基于非平穩(wěn)信息的轉子瞬態(tài)動平衡方法_第1頁
基于非平穩(wěn)信息的轉子瞬態(tài)動平衡方法_第2頁
基于非平穩(wěn)信息的轉子瞬態(tài)動平衡方法_第3頁
基于非平穩(wěn)信息的轉子瞬態(tài)動平衡方法_第4頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

基于非平穩(wěn)信息的轉子瞬態(tài)動平衡方法

調幅調度方法旋轉機械的啟動和停車過程是發(fā)動機的一個重要步驟。在監(jiān)測和升速過程中,臨界振動幅度是確保機組安全運行的重要手段。在工業(yè)現(xiàn)場中,降低臨界共振幅值的基本方法是使轉子系統(tǒng)以較大的角加速度通過臨界共振區(qū),但該方法由于受到驅動系統(tǒng)的限制而不能取得理想的效果。國內外學者對如何降低轉子過臨界的共振幅值進行了相關研究。K.T.Millsaps等通過研究不同加速度的幅值-轉速特性,提出了一種“加速度調制”的方法,該方法通過控制起車過程中不同階段的加速度大小來降低臨界共振幅值。文獻通過研究轉子起車過程中振動幅值和相位之間的關系,提出了“相位調制”的方法來降低轉子臨界共振幅值。上述方法都是通過控制的思想來降低臨界共振幅值,由于轉子系統(tǒng)的復雜性,因而在實際應用中受到很大限制。動平衡是降低轉子振動的有效方法,目前使用的轉子現(xiàn)場動平衡方法包括影響系數(shù)法和模態(tài)平衡法,都是以能夠獲得轉子系統(tǒng)的穩(wěn)態(tài)響應為基礎,通過平衡轉速下試重前、后的穩(wěn)態(tài)響應來確定校正質量。在實際的平衡過程中,多次獲取臨界轉速附近的穩(wěn)態(tài)響應不但降低了平衡效率,同時由于轉子在臨界轉速附近的振動較大,還可能給轉子系統(tǒng)帶來較大危害;因此,若能通過轉子起車過程中的不平衡加速響應信息實現(xiàn)轉子的平衡,將對降低轉子系統(tǒng)的臨界振動幅值產(chǎn)生指導意義。轉子的起停車過程不平衡響應是一個調幅調頻信號,具有很強的瞬變性,選擇適當?shù)男盘柼幚矸椒ㄌ崛∷璧恼駝有畔⒕惋@得尤為重要。筆者采用經(jīng)驗模態(tài)分解提取升速過程的轉頻模態(tài),運用鍵相信號獲得轉子系統(tǒng)的初相點和轉速信息,研究利用全息動平衡方法實現(xiàn)轉子系統(tǒng)的瞬態(tài)動平衡。1包絡線局部特征分解EMD根據(jù)信號的局部特征時間尺度把信號分解為一組有限數(shù)量的固有模態(tài)函數(shù)(intrinsicmodefunction,簡稱IMF)。其具體分解步驟如下:1)分別采用三次樣條曲線擬合原始信號X(t)的極大值點和極小值點,得到上、下包絡線,取上、下包絡線的均值序列為m(t);2)計算原始信號與上、下包絡線均值m(t)的差值h1(t)=X(t)-m(t);3)判斷h1(t)是否滿足固有模態(tài)函數(shù)的兩個限定條件,若不滿足則重復步驟1和2,直至得到第1個IMF:c1(t)=h1(t);4)從原始信號中減去c1(t),得到剩余序列值r1(t)=x(t)-c1(t);5)把r1(t)作為待分解信號,重復以上步驟直至滿足分解停止準則,經(jīng)過EMD分解原始信號被分解為若干個IMF和一個余項rn(t)的和EMD是一種自適應的信號時頻分析方法,該方法根據(jù)信號自身的局部特征時間尺度把信號分解為一系列固有模態(tài)函數(shù)。每個IMF代表了信號的不同尺度特征,通過對分解得到的各個IMF分析可以準確把握原信號中的局部特征和整體特征。2基于非穩(wěn)定信息的旋轉瞬態(tài)平衡2.1低通濾波器的合成零相移低通濾波能夠保證信號的原始相位信息不發(fā)生變化,同時降低信號中的高頻成分和噪聲干擾,提高EMD分解的效率和精度。設原始信號序列為x(i),i=0,1,…,n,其時域逆轉信號序列為y(i)=x(n-i),i=0,1,…,n。把x(i),y(i)延拓至整個時間軸,根據(jù)雙邊Z變換可得根據(jù)時域逆轉前、后信號序列Z變換的關系,構造如圖1所示的零相移低通濾波器原理圖,其中H(z)為普通低通濾波器的傳遞函數(shù)。由式(2)和圖1可得由式(4)可知,輸出信號序列頻譜等于輸入信號序列頻譜乘以一個實數(shù),兩者具有完全相同的相位信息,從而實現(xiàn)零相移低通濾波。2.2自適應濾波器特性對原始起車振動信號序列進行保相低通濾波,設置濾波器的截止頻率高于轉子起車過程的最高轉頻。根據(jù)EMD的自適應濾波特性,EMD可以看成是一組自適應的高通濾波器,它的截止頻率和帶寬都隨著信號和分解過程的變化而變化,分解得到一組頻率成分從高到底的IMF?;谝陨蟽牲c可以判定EMD分解的第1個固有模態(tài)函數(shù)即為轉頻模態(tài)分量。圖2為某次起車過程信號EMD分解結果,其中固有模態(tài)函數(shù)c1即為轉頻模態(tài)分量。2.3轉速下對應的時域波形從圖2可知,利用EMD從起車振動信號中提取的轉頻模態(tài)分量仍然是一個調幅、調頻的非平穩(wěn)信號,應用傳統(tǒng)傅里葉變換的方式獲取所需的幅值、相位信息是不合理的。對于有相同時間歷程的鍵相信號和振動信號,任何兩個相鄰的鍵相脈沖可以確定相應的轉速,利用相鄰的鍵相脈沖去截取同一個升速過程中對應的振動信號,可以得到這種轉速下對應的時域波形。從時域波形中可以得到鍵相傳感器對準鍵相槽時同一截面兩個方向振動信號的幅值信息,獲得初相點為根據(jù)初相矢公式和基于等轉速的信號截取方法獲得平衡轉速下的初相點信息,通過添加試重,利用全息動平衡方法實現(xiàn)轉子的動平衡。3等轉速下的轉頻幅值在BentlyRK4轉子實驗臺上對本研究提出的平衡方法進行驗證。為了充分考慮轉子支撐各向異性的影響,分別在A,B兩測量面上安裝相互垂直的電渦流傳感器,實驗臺結構和傳感器的安裝方式如圖3所示。設置采樣頻率為2048Hz,采樣時長為80s,選擇合適的升速比,測量得到轉子系統(tǒng)在0~4kr/min范圍內的瞬態(tài)加速響應如圖4所示。由圖可知,轉子系統(tǒng)一階共振峰值超過200um,而在其他轉速處振動幅值較小,因此首先只考慮對轉子的一階不平衡進行校正。利用轉頻模態(tài)分量的提取方法和基于等轉速的信號截取方式對各個通道起車加速響應進行處理,得到原始狀態(tài)下A,B兩截面初相點信息隨轉速的變化曲線,如圖5所示。在左右兩個校正平面A,B添加0.8g<90°的試重,保持采樣參數(shù)和升速比不變,再次起車測量A,B兩截面的瞬態(tài)加速響應。利用EMD分解提取試重后的轉頻模態(tài),采用基于等轉速的截取方法分別截取原始起車瞬態(tài)響應和試重后起車瞬態(tài)響應的轉頻模態(tài),把對應轉速下的時域波形相減并按照初相點的合成方式進行合成,得到純試重初相點信息隨轉速的變化曲線,如圖6所示。為了避免一階臨界轉速前、后相位變化劇烈?guī)淼恼`差,應選擇80%~90%一階臨界轉速附近的振動信息進行平衡。轉子的一階臨界轉速為2.1kr/min左右,選取平衡轉速為1.9kr/min,平衡轉速下的配重計算數(shù)據(jù)如表1所示。由于受到配重質量和加重角度的限制,實際兩個截面的配重量均為0.6g<90°。平衡前、后各個通道的臨界振動幅值及平衡效果如表2所示??梢钥闯?平衡后轉子各個通道的臨界振動幅值都有較大幅度的降低。截面A振動幅值分別由平衡前的206μm,164.2μm減小到52.47μm,33.36μm。截面B的振動幅值分別由平衡前的195.2μm,147.1μm減小到58.39μm,50.5μm,最大降低幅度達到79.68%。均方振動幅值也有明顯的下降,由平衡前的179.68μm減小到49.56μm,下降幅度為72.42%,減振效果明顯。添加配重后,求原始狀態(tài)和平衡后起車加速瞬態(tài)響應轉頻模態(tài)的Hilbert包絡,并和相應的轉速對應,得到平衡前、后各個通道的轉頻幅值伯德圖,如圖7所示??梢?臨界振動幅值有明顯的降低。4充分利用試驗結果,進行動平衡測量方法的對比利用非平穩(wěn)信息對轉子系統(tǒng)動平衡進行探索,提出了基于非平穩(wěn)信息的轉子瞬態(tài)動平衡方法,實現(xiàn)了轉子系統(tǒng)的一階模態(tài)平衡,并進行了實驗驗證。和傳統(tǒng)平衡方法相比,提出的動平衡方法有以下優(yōu)點

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論