CN111460677B - 一种基于几何代数理论建立转子堆叠精度预测模型的方法 - Google Patents

一种基于几何代数理论建立转子堆叠精度预测模型的方法 Download PDF

Info

Publication number
CN111460677B
CN111460677B CN202010287793.5A CN202010287793A CN111460677B CN 111460677 B CN111460677 B CN 111460677B CN 202010287793 A CN202010287793 A CN 202010287793A CN 111460677 B CN111460677 B CN 111460677B
Authority
CN
China
Prior art keywords
rotor
stage
face
assembly
kth
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.)
Active
Application number
CN202010287793.5A
Other languages
English (en)
Other versions
CN111460677A (zh
Inventor
李震
涂建波
葛浩田
梁霄
汪云龙
孙伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202010287793.5A priority Critical patent/CN111460677B/zh
Publication of CN111460677A publication Critical patent/CN111460677A/zh
Application granted granted Critical
Publication of CN111460677B publication Critical patent/CN111460677B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Turbine Rotor Nozzle Sealing (AREA)

Abstract

本发明属于航空发动机转子堆叠装配技术领域,提供了一种基于几何代数理论建立转子堆叠精度预测模型的方法。通过精密测量设备对发动机转子测量,确定各个零件的位置姿态,通过计算获得各零件上端面坐标系相对于下端面坐标系的平移和旋转参数;利用几何代数理论对各个转子各级零件进行堆叠建模,确定各级转子上下端面坐标系和轴线矢量;依据堆叠模型计算转子组件的同心度和不平衡量;利用遗传算法对转子组件同心度和不平衡量进行双目标优化,获取一组最优装配方案。本发明可以提高航空发动机转子堆叠装配优化的计算效率,同时双目标优化可以同时保证不平衡量和同心度符合要求并且为最优状态,提高装配精度,降低振动。

Description

一种基于几何代数理论建立转子堆叠精度预测模型的方法
技术领域
本发明属于航空发动机转子堆叠装配技术领域,具体涉及一种基于几何代数理论建立转子堆叠模型方法。
背景技术
航空发动机装配是航空发动机制造过程中的最后环节,也是最为重要的制造在已有的航空发动方案和加工技术水平条件下,装量和工作效率发动机的质量、性能和生产效率具有重要影响。所以在装配过程中要尽可能的提高安装转子的同心度,和不平衡量进而减小航空发动机的振动,改善航空发动机的性能。然而,在现实生产中航空发动机的装配完全是手工装配,装配精度的高低和稳定与否完全依赖于装配工人的作经验和技术水平,缺少一种高速有效的指导航空发动机转子装配的方法,进而提高装配效率,减小航空发动机振动,改善航空发动机的性能。
航空发动机装配的测试对象是涡轮静子和转子,在部件加工精度满足要求的条件最终检验靠安装配合后的状态决定,评定的指标主要是装配后转子的同轴度参数。发动机旋转产生高压,它的转子由多个组合在一起的单部件组成,每个部件的回转轴与整个发动机的轴线重合时最为理想。高性能发动机工作时的高速旋转速度大于1000r/min,单部件轴向或径向偏摆必然会造成涡轮盘中心偏离发动机转动轴线,在这样的条件下会产生非常大的离心力,造成转子转动的不平衡,造成发动机振动,因而保证各部件装配后的同心度是安装的重点和难点。
一个未使用同心度优化方法的模型装配,各个部件的轴向和径向由于加工精度限制存在跳动、偏心、倾斜等误差。如果直接随机地进行装配,就可能形成类似于“香蕉形”的弯曲情况,即上面部件累积了下面各个部件的偏心或倾斜误差,造成装配后整体的偏摆和倾斜巨大,导致发动机转子同心度非常差,难于满足使用要求前,国内发动机装配依然采用传统的装配方法,以千分表人工手动测试为主。按照从下到上的顺序装配发动机,装配一个部件之后进行测量,确保每次增加部件后的整体能够满足同心度的阈值条件,然后再向上安装另一个部件。每次都以前一个部件作为基准要求整体的同心度在一定范围内。这种方法耗费大量的时间,并且返工的可能性大,非常影响安装的效率和一次成功率,通常成功的装配需要4至5天。而且,因为不是最佳装配位置,通常需要拆装4至5次,还需要工人凭丰富经验进行装配,每次装配都需要经热加工和冷加工。所以当前航空发动机装配方法安装效率低,不易安装,而且装配后同心度差,影响发动机性能。
在转子堆叠误差传播建模方面,通常使用齐次矩阵变换实现误差传递建模,但当各级轴安装相位数目较多,转子级数较多时,预测不同安装相位下同心度和不平衡量解的数目成指数增加,因此计算时间较长影响航空发动机总装效率。
发明内容
针对上述现有技术的不足,提出一种基于几何代数理论建立转子堆叠精度预测模型的方法,以解决航空发动机转子同心度和不平衡量超差以及精度预测模型计算效率较低的问题,达到转子装配后,同心度小、减少振动,提高航空发动机总装效率的目的。
本发明的技术方案:
一种基于几何代数理论建立转子堆叠精度预测模型的方法,步骤如下:
S1、采用iMap4综合测量装配平台对各级转子进行测量,获得底部止口径向跳动数据、顶部止口径向跳动数据和上下端面跳动数据;测量各级转子的高度和质量,第k级转子高度,质量分别为:Hk,Mk
S2、确定装配前各级转子的位姿参数
根据步骤S1中测量数据,利用最小二乘法计算出各级转子上下端面拟合圆圆心和平面方程,通过底部止口径向跳动数据、顶部止口径向跳动数据和转子高度计算上下端面拟合圆圆心,通过上下端面跳动数据确定上下端面平面方程;当采用下端面为参考平面时,第k级转子上端面拟合圆圆心坐标为(dxk,dyk,Hk),上端面拟合平面方程分为Ax+By+Cz+D=0,旋转参数为dθxk=-B/C,dθyk=A/C;
其中,平移参数为:dxk、dyk;旋转参数为:dθxk、dθyk;即dθxk、dθyk为第k级转子的旋转角度误差,dxk、dyk为第k级转子的径向误差;
取三维空间中的三个正交基向量{e1,e2,e3}表示零件下端面坐标系,I=e1∧e2∧e3,且圆心与坐标原点重合,分别求各级转子上下端面坐标系;
第k级转子旋转算子Rk为:
Figure BDA0002449204360000021
Figure BDA0002449204360000022
是Rk的共轭,即
Figure BDA0002449204360000023
则装配前第k级转子上、下端面坐标系C′k,Ck分别为:
Ck={ei},(i=1,2,3)
Figure BDA0002449204360000031
装配前第k级转子轴线矢量Lk为:
Lk=dxke1+dyke2+Hke3
S3、确定N级转子装配后各级转子上下端面坐标系
令装配后第k级转子,下端面坐标系为Fk={e(1,k0),e(2,k0),e(3,k0)},上端面坐标系为F′k={e(1,k),e(2,k),e(3,k)},且F1={e1,e2,e3}={e(1,k0),e(2,k0),e(3,k0)},轴线矢量为Pk=dxke(1,k0)+dyke(2,k0)+Hke(3,k0)
令相邻两级转子装配时的安装相位为θn,(n=1,2,3...N-1),则相邻两级转子装配时的旋转算子为:
Figure BDA0002449204360000032
装配后第1级转子上下端面坐标系及轴线矢量为:
i=1,2,3
k=1
Figure BDA0002449204360000033
F1={e(i,10)}
Figure BDA0002449204360000034
P1=dx1e(1,10)+dy1e(2,10)+H1e(3,10)
装配后第2级转子上下端面坐标系为:
Figure BDA0002449204360000035
Figure BDA0002449204360000036
Figure BDA0002449204360000037
Figure BDA0002449204360000038
P2=d′x2e(1,20)+d′y2e(2,20)+H2e(3,20)
以此类推,当转子组件为N级,每级安装相位为θn,各级转子上下端面坐标系和轴线矢量数学模型为:
i=1,2,3
k=2,3,4...N
F1={ei}
Figure BDA0002449204360000041
Figure BDA0002449204360000042
Figure BDA0002449204360000043
Pk=dxke(1,k0)+dyke(2,k0)+Hke(3,k0) (5)
S4、根据S2的数学模型计算转子同心度和不平衡量
装配后第1级至第k级转子组件同心度为:
Figure BDA0002449204360000044
转子组件的同心度为:
δ=max{δk} (6)
各级转子由于质心偏斜产生的不平衡矢量反馈到转子两侧轴颈处平衡面的反作用不平衡矢量来衡量转子不平衡量大小;
回转轴线矢量R为:
Figure BDA0002449204360000045
令μk表示第k级轴重心位置矢量投影到此轴线总长的比例系数,第k级转子重心位置在回转轴线上的投影长度lk为:
Figure BDA0002449204360000046
第k级转子不平衡矢量uk为:
Figure BDA0002449204360000051
Mk为第k级转子质量;
第k级转子装配两侧轴颈处的不平衡矢量大小为:
Figure BDA0002449204360000052
最终转子的不平衡取两者的最大值即:
u=max(uA,uB) (7)
S5、利用NSG2遗传算法对同心度和不平衡量双目标优化
当转子组件共N级,m个装配相位时,转子装配双目标优化目标函数及约束为:
Figure BDA0002449204360000053
所述步骤S1中,各级转子下端面视为理想的参考平面,通过测量获取端面跳动和径向跳动各1200个点,通过最小二乘法计算确定上下端面拟合圆心和平面方程,并计算上端面坐标系相对于下端面坐标系的平移参数和旋转参数。
所述步骤S4中,回转轴线为各级转子轴线的矢量和。
所述步骤S5中,其他优化算法均可利用,例如蚁群算法,梯度下降法。
与现有的技术相比,本发明的特点是:
本发明通过几何代数理论进行建立转子误差传递模型,各个坐标系的旋转通过各个旋转算子指数相加即可达到计算目的,提高了模型的计算效率。
附图说明
图1是两级转子各个端面坐标系变换模型示意图;
第1级转子:下端面坐标系F1={e1,e2,e3},上端面坐标系F′1={e′1,e′2,e′3},轴线矢量P1,上下端面旋转算子R1
第2级转子:下端面坐标系F2=={e″1,e″2,e″3},上端面坐标系F′2={e″1,e″2,e″3},轴线矢量P2,上下端面旋转算子R2
第1级转子和第2级转子安装相位旋转算子为r。
具体实施方式
取某型N=4,m=36,航空发动机转子各级转子径向跳动和端面跳动数据进行举例计算,过程如下。
S1、采用某公司现有的iMap4综合测量装配平台对某型转子件进行测量,获得底部止口径向跳动数据,顶部止口径向跳动数据,上下端面跳动数据;测量各个零件的高度Hk和质量Mk
S2、确定装配前各级转子的位姿参数
根据S1中测量数据,利用最小二乘法计算出各级转子上下端面拟合圆圆心和平面方程,通过底部止口径向跳动数据、顶部止口径向跳动数据和零件高度计算上下端面拟合圆圆心,通过上下端面跳动数据确定上下端面平面方程;当采用下端面为参考平面时,第k级转子上端面拟合圆圆心坐标为(dxk,dyk,Hk),上端面拟合平面方程分为Ax+By+Cz+D=0,旋转参数为dθxk=-B/C,dθyk=A/C;
所以平移参数为:dxk、dyk;旋转参数为:dθxk、dθyk;高度:Hk。即dθxk、dθyk为第k级转子的旋转角度误差,dxk、dyk为第k级转子的径向误差,各级转子安装相位数为36。
各级转子参数如下表所示:
表1各级转子参数
Figure BDA0002449204360000061
S3、根据S2表1参数求装配后各级转子上下端面坐标系Fk,F′k和轴线矢量Pk计算转子同心度和不平衡量
将表1参数k、dθxk/(rad)、dθyk/(rad)带入公式(1)求出各级转子旋转算子Rk;将Rk,rn带入公式(3),(4)求得上下端面坐标系Fk,F′k;将表1参数k、Hk、dxk、dyk带入公式(5)求得轴线矢量Pk,将Pk带入公式(6),求得此时Pk和δ是关于θn的函数;令μk=0.5,将量Pk,表1参数Mk带入公式(7),求得u是关于θn的函数。
转子组件的同心度为:
δ=max{δ1,δ2δ3,δ4}=f(θ123)
转子的不平衡量为:
u=max{uA,uB}=g(θ123)
此时同心度和不平衡量都是关于θn的函数
S4、利用NSG2遗传算法对同心度和不平衡量双目标优化
双目标优化目标函数及约束为:
Figure BDA0002449204360000071
优化结果为:
Figure BDA0002449204360000072
此时同心度为δ=0.005313mm,不平衡量为:u=0.00239kg·mm。

Claims (1)

1.一种基于几何代数理论建立转子堆叠精度预测模型的方法,其特征在于,步骤如下:
S1、采用iMap4综合测量装配平台对各级转子进行测量,获得底部止口径向跳动数据、顶部止口径向跳动数据和上下端面跳动数据;测量各级转子的高度和质量,第k级转子高度,质量分别为:Hk,Mk
S2、确定装配前各级转子的位姿参数
根据步骤S1中测量数据,利用最小二乘法计算出各级转子上下端面拟合圆圆心和平面方程,通过底部止口径向跳动数据、顶部止口径向跳动数据和转子高度计算上下端面拟合圆圆心,通过上下端面跳动数据确定上下端面平面方程;当采用下端面为参考平面时,第k级转子上端面拟合圆圆心坐标为(dxk,dyk,Hk),上端面拟合平面方程为Ax+By+Cz+D=0,旋转参数为dθxk=-B/C,dθyk=A/C;
其中,平移参数为:dxk、dyk;旋转参数为:dθxk、dθyk;即dθxk、dθyk为第k级转子的旋转角度误差,dxk、dyk为第k级转子的径向误差;
取三维空间中的三个正交基向量{e1,e2,e3}表示零件下端面坐标系,I=e1∧e2∧e3,且圆心与坐标原点重合,分别求各级转子上下端面坐标系;
第k级转子旋转算子Rk为:
Figure FDA0003109223520000011
Figure FDA0003109223520000012
是Rk的共轭,即
Figure FDA0003109223520000013
则装配前第k级转子上、下端面坐标系C'k,Ck分别为:
Ck={ei},(i=1,2,3)
Figure FDA0003109223520000014
装配前第k级转子轴线矢量Lk为:
Lk=dxke1+dyke2+Hke3
S3、确定N级转子装配后各级转子上下端面坐标系
令装配后第k级转子,下端面坐标系为Fk={e(1,k0),e(2,k0),e(3,k0)},上端面坐标系为Fk'={e(1,k),e(2,k),e(3,k)},且F1={e1,e2,e3}={e(1,k0),e(2,k0),e(3,k0)},轴线矢量为Pk=dxke(1,k0)+dyke(2,k0)+Hke(3,k0)
令相邻两级转子装配时的安装相位为θn,n=1,2,3...N-1,则相邻两级转子装配时的旋转算子为:
Figure FDA0003109223520000021
装配后第1级转子上下端面坐标系及轴线矢量为:
i=1,2,3
k=1
Figure FDA0003109223520000022
F1={e(i,10)}
Figure FDA0003109223520000023
P1=dx1e(1,10)+dy1e(2,10)+H1e(3,10)
装配后第2级转子上下端面坐标系为:
Figure FDA0003109223520000024
Figure FDA0003109223520000025
Figure FDA0003109223520000026
Figure FDA0003109223520000027
P2=d'x2e(1,20)+d'y2e(2,20)+H2e(3,20)
以此类推,当转子组件为N级,每级安装相位为θn,各级转子上下端面坐标系和轴线矢量数学模型为:
i=1,2,3
k=2,3,4...N
F1={ei}
Figure FDA0003109223520000028
Figure FDA0003109223520000031
Figure FDA0003109223520000032
Pk=dxke(1,k0)+dyke(2,k0)+Hke(3,k0) (5)
S4、根据S2的数学模型计算转子同心度和不平衡量
装配后第1级至第k级转子组件同心度为:
Figure FDA0003109223520000033
转子组件的同心度为:
δ=max{δk} (6)
各级转子由于质心偏斜产生的不平衡矢量反馈到转子两侧轴颈处平衡面的反作用不平衡矢量来衡量转子不平衡量大小;
回转轴线矢量R为:
Figure FDA0003109223520000034
令μk表示第k级轴重心位置矢量投影到此轴线总长的比例系数,第k级转子重心位置在回转轴线上的投影长度lk为:
Figure FDA0003109223520000035
第k级转子不平衡矢量uk为:
Figure FDA0003109223520000036
Mk为第k级转子质量;
第k级转子装配两侧轴颈处的不平衡矢量大小为:
Figure FDA0003109223520000037
最终转子的不平衡取两者的最大值即:
u=max(uA,uB) (7)
S5、利用NSG2遗传算法对同心度和不平衡量双目标优化
当转子组件共N级,m个装配相位时,转子装配双目标优化目标函数及约束为:
Figure FDA0003109223520000041
CN202010287793.5A 2020-04-14 2020-04-14 一种基于几何代数理论建立转子堆叠精度预测模型的方法 Active CN111460677B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010287793.5A CN111460677B (zh) 2020-04-14 2020-04-14 一种基于几何代数理论建立转子堆叠精度预测模型的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010287793.5A CN111460677B (zh) 2020-04-14 2020-04-14 一种基于几何代数理论建立转子堆叠精度预测模型的方法

Publications (2)

Publication Number Publication Date
CN111460677A CN111460677A (zh) 2020-07-28
CN111460677B true CN111460677B (zh) 2021-08-20

Family

ID=71684516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010287793.5A Active CN111460677B (zh) 2020-04-14 2020-04-14 一种基于几何代数理论建立转子堆叠精度预测模型的方法

Country Status (1)

Country Link
CN (1) CN111460677B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112307426B (zh) * 2020-12-28 2021-03-26 中国航发上海商用航空发动机制造有限责任公司 转动轴线的确定方法及系统
CN113190786B (zh) * 2021-05-13 2024-03-15 岳聪 一种大型旋转装备利用多维装配参数的振动预测方法
CN113239558B (zh) * 2021-05-21 2022-12-20 中国工程物理研究院总体工程研究所 一种机理与数据联合驱动的运输振动建模方法
CN114352404B (zh) * 2022-01-07 2022-12-09 西安交通大学 一种反三角转子发动机参数设计的计算方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109871947A (zh) * 2019-03-21 2019-06-11 哈尔滨工业大学 基于卷积神经网络的大型高速回转装备多级零部件初始不平衡量逐级堆叠方法和装置
CN110083906A (zh) * 2019-04-19 2019-08-02 大连理工大学 一种基于端跳测量计算转子装配位姿的弹性算法
CN110119553A (zh) * 2019-04-29 2019-08-13 西北工业大学 一种止口连接的航空发动机转子零件选配优化方法
CN110595689A (zh) * 2018-10-22 2019-12-20 哈尔滨工业大学 一种大型高速回转装备多级零部件不平衡量预测方法及零部件装配装置
CN110598229A (zh) * 2019-01-07 2019-12-20 哈尔滨工业大学 基于蒙特卡罗偏差评估的大型高速回转装备多级零部件优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9932832B2 (en) * 2014-05-29 2018-04-03 Pratt & Whitney Canada Corp. Method of balancing a spool of a gas turbine engine

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110595689A (zh) * 2018-10-22 2019-12-20 哈尔滨工业大学 一种大型高速回转装备多级零部件不平衡量预测方法及零部件装配装置
CN110598229A (zh) * 2019-01-07 2019-12-20 哈尔滨工业大学 基于蒙特卡罗偏差评估的大型高速回转装备多级零部件优化方法
CN109871947A (zh) * 2019-03-21 2019-06-11 哈尔滨工业大学 基于卷积神经网络的大型高速回转装备多级零部件初始不平衡量逐级堆叠方法和装置
CN110083906A (zh) * 2019-04-19 2019-08-02 大连理工大学 一种基于端跳测量计算转子装配位姿的弹性算法
CN110119553A (zh) * 2019-04-29 2019-08-13 西北工业大学 一种止口连接的航空发动机转子零件选配优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Prediction Method of Concentricity and Perpendicularity of Aero Engine Multistage Rotors Based on PSO-BP Neural Network;CHUANZHI SUN 等;《IEEE ACCESS》;20190912;第132271-132278页 *
基于同心度测量的转子不平衡量装配优化技术;刘志强;《中国机械》;20141231;第82页 *

Also Published As

Publication number Publication date
CN111460677A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN111460677B (zh) 一种基于几何代数理论建立转子堆叠精度预测模型的方法
US11480490B2 (en) Large-scale high-speed rotary equipment measuring and intelligent learning assembly method and device based on vector minimization of geometry center, mass center, center of gravity and center of inertia
CN111241609B (zh) 一种航空发动机转静子装配叶尖间隙的预测方法
CN110598229B (zh) 基于蒙特卡罗偏差评估的大型高速回转装备多级零部件优化方法
CN111413030B (zh) 基于刚度矢量空间投影极大化的大型高速回转装备测量与神经网络学习调控方法及其装置
CN105426565B (zh) 基于概率密度技术的大型高速回转装备形位公差分配方法
CN105426566B (zh) 基于蒙特卡罗技术的大型高速回转装备形位公差分配方法
CN111475903A (zh) 基于多偏置误差同步补偿的大型高速回转装备多级零部件动力学特性逐级测调和分配方法
CN106837426B (zh) 一种发动机核心机转子质心偏心的优化方法
CN104246635A (zh) 用于加工涡轮发动机叶片后缘的方法
CN110119553B (zh) 一种止口连接的航空发动机转子零件选配优化方法
CN109871947A (zh) 基于卷积神经网络的大型高速回转装备多级零部件初始不平衡量逐级堆叠方法和装置
CN111384828A (zh) 转子组件装配的优化方法
Chen et al. Research on multistage rotor assembly optimization methods for aeroengine based on the genetic algorithm
CN115270567A (zh) 一种带凸肩的风扇转子叶片振动特性分析方法
CN111982402B (zh) 考虑初始不平衡量的航空发动机转子零件选配优化方法
CN111076867B (zh) 基于质心和惯性中心同步测调的大型高速回转装备多级零部件不平衡量分配方法
CN110877751B (zh) 基于矢量投影的大型高速回转装备转动惯量堆叠方法
CN110595689B (zh) 一种大型高速回转装备多级零部件不平衡量预测方法及零部件装配装置
CN114838643B (zh) 一种航空发动机叶片叠合轴基准检测装置及方法
CN113468788B (zh) 一种发动机整体叶盘变形协调设计方法
CN115688306A (zh) 一种弹性环式支点振动抑制装置的减振性能评估方法
CN114996917A (zh) 一种基于相似理论的单盘裂纹转子动特性评估方法
CN111666639B (zh) 一种消除曲轴型转子装配的优化方法
Lubell et al. Identification and correction of rotor instability in an oil-free gas turbine

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