基于在线代数辨识的不对称转子—轴承系统免试重模态平衡
《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》:Online algebraic identification–based trial-weight-free modal balancing of asymmetric rotor–bearing systems
【字体:
大
中
小
】
时间:2026年09月21日
来源:MECHANICAL SYSTEMS AND SIGNAL PROCESSING 10.2
编辑推荐:
- 提出了一种适用于非对称转子的免试重模态平衡方法,并经实验验证。
- 在线代数辨识方法可根据单一测点的振动测量值,在恒定转速下估计模态不平衡量。
- 代数辨识器不依赖于初始条件,仅使用一段1×振动信号即可工作。
- 在0–6000转/分范围内,单次平衡运行使第一阶模态振动降
- 提出了一种适用于非对称转子的免试重模态平衡方法,并经实验验证。
- 在线代数辨识方法可根据单一测点的振动测量值,在恒定转速下估计模态不平衡量。
- 代数辨识器不依赖于初始条件,仅使用一段1×振动信号即可工作。
- 在0–6000转/分范围内,单次平衡运行使第一阶模态振动降低了80%以上,第二阶模态振动降低了50%–80%。
- 所提方法为非对称转子-轴承系统的平衡提供了一种实用且高效的解决方案。
**引言**
自20世纪中叶以来,具有非对称截面轴的旋转动力系统的振动行为在转子动力学领域引起了广泛关注。在这些系统中,轴的截面沿其主惯性轴表现出不同的刚度特性,这给系统动力学引入了参数激励。因此,转子可能会经历失稳和复杂的振动响应,与对称转子观测到的情况有显著差异。非对称转子的动力学行为已由Smith [1]、Taylor [2]、Laffoo和Rose [3]、Foote等 [4]、Dick [5]、Hull [6]以及Bishop和Parkinson [7]等经典研究进行了广泛调查。这些学者证明,与对称转子相比,非对称转子的振动响应表现出若干显著特征,具体包括:(1)转子振动的幅值和相位取决于激励力的角位置;(2)与重力相关的振动分量可能出现在等于转子主固有频率两倍的频率处;(3)当非对称系数超过系统阻尼时,在共振附近可能发生失稳;(4)不平衡响应的极坐标图呈椭圆形,这使得无法利用传统的模态平衡方法直接辨识不平衡量的角位置,因为这些方法是为对称转子开发的。
这些动力学特性显著增加了非对称转子平衡的复杂性,因此,现有的平衡方法数量仍然相对有限。早期对非对称转子-轴承系统进行平衡的研究主要集中在扩展经典的影响系数技术和实验平衡程序上。例如,Parkinson [8]研究了具有轴向非对称性轴平衡的基本局限性,而Matsukura等 [9]分析了具有非对称刚度分布的柔性转子平衡过程的收敛特性。与此同时,Inagaki等 [10]开发了一种解析方法来评估非对称转子-轴承系统的振动响应。他们的考虑了轴向非对称性和非对称横向转动惯量,并使用谐波平衡法求解具有周期性时变系数的运动方程。该方法的有效性通过简化模型试验和大型透平装置现场测量进行了验证。在此背景下,Kang及其合作者 [11]、[12]、[13]、[14]针对非对称转子-轴承系统引入了改进的影响系数方法和统一的平衡框架,应用于曲轴和其他柔性转子。尽管这些方法代表了实用平衡程序的重要进展,但它们通常依赖于试重,并需要多次实验运行来确定修正质量的大小和角位置。
为了减少对重复实验试验的依赖,后续研究探索了基于模型的辨识和估计策略,以直接从振动测量中确定转子不平衡参数。Colín-Ocampo等 [15]提出了一种利用响应极坐标图分析来辨识非对称转子中不平衡力角位置的方法,为经典平衡程序提供了替代方案。近年来,动态平衡方法有了很大发展,主要是为了减少达到旋转系统平衡所需的运行次数。这一进展旨在提高效率并最大限度地减少平衡过程的相关成本。然而,许多这些方法是在假设转子对称的前提下设计的,这限制了它们在非对称构型或具有更复杂结构特性的系统中的适用性。最近,Sanches等(2024年)[16]提出了一种不需要试重的平衡方法,该方法基于增强卡尔曼滤波器。此外,还提出了一种激励力协方差矩阵的敏感性分析,以识别应用所提方法的最佳条件。在一项独立工作中,Jiang等 [17]提出了一种动态平衡优化方法,通过数值优化框架获得修正质量,以最小化动态运行条件下的转子振动水平。
在这些平衡方法发展的同时,基于振动的监测和信号处理技术在旋转机械故障诊断方面也取得了重大进展。Puerto-Santana等 [18]提出了一种基于振动信号分析和系统辨识技术的转子不平衡监测方法,证明可以直接从运行测量中实现可靠的故障检测。Zhao等 [19]引入了一种瞬态动态平衡方法,该方法考虑了转子系统中的不确定性传播,提高了不同运行条件下方法的鲁棒性。最新的研究还探索了不使用试重的瞬态平衡方法。Zhao等 [20]提出了一种瞬态动态平衡方法,通过模态分析从启动振动响应中识别转子不平衡量,并应用于单盘转子平衡。他们的方法估计不平衡激励力并评估轴向辨识位置对平衡性能的影响,使仅通过单次启动过程即可实现转子平衡。该方法被推广应用于动力涡轮转子平衡 [21]。最近,刘清华等 [22]开发了一种使用遗传算法的瞬态平衡方法;所提方法将转子瞬态响应与非线性动力学模型相结合,克服了基于系统线性化的传统方法的局限性。此外,刘清华等 [23]提出了一种基于全相位快速傅里叶变换(APFFT)从微转子中提取弱不平衡信号的方法,证明APFFT提取的振动幅值和相位在准确性和稳定性方面优于硬件滤波方法。
最近,数据驱动和机器学习技术的进步为旋转机械诊断和平衡开辟了新的可能性。2024年,Nasirudin等 [24]将机器学习技术与时间同步平均(TSA)相结合,以提高旋转系统中的故障检测能力,证明智能信号分析可以显著提高从振动信号中提取诊断特征的能力。类似地,2025年,Panagiotopoulou等 [25]提出了一种基于非线性自回归神经网络的深度学习方法,从振动数据中识别轴不平衡故障,证明神经模型可以有效地捕获与转子故障相关的非线性动力学。沿着同一思路,Liu等 [26]开发了一种基于多层长短期记忆网络的柔性转子瞬态动态平衡方法,该方法可以从瞬态振动响应中预测不平衡力,并在无需重复试错程序的情况下确定不平衡量的大小和相位。这些研究说明了智能数据驱动方法在旋转机械诊断和平衡中日益重要的作用。
尽管取得了这些进展,但大多数现有的非对称转子平衡方法仍然需要多次振动测量、复杂的仪表设备或大量的数据采集,这可能会限制它们在工业环境中的适用性。为了克服这些局限,Baltazar等 [27]开发了一种非对称转子-轴承系统综合平衡方法,该方法整合了基于在线代数辨识的不平衡量识别模型。尽管这种方法克服了传统模态平衡和主动平衡系统的若干局限,但其实施需要在转子上的多个位置进行振动测量,这在某些应用中可能是不切实际的。沿着同一研究思路,Baltazar等 [28]提出了一种非对称转子-轴承系统的模态不平衡量代数辨识模型,该模型只需要在旋转动力系统的一个节点进行振动测量。数值模拟表明,该方法可以减少非对称转子-轴承系统前四阶模态的振动。
尽管在理解非对称转子-轴承系统的动力学和开发针对其特性定制的平衡方法方面取得了重大进展,但实际实施仍然具有挑战性,因为需要试重、多次实验运行和大量的振动测量。这些局限促使开发替代策略,在保持高精度的同时简化平衡过程。因此,本文提出了一种基于模态不平衡量在线代数辨识的模态平衡方法,并经实验验证,该方法仅需在单一位置进行振动测量和单次恒速运行,无需试重且仅需一次平衡运行。
在表1中,对文献中报道的动态平衡方法进行了比较,并将其与近期方法进行了对比。本文所提方法对非对称转子-轴承系统当前技术水平的贡献也得到了突出说明。
可以观察到,传统的动态平衡方法,如模态平衡和影响系数平衡——最初是为对称转子开发的——构成了20世纪60年代至2000年代非对称转子-轴承系统平衡新方法涌现的基础 [8]、[9]、[10]、[11]、[12]、[13]、[14]。这些方法被认为是复杂的且不切实际的工业应用方案,因为它们需要使用试重、多次启停循环和大量的振动响应测量。另一方面,近几十年来,动态平衡技术的发展趋势是融入智能和自适应策略,如时间同步平均(TSA)、遗传算法(GA)、增强卡尔曼滤波器(AKF)、长短期记忆网络(LSTM)、全相位快速傅里叶变换(APFFT)等,旨在最大限度地减少转子运行次数并消除试重的使用 [16]、[17]、[19]、[20]、[21]、[22]、[23]、[24]、[26]。然而,大多数这些方法都是针对对称转子构型制定的。沿着这一研究思路,Baltazar等 [27]、[28]最近提出了一种基于代数辨识的非对称转子-轴承系统平衡方法,从而消除了对试重的需求并减少了所需的运行次数。然而,其验证主要局限于数值模拟。
相比之下,本文所提方法整合了在以往报道的方法中很少同时具备的特征。特别是,它消除了试重的需求,仅需在转子上的单一位置进行振动测量,在恒定转速条件下运行,执行不平衡量的在线模态辨识,并且专门针对非对称转子-轴承系统进行制定。此外,该方法已经过实验验证,展示了在单次运行中平衡多个振动模态的能力,代表了迈向工业实用和高效解决方案的重要一步。
**段落摘要**
**旋转动力学模型**
本节描述了非对称转子-轴承系统的数学建模,该模型是模态不平衡量辨识和平衡的基础。采用有限元方法建立了多自由度(MDOF)模型,以准确捕捉截面非对称性、陀螺耦合、剪切变形和外部阻尼的影响。
**不平衡量估计的代数辨识模型**
通过应用Fliess等 [30]提出的代数辨识方法,在通过迭代积分算子消除初始条件依赖后,公式(5)可转化为公式(8):
mudη* = (b?a?? + b?a??) / (a??2 + a??2)
mudζ* = (b?a?? - b?a??) / (a??2 + a??2)
mud* = √(mudη*2 + mudζ*2)
α* = tan?1(mudζ* / mudη*)
其中t ∈ (t?, t? + ∈]
其中mud*为模态不平衡量,α*为角位置。同样,mudη*和mudζ*分别对应于模态不平衡量在X和Z方向的分量。
**所提平衡方法**
本节描述了所提的非对称转子-轴承系统平衡方法,该方法将模态不平衡量辨识与经典模态质量选择集成在一个统一的免试重框架中。该方法将第3节导出的代数辨识模型与一种模态平衡策略相结合,使得可以直接从单一位置和恒定旋转速度下获取的振动测量值计算修正质量。
**结论**
本文提出并实验验证了一种基于模态不平衡量在线代数辨识的非对称转子-轴承系统免试重模态平衡方法。所提方法将伪模态有限元模型与代数估计框架相结合,直接从转子单一位置和恒定运行速度下获取的振动测量中识别模态不平衡量参数。可得出以下结论:
1. (结论内容缺失)
**资助**
本研究由墨西哥国家技术大学通过项目编号25191.26-P资助。
**作者贡献声明(CRediT)**
Luis Alberto Baltazar-Tadeo:撰写初稿、验证、软件、方法论、研究、形式分析、概念化。
Jorge Colín-Ocampo:撰写-审阅与编辑、撰写初稿、项目管理、方法论、概念化。
Arturo Abúndez-Pliego:撰写-审阅与编辑、可视化、概念化。
Saulo Jesús Landa-Damas:撰写-审阅与编辑、验证、数据管理。
Martín Rodríguez-Vázquez:撰写——审阅与编辑、利益冲突声明。作者声明他们没有已知的财务利益或个人关系可能对本文所报告的工作产生影响。Luis Alberto Baltazar-Tadeo | Jorge Colín-Ocampo | Arturo Abúndez-Pliego | Saulo Jesús Landa-Damas | Martín Rodríguez-Vázquez | Julio Vergara-Vázquez | Jorge Yusef Colín-Castillo
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号