CN109900422B - 一种基于图形的多泵合流流量脉动特性检测方法 - Google Patents
一种基于图形的多泵合流流量脉动特性检测方法 Download PDFInfo
- Publication number
- CN109900422B CN109900422B CN201910002264.3A CN201910002264A CN109900422B CN 109900422 B CN109900422 B CN 109900422B CN 201910002264 A CN201910002264 A CN 201910002264A CN 109900422 B CN109900422 B CN 109900422B
- Authority
- CN
- China
- Prior art keywords
- flow
- pump
- pumps
- pulsation
- rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000010349 pulsation Effects 0.000 title claims abstract description 64
- 238000001514 detection method Methods 0.000 title claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 10
- 101150064138 MAP1 gene Proteins 0.000 claims 1
- 101150077939 mapA gene Proteins 0.000 claims 1
- 230000002401 inhibitory effect Effects 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 15
- 239000013598 vector Substances 0.000 description 8
- 150000001875 compounds Chemical class 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Control Of Positive-Displacement Pumps (AREA)
Abstract
本发明涉及一种基于图形的多泵合流流量脉动特性检测方法,包括:步骤1:根据泵的类型,采用泵的流量理论模型或流量脉动实验结果,得到每个泵单独工作时的瞬时流量函数和各泵单独工作时的平均流量;步骤2:任选一个泵的转角作为基础转角,确定其余泵与该泵转角相位差的随机特性、基础转角范围;步骤3:计算多泵共同工作时的瞬时流量函数和平均流量;步骤4:通过计算确定合流流量脉动率与各转角相位差间的多元函数关系,并用图形进行表示;步骤5:利用步骤4中图形计算脉动率值域内合流流量脉动率对应的概率。与现有技术相比,本发明计算方便、能满足工程精度要求,可为多泵系统设计,抑制系统流量脉动和减噪降振提供理论依据。
Description
技术领域
本发明涉及液压传动系统的检测技术,尤其是涉及一种基于图形的多泵合流流量脉动特性检测方法。
背景技术
液压传动系统具有功率密度大、低噪音振动、速度稳定等优点,广泛应用于航空航天、舰船、工程机械、一般工业设备等交通运输工具和机械装备。由于应用的高功率需求,液压系统在朝着高压、大流量方向发展,泵组合式供油方式节能效果显著。液压系统由于泵的结构所限,输出流量存在脉动变化,流量脉动会引起压力脉动,压力脉动易造成液压管路、元件的振动或噪声。多泵供油系统合流流量的脉动特性可由各个泵的瞬时流量叠加得到,但各泵的启动时间和设备的实际工况有关,导致合流瞬时流量脉动特性具有不确定性,多泵系统工作流量脉动特性的理论基础匮乏,而根据实验确定合流流量脉动特性又具有高成本、低效率等缺点,无法为更高效、低流量脉动的多泵系统设计开发提供理论依据。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于图形的多泵合流流量脉动特性检测方法。
本发明的目的可以通过以下技术方案来实现:
一种基于图形的多泵合流流量脉动特性检测方法,包括以下步骤:
步骤1:根据泵的类型,采用泵的流量理论模型或流量脉动实验结果,得到每个泵单独工作时的瞬时流量函数和各泵单独工作时的平均流量;
步骤2:任选一个泵的转角作为基础转角,确定其余泵与该泵转角相位差的随机特性、基础转角范围;
步骤3:计算多泵共同工作时的瞬时流量函数和平均流量;
步骤4:通过计算确定合流流量脉动率与各转角相位差间的多元函数关系,并用图形进行表示;
步骤5:利用步骤4中图形计算脉动率值域内合流流量脉动率对应的概率。
优选地,所述步骤2中,基础转角的取值范围,最小值为0,最大值为各泵单独工作时瞬时流量函数周期的最小公倍数。
优选地,若各泵的流量函数周期相同,则该最大值为1。
优选地,所述步骤3中,多泵共同工作时的平均流量计算方法为:1)若各个泵具有相同的流量函数周期,则其平均流量相等;2)若各泵具有不同的流量函数周期,则对每一个泵,其合流时的平均流量为其单独工作时的平均流量,再乘以一倍数,该倍数为基础转角最大值除以该泵瞬时流量函数周期,然后将单个泵合流时的平均流量相加,即可得到多泵共同工作时的合流平均流量。
优选地,所述步骤5具体为:
若为双泵合流,合流流量脉动率计算式为
式中二重积分的几何意义为:在图像中绘制平面z=δ,该平面与曲面相交形成等高线,等高线包围的面积,求得该面积后除以T1T2即可得到脉动率为δ时的概率分布,T1、T2分别为第二个泵和第三个泵单独工作时瞬时流量函数的周期。
与现有技术相比,除双同泵合流流量脉动率概率分布函数有解析式外,双异泵、三同泵、三异泵等多泵系统合流流量脉动率与泵转角相位差之间的单元(多元)函数关系难用解析式进行表达,导致直接获取多泵合流流量脉动特性的数学表达难度较大。本发明通过离散化数值计算确定了合流流量脉动率与泵转角相位差关系,以该关系绘制函数图像,基于该函数图像提取多泵合流流量脉动率概率分布特征,考虑了合流流量的随机性,计算精度满足工程精度要求、计算简便,对于判断多泵合流流量脉动参数优化有参考意义,也能为多泵系统设计优化、低噪音液压元件参数匹配、低振动泵组元件开发提供理论依据。
附图说明
图1为本发明的流程示意图;
图2为具体实施例计算的三同泵合流流量脉动率与两个转角相位差之间的多元函数关系云图;
图3为具体实施例计算的三同泵合流流量脉动率与两个转角相位差之间的多元函数关系等高线图;
图4为具体实施例计算的三同泵合流流量脉动率对应概率计算时等高线包围面积计算示意图;
图5为具体实施例计算的三同泵合流流量脉动率分布函数图。
具体实施方式
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,所描述的实施例是本发明的一部分实施例,而不是全部实施例。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,都应属于本发明保护的范围。
本发明基于图形的多泵合流流量脉动特性检测方法,包括以下步骤:
1)根据泵的类型,采用泵的流量理论模型或流量脉动实验结果,得到n个泵中第i个泵单独工作时的瞬时流量函数i=1,2,…,n,其中为泵的旋转角度,各泵单独工作时的瞬时流量函数的周期为Ti,并得到各泵单独工作时的平均流量为
2)第i+1个泵与第一个泵间旋转角度相位差 服从[0,Ti)上的均匀分布,将区间[0,Ti)等分N个小区间,各小区间分别为[0,ki1),[ki1,ki2),[ki2,ki3),…,[kiN-1,Ti)。按顺序,取每个区间的左端点组成第i个一维列向量,共n-1个列向量,n-1个列向量合并成N×(n-1)维矩阵。
5)第j行对应旋转角度相位差条件下多泵工作时合流瞬时流量函数
6)得到第j行对应旋转角度相位差条件下多泵合流流量脉动率
8)根据泵的数量确定合流流量脉动概率分布
具体实施例如下:
本实施例提供一种三同泵合流流量脉动特性检测方法,该方法的主要步骤见图如图1所示。
本实例中三个泵都是7个柱塞数的柱塞泵,各泵单独工作时其几何流量函数均为该瞬时流量函数为以β为周期的周期函数,合流流量函数的周期仍为β。平均流量均为2K sin(β/2)/β。K为与柱塞泵自身结构及转速有关的系数,K=ωπd2R tan α/(8 sinβ/2),ω为泵转速,d为柱塞直径,R为柱塞轴心所在分布圆半径,β为相邻两柱塞夹角的一半,即β=π/Z,Z为柱塞数目。
三泵合流时,对第一个泵,流量函数为:
对第二个泵和第三个泵,其几何流量函数可分别表示为
其中表示第二个泵与第一个泵的旋转角度相位差,表示第三个泵与第一个泵的旋转角度相位差,因三个泵启动时,旋转角度的相位差由于初始相位的不同而不同,而初始相位是随机的,故可视为相互独立的两个随机变量,服从区间[0,β)上概率均匀分布,将其记作X1、X2,易知X1~R(0,β)、X2~R(0,β),其概率密度函数和联合概率密度函数可分别表示为
三泵合流总流量函数为
三泵合流流量脉动率可表示为
对于一对可由式(7)求得合流流量、由(8)求得合流流量的脉动率,合流流量脉动率δ是两个旋转角度相位差的两元函数,因两个转角相位差为两个随机变量,故合流流量脉动率δ也为一随机变量,其分布特征目前未知,但可由两个旋转角度相位差的分布特征和多元函数关系确定,将合流流量脉动率记作x,相应随机变量为X,利用符号g表示该两元函数关系,可将式(8)进一步改写成x=g(x1,x2)。
二元函数x=g(x1,x2)的解析推导较复杂,此处采用数值计算的方式得到多组(x1,x2)相对应的x,其计算具体过程为:
1)将区间[0,β)等分为N个小区间,得到含有N个元素的列矩阵X1、X2、A,分别表示离散化后泵2与泵1的相位差取值矩阵、泵3与泵1的相位差取值矩阵、泵1转角取值矩阵;
2)delta为N×N维矩阵,其行和列分别与矩阵X1、X2的行数相对应,用于存放某一对(x1,x2)对应的x,x的计算方法为:利用式(1)、(2)、(3)分别求得对应泵1转角下各泵1、2、3的流量并利用式(4)计算得到合流流量,存入列矩阵B,遍历矩阵B,找出矩阵B的最大值、最小值,由式(8)确定脉动率。
其中在计算泵2流量时,将X1与A对应元素相加,遍历各元素,若元素值溢出区间(0,β),将该元素用溢出量(即该元素与β之差)替换该元素,采用同样方式计算泵3的流量。
至此,可得到N×N对(x1,x2)及其对应的x,可生成三维曲面图以反映x与二元变量x1、x2之间的函数关系。图2为N=100、Z=7时得到的x=(x1,x2)三维图像,三个坐标轴分别表示x1、x2、x。由矩阵delta可得到流量脉动x的最大值为0.0253(即2.53%)、最小值为0.0028(即0.28%),最大合流流量流量脉动率与单个泵流量脉动率数值相等。图3为图2沿z轴负向向下看得到的脉动率x分布云图。
X1和X2的值域分别为(0,β),根据上述求解方法可得到X的值域为(0.28%,2.53%);对任意x∈(0.28%,2.53%),可求出其对应的概率分布函数为
的几何意义为:满足g(x1,x2)≤x区域的面积。图4为脉动率x分布等高线图,图4中虚线标出了x=0.007时形成的等高线,,满足g(x1,x2)≤0.007区域就是对应于x=0.07的等高线包围的区域。以此类推,给定(0.0028,0.0253)区间内的任意一个x,都能在图4中找到对应等高线及其包围区域,对应于某脉动率的等高线包围面积求解算法流程为:
1)获取4中某脉动率对应等高线上各点的坐标,放入矩阵C;
2)因图像关于直线x1=x2对称,故只需要计算直线x1=x2下方等高线包围(或等高线与直线x1=x2形成封闭区域包围)的面积,再乘上2即可,根据矩阵C中点横纵坐标关系可剔除矩阵C中位于直线x1=x2上方的点;
3)将矩阵C中各点按照逆时针方向排序:以x取极大值时对应的横纵坐标为新原点,坐标轴方向不变,等高线上所有点进行坐标变换,根据新坐标将各点归到两个区间,区间1包含新坐标系的Ⅰ、Ⅱ象限和横坐标轴,区间2包含Ⅲ、Ⅳ两个象限。在各区间内,新原点与变换坐标后的点构成一个向量,计算该向量与新坐标轴横轴正方向单位向量夹角的余弦值,依据该余弦值的大小进行排序,其中,区间1向量夹角余弦值沿逆时针方向减小,区间2向量夹角余弦值沿顺时针方向增大。
4)将等高线包围的曲线近似为矩阵C中各点相连形成的凸多边形,求解矩阵C中各点相连形成的多边形面积。
在求得某一脉动率对应的等高线包围面积后,利用式(9)求解该脉动率对应的概率,得到一个x-F(x)样本对,建立新坐标系,可将该样本对作为点绘制于图上。取多个合流流量脉动率,重复上述计算,即可得到多个合流流量脉动率对应的概率分布。图5为最终计算得到的三泵合流流量脉动率的概率分布。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (4)
1.一种基于图形的多泵合流流量脉动特性检测方法,其特征在于,包括以下步骤:
步骤1:根据泵的类型,采用泵的流量理论模型或流量脉动实验结果,得到每个泵单独工作时的瞬时流量函数和各泵单独工作时的平均流量;
步骤2:任选一个泵的转角作为基础转角,确定其余泵与该泵转角相位差的随机特性、基础转角范围;
步骤3:计算多泵共同工作时的瞬时流量函数和平均流量;
步骤4:通过计算确定合流流量脉动率与各转角相位差间的多元函数关系,并用图形进行表示;
步骤5:利用步骤4中图形计算脉动率值域内合流流量脉动率对应的概率;
所述步骤5具体为:
若为双泵合流,合流流量脉动率计算式为
2.根据权利要求1所述的一种基于图形的多泵合流流量脉动特性检测方法,其特征在于,所述步骤2中,基础转角的取值范围,最小值为0,最大值为各泵单独工作时瞬时流量函数周期的最小公倍数。
3.根据权利要求2所述的一种基于图形的多泵合流流量脉动特性检测方法,其特征在于,若各泵的流量函数周期相同,则该最大值为1。
4.根据权利要求1所述的一种基于图形的多泵合流流量脉动特性检测方法,其特征在于,所述步骤3中,多泵共同工作时的平均流量计算方法为:1)若各个泵具有相同的流量函数周期,则其平均流量相等;2)若各泵具有不同的流量函数周期,则对每一个泵,其合流时的平均流量为其单独工作时的平均流量,再乘以一倍数,该倍数为基础转角最大值除以该泵瞬时流量函数周期,然后将单个泵合流时的平均流量相加,即可得到多泵共同工作时的合流平均流量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910002264.3A CN109900422B (zh) | 2019-01-02 | 2019-01-02 | 一种基于图形的多泵合流流量脉动特性检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910002264.3A CN109900422B (zh) | 2019-01-02 | 2019-01-02 | 一种基于图形的多泵合流流量脉动特性检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109900422A CN109900422A (zh) | 2019-06-18 |
CN109900422B true CN109900422B (zh) | 2020-08-18 |
Family
ID=66943571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910002264.3A Expired - Fee Related CN109900422B (zh) | 2019-01-02 | 2019-01-02 | 一种基于图形的多泵合流流量脉动特性检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109900422B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3506068B2 (ja) * | 1999-09-29 | 2004-03-15 | 日本電気株式会社 | 外れ値度計算装置 |
DE10164898B4 (de) * | 2001-04-30 | 2010-09-23 | Berlin Heart Gmbh | Verfahren zur Regelung einer Unterstützungspumpe für Fluidfördersysteme mit pulsatilem Druck |
CN104005924B (zh) * | 2013-02-25 | 2016-04-20 | 白巨章 | 大功率径向柱塞泵 |
CN105574329A (zh) * | 2015-12-11 | 2016-05-11 | 同济大学 | 基于周期分段函数移相叠加算法的脉动概率密度获取方法 |
CN105550510A (zh) * | 2015-12-11 | 2016-05-04 | 同济大学 | 一种双泵合流流量脉动特性提取方法 |
-
2019
- 2019-01-02 CN CN201910002264.3A patent/CN109900422B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN109900422A (zh) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101192307B (zh) | 点云三角网格面构建方法 | |
Zhan et al. | A new rough set theory: rough soft hemirings | |
CN102422232A (zh) | 使用规则面的运动学近似算法 | |
Du et al. | Advances in studies and applications of centroidal Voronoi tessellations | |
CN108304687B (zh) | 一种预测薄壁复杂曲面回转件车削加工变形的方法 | |
Van Tuong et al. | A practical approach for partitioning free-form surfaces | |
CN109900422B (zh) | 一种基于图形的多泵合流流量脉动特性检测方法 | |
CN108563915B (zh) | 车辆数字化仿真测试模型构建系统及方法、计算机程序 | |
Kim et al. | Assessing roundness errors using discrete Voronoi diagrams | |
CN113095552A (zh) | 一种海洋平台泄漏可燃气云团体积预测方法及系统 | |
CN110175372B (zh) | 一种基于母面特征参数的包络面表征方法 | |
CN110287570B (zh) | 一种船舶艏侧推器激励载荷转换方法 | |
CN115859749A (zh) | 三维模型的约束建立方法、装置、电子设备及存储介质 | |
Tian et al. | An improved method for NURBS surface based on particle swarm optimization BP neural network | |
Preiss | Constructing the 3D representation of a plane-faced object from a digitized engineering drawing | |
Ding et al. | Nonlinear optimization method of ship floating condition calculation in wave based on vector | |
Kalinina et al. | Computing concave hull with closed curve smoothing: Performance, concaveness measure and applications | |
Nezhad et al. | Build time estimator for determining optimal part orientation | |
Zloto et al. | Analysis of oil leaks in a variable-height gap between the cylinder block and the valve plate in a piston pump by means of author-designed software and CFD Fluent | |
CN112070210A (zh) | 一种基于fpga的多并行策略卷积网络加速器 | |
Yang et al. | Three-Filters-to-Normal $+ $: Revisiting Discontinuity Discrimination in Depth-to-Normal Translation | |
CN109101739A (zh) | 一种螺旋桨外形尺寸的三维测量方法、装置及设备 | |
CN116777084B (zh) | 化工泵体加工设备的布局方法、装置、设备及存储介质 | |
CN113343462B (zh) | 基于高阶等几何的多油腔动静压滑动轴承油膜特性仿真方法 | |
Fakih et al. | Piecewise reconstruction of 3d euler spirals from planar polygonal curves |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200818 |
|
CF01 | Termination of patent right due to non-payment of annual fee |