一种转子现场动平衡多目标优化方法及系统与流程

1.本发明涉及旋转机械转子动平衡领域，尤其涉及一种转子现场动平衡多目标优化方法及系统。


背景技术：

2.旋转机械如离心压缩机、汽轮发电机、风机、燃气轮机等，是石油、化工、冶金、电力等工业领域的关键设备，支撑着工业技术的发展。转子是旋转机械最重要和核心的部件，随着工业的发展，要求转子更加高速化、精密化，转子的转速也要求越来越高，有的转子甚至达到了十几万转每分钟。转子的工作转速大于一阶临界转速时，在运转过程中转子自挠曲变形不可忽略，挠曲变形会产生质量偏心，导致运行过程中产生与转频同频的离心力，进而产生转子自身的不平衡振动；转子在设计时的误差，制造过程中的材质不均匀、偏心，装配过程中的不对称、不同心以及运行过程中零件的飞出、磨损、腐蚀、积灰等都会产生不平衡量。不平衡是引起旋转机械振动的主要原因，会引起转子挠曲和内应力，加速轴承和轴封等零件的磨损，降低机器的工作效率和使用寿命，严重时会造成重大的经济损失和人员伤亡。
3.不平衡不仅是旋转机械主要的激振源，也是许多自激振动的诱发因素。统计资料表明：约有80％的振动可直接归因于转子不平衡。不平衡质量越大、机械运转速度越高，机械振动越剧烈。一旦平衡状况得以改善，其他一些故障现象也将随之消失，特别是在如今转子系统朝着超细长、超高速的发展趋势下，转子不平衡问题必须快速、高效的解决，才能保证旋转机械安全稳定运行。因此转子动平衡技术是现代工业中的一项关键技术。
4.转子动平衡方法可分为平衡机法和现场动平衡法，平衡机法需要将转子拆卸到动平衡机上进行动平衡，不仅操作繁琐，而且由于动平衡机和现场工况的不同会导致平衡效果难以满足实际工程应用要求。基于最小二乘影响系数法的现场动平衡法是转子动平衡领域应用最广泛的方法，但该方法会因影响系数矩阵的病态问题导致最终平衡的结果误差较大。基于单目标优化的转子动平衡方法虽然能够避免最小二乘影响系数法影响系数矩阵的病态问题，但优化目标为各平衡转速下各测点残余振动位移幅值平方和最小，难以保证残余振动的均匀性。


技术实现要素：

5.针对现有转子现场动平衡方法中影响系数矩阵病态的缺陷以及残余振动均匀性难以保证的问题，本发明提出一种转子现场动平衡多目标优化方法，以实现现场动平衡时转子最优配重的快速，精确计算，提高动平衡效率。
6.为了实现上述目的，本发明提供了如下的技术方案。
7.一种转子现场动平衡多目标优化方法，包括以下步骤：
8.获取转子原始振动信号、键相信号、加试重后振动信号和键相信号，利用互相关算法计算得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位；
9.构建以各平衡转速下各测点残余振动位移幅值平方和最小、最大残余振动位移幅
值最小为优化目标的优化函数；
10.通过基于速度限制的多目标粒子群算法对所述目标函数进行转子动平衡优化计算；
11.以各平衡转速下各测点的平衡效率均方根值最大为决策目标，选择最优的配重方案。
12.作为本发明的进一步改进，所述获取转子原始振动信号、键相信号、加试重后振动信号和键相信号，具体包括：
13.获取各平衡转速下的键相信号、各测点的转子原始振动位移信号以及在校正面上加重后的键相信号、各测点的转子振动位移信号；
14.对采集的转子键相信号进行中值滤波处理，去除噪声干扰，得到处理后的转子键相信号；
15.对采集的转子振动位移信号进行振动异常值检测和替换处理；
16.对振动异常值处理后的转子振动信号进行滤波处理，去除噪声干扰；
17.利用预处理后的转子键相信号和转子振动信号进行分析计算，得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位。
18.作为本发明的进一步改进，所述对采集的转子振动位移信号进行振动异常值检测和替换处理具体是采用基于移动窗口的中位数绝对偏差法进行转子振动信号的振动异常值检测，检测到振动异常值后利用分段三次样条插值对振动异常值进行替换。
19.作为本发明的进一步改进，所述对采集的转子振动位移信号进行振动异常值检测和替换处理具体包括：
20.确定移动窗口的大小，并以移动窗口的大小将采集的振动信号划分为若干子集；
21.计算每个子集内各个数据点之间的距离并进行标准化，得到各个子集内各个数据点之间的标准化距离
22.计算各个子集的稳健距离rki，rki为子集内各个数据点之间的标准化距离减去子集中位数的绝对值；
23.计算临界值c,c为子集的稳健距离rdi的中位数乘以正态分布的比例因子常量；
24.判断rdi是否大于3倍的c，若大于3倍的c说明第i个点为振动异常值；
25.利用分段三次样条插值对振动异常值进行插值替换。
26.作为本发明的进一步改进，所述对振动异常值处理后的转子振动信号进行滤波处理，去除噪声干扰，具体包括：
27.采用零相移滤波器对振动信号进行带通滤波，滤除转子转频以外的频率分量，得到纯净的转子振动信号。
28.作为本发明的进一步改进，所述利用互相关算法计算得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位，具体包括：
29.以中值滤波后转子键相信号的第一个上升沿和最后一个上升沿为基准将转子振动信号整周期截断，利用互相关算法计算得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位。
30.作为本发明的进一步改进，所述通过基于速度限制的多目标粒子群算法对所述目
标函数进行转子动平衡优化计算，其中，基于速度限制的多目标粒子群算法引入速度收缩和多项式变异，构建外部精英档案来存储非支配解，并通过计算拥挤距离来确定粒子是否被放入外部精英档案；转子动平衡优化计算，具体包括：
31.a)初始化粒子种群和外部精英档案；
32.b)利用速度收缩计算每个粒子的速度；
33.c)根据粒子速度计算并更新粒子的位置；
34.d)对部分粒子进行多项式变异；
35.e)对粒子进行拥挤距离计算并评估，根据评估结果更新粒子种群和外部精英档案；
36.f)判断算法迭代数是否小于最大迭代数，若小于最大迭代数则继续进行步骤a)至步骤f)，否则退出循环，得到的外部精英档案为转子动平衡优化计算的结果。
37.一种转子现场动平衡多目标优化系统，包括：
38.幅值及相位计算模块，用于获取转子原始振动信号、键相信号、加试重后振动信号和键相信号，利用互相关算法计算得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位；
39.优化函数构建模块，用于构建以各平衡转速下各测点残余振动位移幅值平方和最小、最大残余振动位移幅值最小为优化目标的优化函数；
40.平衡优化计算模块，用于通过基于速度限制的多目标粒子群算法对所述目标函数进行转子动平衡优化计算；
41.配重方案选择模块，用于以各平衡转速下各测点的平衡均方根最大为决策目标，选择最优的配重方案。
42.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述转子现场动平衡多目标优化方法的步骤。
43.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述转子现场动平衡多目标优化方法的步骤。
44.与现有技术相比，本发明具有以下有益效果：
45.本发明公开了一种转子现场动平衡多目标优化方法，通过对转子原始振动信号和键相信号以及加试重后振动信号和键相信号的采集、处理、分析、计算，得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位。构建以各平衡转速下各测点残余振动位移幅值平方和最小、最大残余振动位移幅值最小为优化目标的优化函数，并基于速度限制的多目标粒子群算法进行转子动平衡优化计算，以各平衡转速下各测点的平衡效率和最大为决策目标，能够快速、精确地得到最优的配重方案。根据最优配重方案对转子各校正面进行加重校正，达到转子稳定运行要求。本发明避免了传统的最小二乘影响系数法因影响系数矩阵病态导致动平衡精度变差以及单目标优化算法难以保证残余振动均匀性的问题，可以得到最优的动平衡配重方案，保证转子长期平稳运行，并可用于各类旋转机械的刚性转子和柔性转子的现场动平衡。
附图说明
46.在此描述的附图仅用于解释目的，而不意图以任何方式来限制本发明公开的范围。另外，图中的各部件的形状和比例尺寸等仅为示意性的，用于帮助对本发明的理解，并不是具体限定本发明各部件的形状和比例尺寸。在附图中：
47.图1是本发明涉及的一种转子现场动平衡多目标优化方法总体流程图；
48.图2是本发明涉及的一种转子现场动平衡多目标优化方法的振动异常值检测、替换流程图；
49.图3是本发明涉及的一种转子现场动平衡多目标优化方法的不平衡信号相位、幅值互相关提取流程图；
50.图4是本发明涉及的一种转子现场动平衡多目标优化方法的多目标优化计算流程图。
51.图5为本发明优选实施例转子现场动平衡多目标优化系统结构示意图。
具体实施方式
52.为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
53.需要说明的是，当元件被称为“设置于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施例。
54.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
55.本发明第一个目的是提供一种转子现场动平衡多目标优化方法，包括以下步骤：
56.获取转子原始振动信号、键相信号、加试重后振动信号和键相信号，利用互相关算法计算得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位；
57.构建以各平衡转速下各测点残余振动位移幅值平方和最小、最大残余振动位移幅值最小为优化目标的优化函数；
58.通过基于速度限制的多目标粒子群算法对所述目标函数进行转子动平衡优化计算；
59.以各平衡转速下各测点的平衡效率均方根值最大为决策目标，选择最优的配重方案。
60.通过采用上述方法，无需将转子拆卸至动平衡机进行动平衡，能够快速准确的实现旋转机械转子现场动平衡的优化计算，得到最优的配重方案，保证在该配重方案下各测振面的振动均得到很好的消除，提高动平衡效率，保证转子长期平稳运行。
61.以下结合具体附图和实施例对本发明的方法进行详细说明。
62.实施例
63.一种转子现场动平衡多目标优化方法，如图1所示，步骤如下：
64.s1:通过数据采集设备得到各平衡转速下的键相信号、各测点的转子原始振动位移信号以及在校正面上加重后的键相信号、各测点的转子振动位移信号；
65.s2:对采集的转子键相信号进行中值滤波处理，去除噪声干扰，得到处理后的转子键相信号；
66.s3:对采集的转子振动位移信号进行振动异常值检测和替换处理；
67.s4:对振动异常值处理后的转子振动信号进行滤波处理，去除噪声干扰；
68.s5:利用预信号处理后的转子键相信号和转子振动信号进行分析计算，得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位；
69.s6:构建优化目标函数；
70.s7:使用速度限制的多目标粒子群算法对步骤s6中得到的目标函数进行优化计算；
71.s8:构建决策目标，从步骤s7计算得到的解集中选择最优的配重方案；
72.具体地，如图2所示，所述步骤s3中，采用基于移动窗口的中位数绝对偏差法进行转子振动信号的振动异常值检测，检测到离群点后利用分段三次样条插值对离群点进行替换。步骤s3具体为：
73.s3.1确定移动窗口的大小，并以移动窗口的大小将采集的振动信号划分为若干子集；
74.s3.2计算每个子集内各个数据点之间的距离并进行标准化，得到各个子集内各个数据点之间的标准化距离
75.s3.3计算各个子集的稳健距离rdi，rdi为子集内各个数据点之间的标准化距离减去子集中位数的绝对值；
76.s3.4计算临界值c,c为子集的稳健距离rki的中位数乘以正态分布的比例因子常量1.4826；
77.s3.5判断rki是否大于3倍的c，若大于3倍的c说明第i个点为离群点；
78.s3.6利用分段三次样条插值对离群点进行插值替换；
79.进一步地，步骤s4中，采用零相位滤波器对振动信号进行带通滤波，滤除转子转频以外的频率分量，得到纯净的转子振动信号。
80.具体地，如图3所示，所述步骤s5中，以中值滤波后转子键相信号的第一个上升沿和最后一个上升沿为基准将转子振动信号整周期截断，利用互相关算法计算得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位。
81.进一步地，所述步骤s6中，以各平衡转速下各测点残余振动位移幅值平方和最小、最大残余振动位移幅值最小为目标构建优化函数。
82.具体地，如图4所示，所述步骤s7中，使用速度限制的多目标粒子群算法对步骤s6中的目标函数进行优化计算。该算法引入速度收缩和多项式变异保证解的快速收敛和多样性，构建一个外部精英档案来存储非支配解，并通过计算拥挤距离来确定粒子是否被放入
外部精英档案。步骤s7具体为：
83.s7.1初始化粒子种群(位置、速度、最佳个体)和外部精英档案；
84.s7.2利用速度收缩计算每个粒子的速度；
85.s7.3根据粒子速度计算并更新粒子的位置；
86.s7.4对部分粒子进行多项式变异；
87.s7.5对粒子进行拥挤距离计算并评估，根据评估结果更新粒子种群和外部精英档案；
88.s7.6判断算法迭代数是否小于最大迭代数，若小于最大迭代数则继续进行步骤7.2至步骤7.5，否则退出循环，得到的外部精英档案为转子动平衡优化计算的结果；
89.进一步地，步骤s8中，以各平衡转速下各测点的平衡效率和最大为决策目标，从步骤s7中的外部精英档案中选择最优的配重方案。
90.根据最优配重方案对转子各校正面进行加重校正，达到转子稳定运行要求。
91.如图4所示，本发明的另一目的在于提出一种转子现场动平衡多目标优化系统，包括：
92.幅值及相位计算模块，用于获取转子原始振动信号、键相信号、加试重后振动信号和键相信号，利用互相关算法计算得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位；
93.优化函数构建模块，用于构建以各平衡转速下各测点残余振动位移幅值平方和最小、最大残余振动位移幅值最小为优化目标的优化函数；
94.平衡优化计算模块，用于通过基于速度限制的多目标粒子群算法对所述目标函数进行转子动平衡优化计算；
95.配重方案选择模块，用于以各平衡转速下各测点的平衡均方根最大为决策目标，选择最优的配重方案。
96.本发明第三个目的是提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述转子现场动平衡多目标优化方法的步骤。
97.所述转子现场动平衡多目标优化方法包括以下步骤：
98.获取转子原始振动信号、键相信号、加试重后振动信号和键相信号，利用互相关算法计算得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位；
99.构建以各平衡转速下各测点残余振动位移幅值平方和最小、最大残余振动位移幅值最小为优化目标的优化函数；
100.通过基于速度限制的多目标粒子群算法对所述目标函数进行转子动平衡优化计算；
101.以各平衡转速下各测点的平衡效率均方根值最大为决策目标，选择最优的配重方案。
102.本发明第四个目的是提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述转子现场动平衡多目标优化方法的步骤。
103.所述转子现场动平衡多目标优化方法包括以下步骤：
104.获取转子原始振动信号、键相信号、加试重后振动信号和键相信号，利用互相关算法计算得到转子原始不平衡信号和加试重后不平衡信号的幅值及相位；
105.构建以各平衡转速下各测点残余振动位移幅值平方和最小、最大残余振动位移幅值最小为优化目标的优化函数；
106.通过基于速度限制的多目标粒子群算法对所述目标函数进行转子动平衡优化计算；
107.以各平衡转速下各测点的平衡效率均方根值最大为决策目标，选择最优的配重方案。
108.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
109.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
110.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
111.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
112.最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。