现场动平衡技术的研究及应用

分析了风机产生不平衡的原因,总结了现有现场动平衡方法,其中以影响系数法最为常用也最成熟,文末以一现场动平衡的实例阐述了影响系数法的应用。

遗传算法在转子—轴承系统参数识别中的应用

介绍在外电磁激励力作用下的转子不平衡参数识别方程 ,并引入遗传算法来解决参数识别问题 ,从理论上分析利用遗传算法的必要性。结合参数识别方程 ,详细论述遗传算法具体应用内容 ,并改进遗传算子。通过求解病态参数识别方程的算例 。