基于不平衡加速响应信息的柔性转子双面平衡

模态平衡法和影响系数法是转子平衡中最常用的两类方法,它们都以转子的稳态响应为基础,因此称之为"稳态平衡方法"。针对当前转子稳态平衡方法中存在的不足,提出了利用不平衡加速响应信息进行柔性转子平衡的新方法。为了描述模态不平衡相对键相槽的角位置,首次引入了模态不平衡方位角的概念,并通过转子的不平衡加速响应信息对其进行了识别;在此基础上,结合转子的模态知识,添加合理的平衡试重组,利用各阶模态试重大小与对应阶模态不平衡响应幅度增量的线性关系,识别出校正质量组的大小,通过双面加重的方法实现了转子前两阶模态的平衡。仿真和实验结果表明,该瞬态平衡方法在有效降低转子不平衡振动的同时,减少了平衡过程中的起车次数。     

基于升速响应信息柔性转子系统的多阶多平面瞬态动平衡方法

利用升速响应信息进行柔性转子多阶、多平面瞬态动平衡方法研究.在提出柔性转子越过各阶临界转速时平衡校正量最优值算法的基础上,建立了以3次起车即可实现同时抑制多阶不平衡达到整体平衡的方法.通过所提出的平衡方法分别对双盘转子模型前2阶不平衡和三盘转子模型前3阶不平衡进行动平衡仿真研究,结果显示:该方法能在整体上有效控制转子系统的振幅波动,越过临界转速时的振幅减幅率普遍在80%左右,最低可达到60%以上.      

主动电磁轴承失效后柔性转子坠落在备用轴承上的瞬态响应实验研究

测量了主动电磁轴承支承的柔性转子系统在主动电磁轴承失效后转子坠落在带有固定间隙滚动型备用轴承上的瞬态响应,分析了转子的工作转速、转子不平衡量以及备用轴承碰撞面上的润滑条件等对转子瞬态响应的影响。结果表明,大多数情况下在主动电磁轴承失效后转子系统出现了在间隙圆底部的摆动以及在整个间隙圆范围内的碰撞型回转运动。主动电磁轴承失效后转子系统瞬态响应的大小与转子在电磁轴承失效前的振动、转子的工作转速以及备用轴承碰撞面上的润滑条件等密切相关。通过适当改变备用轴承碰撞面上的润滑状态,可以有效地控制电磁轴承失效后转子系统瞬态响应的大小,降低电磁轴承失效后转子在整个间隙圆范围内的碰撞型回转运动以及全间隙圆范围内的摩擦型回转运动的可能性,从而减小碰撞对转子及其备用轴承的影响。     

突加不平衡激励下高速柔性转子系统振动特性试验

针对航空发动机高速柔性转子系统叶片丢失所造成的突加不平衡激励,基于结构/力学特征等效原则,建立高速柔性悬臂转子系统试验器,对突加不平衡及持续碰摩所产生的附加激励下转子系统振动响应进行试验测试,并对其时域/频域响应特征进行分析。结果表明:突加不平衡瞬时具有显著冲击效应,转子系统瞬态振动响应加剧,并激起转子横向模态振动;转静件之间的持续碰摩会产生约束作用使转子系统临界转速提高,呈现非线性振动,产生谐波振动频率成分。      

一种跨二阶柔性转子无试重模态平衡方法

为解决传统柔性转子动平衡方法需要添加试重、多次启动的问题,发展了一种基于无试重模态动平衡方法的柔性转子二阶动平衡方法。该方法得益于转子有限元建模技术的发展,通过Samcef Rotor获取转子平衡所需的各阶模态,结合测量所得参考点的振动信息,利用无试重模态动平衡方法计算得出平衡所需的配重大小和方位。运用该方法对试验转子分别进行了一阶和二阶平衡,每次平衡只需开车一次,平衡后一阶振幅下降59.44%,二阶振幅下降97.56%。试验结果表明:该方法可有效降低转子不平衡振动,减少平衡开车次数,大大提高了转子的平衡效率。     

突加不平衡下GTF发动机转子系统瞬态响应分析

针对GTF发动机低压转子系统突加不平衡瞬态响应问题,基于有限元法建立了考虑啮合单元、行星架单元、膜盘联轴器单元的多体接触、多转子耦合动力学模型,介绍了考虑非线性因素下突加不平衡瞬态响应计算方法,求解了低压转子系统的突加不平衡瞬态响应,并分析了关键部件刚度对突加不平衡的影响规律。结果表明：当风扇转子发生突加不平衡时,各部件均表现为振动幅值突增,后迅速趋于稳定,低压涡轮转子发生明显拍振,突加不平衡载荷主要由行星架结构和第1.5支点刚性支承承担;行星架刚度主要影响风扇转子突加不平衡响应、第1.5支点和行星架处的外传力;膜盘联轴器刚度主要影响增压级突加不平衡响应、转子在突加不平衡之后稳定运转情况。     

浮环挤压油膜阻尼器对模拟低压转子突加不平衡响应影响分析

为了研究浮环挤压油膜阻尼器对涡轴发动机模拟低压转子突加不平衡响应的影响,建立了考虑多种耦合的带浮环挤压油膜阻尼器模拟低压转子的动力学模型,推导其运动方程并采用数值方法进行了求解,分析了系统响应随浮环与轴承质量比值、支承刚度和油膜间隙等设计参数的变化.研究表明:相比传统挤压油膜阻尼器,浮环挤压油膜阻尼器更好地抑制了转子系统加速过临界时的瞬态响应以及稳速和升速过程中的突加不平衡响应;增大浮环与轴承质量比值、减小弹性支承刚度和挤压油膜间隙,能够更好地抑制突加不平衡响应的瞬态振幅和瞬态过程;转子系统由于油膜非线性引起的双稳态大振幅区会随浮环与轴承质量比值的增大而减小,而随挤压油膜间隙值的减小而增大.      

含浮环式挤压油膜阻尼器转子系统的突加不平衡响应分析

为了研究含浮环式挤压油膜阻尼器对转子系统突加不平衡响应的抑制作用,建立了浮环式挤压油膜阻尼器-转子系统的动力学模型,在模型中,充分考虑了转子与浮环式挤压油膜阻尼器的耦合作用.运用数值积分获取系统的动力学响应.研究表明,与传统挤压油膜阻尼器相比,浮环式挤压油膜阻尼器能更好地抑制转子系统的突加不平衡响应;在靠近临界转速时,浮环式挤压油膜阻尼器能抑制瞬态过程;较大的浮环质量和滑油黏度能更好地抑制转子系统突加不平衡响应.      

融合柔性基础传递函数的转子系统建模方法及验证

航空发动机、火箭涡轮泵等现代高端涡轮机械对性能有着极致的需求,其轻柔化的支承结构导致转子与柔性基础振动耦合特性明显,必须将其柔性支承结构纳入整体动力学分析之中。然而,柔性基础的高精度建模过程需要耗费大量时间,同时简化的基础模型也难以表达其真实的动力学特性。为此,提出了融合柔性基础传递函数的转子系统动力学建模仿真方法：将实测得到的柔性基础传递函数通过状态子空间法拟合获得低维时域和频域表征的数学模型,通过支承力模型将柔性基础模型耦合到转子有限元模型之中,最终形成基于实物传递函数的混合转子动力学模型。同时,提出了柔性基础从稳态到瞬态的模型转换策略,并采用线性-非线性节点（显-隐）分离的快速瞬态数值积分方法进行求解。基于所提模型和计算方法,开展了柔性基础-转子系统的稳态、瞬态动力学数值仿真,以及稳定转速扫频激励和降速不平衡激励的振动测试试验,结果表明：实测的柔性基础振动特性,能够有效地体现在整机动力学分析之中,且考虑柔性基础特性的转子动力学模型所预测的瞬态动力学响应与试验结果更为吻合。所提方法为含复杂柔性基础的转子系统提供了行之有效的整机建模及瞬态仿真方法。     

叶片丢失激励下航空发动机柔性转子系统的动力学响应

为揭示叶片丢失激励下转子系统动力学响应特征,考虑涡扇发动机低压转子刚度/质量分布特征、载荷传递特征、转静件耦合特征等,建立了高速柔性悬臂转子系统动力学模型。对突加不平衡激励及持续碰摩约束下转子系统动力学响应特性进行分析。结果表明:所建立转子动力学模型可以有效反映叶片丢失激励下转子冲击振动和复杂简谐振动响应特征。在突加不平衡激励下转子系统的瞬态振动响应加剧,具有显著冲击响应特征,并伴有转子横向固有振动。持续碰摩所产生的约束作用可使转子临界转速发生变化,虽然响应幅值降低,但频率成分及转子振动趋于复杂。      

用机体振动诊断直升机旋翼复合不平衡故障研究

 在用机体振动诊断旋翼单一不平衡故障研究基础上,提出了仅借助机体振动信号诊断旋翼复合不平衡故障的新方法。证明了从旋翼复合不平衡故障空间到多点机体振动空间存在一对一映射关系。利用3个BP神经网络诊断故障类别和程度,利用机体振动一阶谐波分量的初相角确定失衡桨叶方位。模型旋翼实验结果表明,该方法可行、有效。     

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。     

无人机涡喷发动机的神经网络自适应PID控制

将基于RBF神经网络的辨识网络与基于BP网络的控制器相结合，组成自适应PID神经网络控制系统。RBF神经网络采用离线学习在线修正权值和阈值，为加快收敛速度，应用带惯性项的梯度下降法。大量仿真结果表明，RBF网络较ELM，标准BP及改进的BP等网络具有明显优点。对某型无人机涡喷发动机控制系统的仿真结果表明此控制方式具有鲁棒性好、响应速度快、稳态误差小等优点。     

柔性转子-挤压油膜阻尼器系统突加不平衡响应试验研究

关于柔性转子、无定心弹簧的挤压油膜阻尼支承系统的突加不平衡响应实验研究,在国内尚未见公开报导,而探讨其一般规律性的论文却不少见,其原因可能是这种试验较难逼真地实现,并且因为要释放一块旋转质量而带有一定的危险性。 挤压油膜阻尼器已经过二十余年的研究和使用,日趋完善,但是大多数阻尼器是设计在正常不平衡量范围内工作的,而在航空发动机上却常因某种原因发生诸如叶片折断或丢失一     

基于神经网络的电表数字识别技术研究

提出了基于BP神经网络的机械式电表数字自动识别方法,首先通过预处理自动定位电表图像中的数字区域并实现单个数字的切分,然后对每个数字图像提取一组具有较高区分度且计算简单的典型网格特征,最后设计BP神经网络作为数字分类器,实现电度表显示值快速自动识别,该研究获得了电表数字正确识别率98.5%的结果,表明该系统具有较强的鲁棒性。     

基于预处理BP神经网络的开关磁阻电机建模

针对开关磁阻电机(SRM)强耦合、强非线性、难以精确解析建模的问题,提出一种基于数据预处理的反向传播(BP)神经网络建模方法。首先通过传统直流脉冲法测量一个电周期内SRM静态电磁特性,获取建模样本数据;其次充分利用电机先验知识,通过可以初步反映SRM非线性特性的磁链和转矩解析表达式对实测样本数据进行预处理并作为BP神经网络新的输入,降低神经网络拟合误差。与传统BP神经网络建模的对比结果显示,引入预处理方法可以有效减少BP神经网络节点数量,增强神经网络泛化能力,提高神经网络建模精度。     

遗传寻优神经网络在平台温控系统建模中的应用

温度直接影响惯性仪表及惯性平台的使用精度,而高精度温控系统的设计依赖于准确的平台加温模型,针对平台系统中多种惯性仪表加温过程复杂度高,当前采用的阶跃响应辨识方法存在模型适应性差、精度不高等情况,且针对基于梯度下降的BP学习算法存在局部收敛的问题.采用基于遗传算法寻优的神经网络辨识的方法,对惯性仪表加温模型进行建模,试验验证通过遗传寻优后的BP神经网络学习算法,提高了网络的学习精度,进而提高了平台系统中惯性仪表加温过程数学模型的精度,模型适应性较高,为后续惯性仪表的加温控制方法的设计提供了必要的条件.     

支承刚度非线性转子系统的不平衡响应

针对航空发动机中转子支承的刚度非线性问题,基于谐波平衡法,发展了一种适用于多自由度转子系统的不平衡响应计算方法.通过对带有非线性支承的双盘转子系统不平衡响应的数值模拟,获得了影响非线性转子系统不平衡响应的关键参数和重要规律.研究表明:转子不平衡响应的非线性特征与振型密切相关,转子的峰值频率和峰值振幅随支承刚度非线性的增强而升高,随不平衡的增大而增大,非线性支承会使响应中出现频率的3倍频和5倍频成分.