CN113255193B - 一种基于有限元分析的旋转设备虚拟测点构建方法及系统 - Google Patents
一种基于有限元分析的旋转设备虚拟测点构建方法及系统 Download PDFInfo
- Publication number
- CN113255193B CN113255193B CN202110671989.9A CN202110671989A CN113255193B CN 113255193 B CN113255193 B CN 113255193B CN 202110671989 A CN202110671989 A CN 202110671989A CN 113255193 B CN113255193 B CN 113255193B
- Authority
- CN
- China
- Prior art keywords
- vibration data
- rotating equipment
- speed
- finite element
- element analysis
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004088 simulation Methods 0.000 claims abstract description 56
- 238000011960 computer-aided design Methods 0.000 claims abstract description 11
- 230000001133 acceleration Effects 0.000 claims description 25
- 230000035945 sensitivity Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000006073 displacement reaction Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000005096 rolling process Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000003745 diagnosis Methods 0.000 description 7
- 238000009434 installation Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010073 coating (rubber) Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于有限元分析的旋转设备虚拟测点构建方法，包括：在旋转设备上的多个实体采集点采集并获取基于时间的振动数据序列，构建旋转设备的3D计算机辅助设计模型，并利用有限元软件构建该旋转设备的有限元分析模型；根据所述有限元分析模型进行计算机辅助仿真，计算得到在所述高速轴转速条件下旋转设备的每一个质量单元的仿真结果；计算旋转设备上的任意一个虚拟测点的无量纲投影系数；根据旋转设备上的任意一个虚拟测点的无量纲投影系数，计算得到旋转设备上任意一点的振动数据。本发明基于计算机辅助技术，能够将已有的实体监测点和有限元分析技术结合起来，构建出任意多的虚拟测点，从而获取旋转设备的任意一点的振动数据。
Description
技术领域
本发明涉及计算机辅助优化技术领域，尤其涉及一种基于有限元分析的旋转设备虚拟测点构建方法及系统。
背景技术
旋转设备的健康状态监测与故障预测一直受到高度关注。旋转设备在生产运行过程中，长期受到交变载荷作用而导致故障的产生。对于支撑结构复杂、受运行工况和环境条件影响较大的机械设备来说，通过振动传感器采集设备的振动信号来实现故障信号的分析和判断，振动信号中往往包含突出的噪声成分。由于振动传感器安装位置的有限，不一定能够正好安装在设备故障敏感的位置。当设备的发生故障部位较小时，其引起的结构振动响应变化较弱，通过传统的故障监测手段所采集的振动信号，可能会出现采集到的振动信号无法有效表述故障的形成和趋势的问题，因此采用常规的振动信号分析方法往往难以揭示故障信息，从而影响了设备早期健康劣化状态的判断和识别。通过对大数据进行故障模型训练而实现故障分析的技术方案，一方面难以获取到有效的训练集数据，另一方面训练得到的模型内部逻辑处于黑盒子状态，无法对数据进行更好的解析，导致模型的精度不够或者过于拟合，不能有效保证对关键故障的捕捉准确率。因此需要通过对采集到的振动信号进行处理和增强，有效抑制噪声的干扰，突出显示振动信号中的故障信息，从而提高设备健康劣化状态监测预测的及时性和准确性，以满足工业设备生产过程中健康状态监测的实际应用需求。
公开号为CN110705722A的专利，该发明使用变分模式分解法分解训练工业设备的每个原始信号，对子模态分量进行训练后重组建模。该方法的缺点在于使用的数据处理方法固定，无法针对不同的工业设备运用场景改变。公开号为CN112184007A的专利，该发明使用数字孪生模型对设备的故障信息进行本地同步，其数字孪生部分主要用于决策优化，对于故障诊断的部分仅仅使用了传统的在线监控方法。公开号为CN 111967189A的专利，该发明使用数字孪生模型对设备的故障信息进行本地同步，然后在本地使用贝叶斯网络进行诊断，数字孪生并没有对诊断结果起到增强作用。
发明内容
鉴于此，本发明提供一种基于有限元分析的旋转设备虚拟测点构建方法及系统，基于计算机辅助技术，能够将已有的实体监测点和有限元分析技术结合起来，构建出任意多的虚拟测点，从而获取旋转设备的任意一点的振动数据。
为实现上述目的，本发明提供一种基于有限元分析的旋转设备虚拟测点构建方法，所述方法包括步骤：
S1、在一预设采集周期内，以及预设的旋转设备的高速轴转速条件下，在旋转设备上的多个实体采集点采集并获取基于时间的振动数据序列，所述振动数据序列至少包括第一实体采集点采集的输入轴径向振动数据序列、第二实体采集点采集的输入轴轴向振动数据序列、第三实体采集点采集的高速轴径向振动数据序列、第四实体采集点采集的高速轴轴向振动数据序列；
S2、构建旋转设备的3D计算机辅助设计模型，并利用有限元软件构建该旋转设备的有限元分析模型，其中，所述有限元分析模型的外部约束条件集合包括旋转设备的高速轴转速条件和载荷，以及旋转设备的滚动轴承传动关系；
S3、根据所述有限元分析模型进行计算机辅助仿真，计算得到在所述高速轴转速条件下旋转设备的每一个质量单元的仿真结果，所述仿真结果包括该质量单元所受的合力和合力矩，以及质量单元的线速度和角速度；
S4、对所述振动数据序列进行均值计算得到振动数据序列均值，并根据有限元分析模型的仿真结果计算在所述采集周期内在对应各个实体采集点的仿真振动数据均值，将所述振动数据序列均值与所述仿真振动数据均值进行计算，得到在每一个实体采集点处所采集的振动数据与有限元分析模型中对应的虚拟测点的仿真振动数据之间的无量纲投影系数，进而得到旋转设备上的任意一个虚拟测点的无量纲投影系数；
S5、根据所述旋转设备上的任意一个虚拟测点的无量纲投影系数，计算得到旋转设备上任意一点的振动数据。
优选的，所述步骤S1包括：
所述输入轴径向振动数据序列包括输入轴径向的振动加速度、速度和位移；
所述输入轴轴向振动数据序列包括输入轴轴向的振动加速度、速度和位移；
所述高速轴径向振动数据序列包括高速轴径向的振动加速度、速度和位移；
所述高速轴轴向振动数据序列包括高速轴轴向的振动加速度、速度和位移。
优选的，所述步骤S1还包括：
在旋转设备的高速轴侧位置处安装转速传感器，获取旋转设备的高速轴转速序列，并将所述高速轴转速序列作为预设的高速轴转速条件；
至少在旋转设备的输入轴径向测点位置XA、输入轴轴向测点位置XB、高速轴径向测点位置XC以及高速轴轴向测点位置XD上安装振动传感器；
在所述高速轴转速序列条件下分别采集并获取到输入轴径向振动数据序列DA(t)、输入轴轴向振动数据序列DB(t)、高速轴径向振动数据序列DC(t)以及高速轴轴向振动数据序列DD(t)，其中，
其中，t0，t1……tN为采集周期内的各个时间戳，DA,0，DA,1……DA,N依次为对应t0，t1……tN时刻采集的输入轴径向振动数据，DB,0，DB,1……DB,N依次为对应t0，t1……tN时刻采集的输入轴轴向振动数据，DC,0，DC,1……DC,N依次为对应t0，t1……tN时刻采集的高速轴径向振动数据，DD,0，DD,1……DD,N依次为对应t0，t1……tN时刻采集的高速轴轴向振动数据，N为一组振动数据的长度，基于采集站缓存和数据传输间隔时间设置。
优选的，所述步骤S2包括：
根据旋转设备的几何构造关系，建立对应的3D计算机辅助设计模型，并利用有限元软件对旋转设备建立有限元分析模型FEA为：
其中，Xi为旋转设备的任意质量单元i的空间坐标，F(Xi)为质量单元i所受的合力，M(Xi)为质量单元i所受的合力矩，U(Xi)为质量单元i的线速度，W(Xi)为质量单元i的角速度，BS为外部约束条件集合，外部约束条件集合包括旋转设备的高速轴转速条件和载荷；
添加滚动轴承传动关系
所带来的约束至外部约束条件集合BS中：
其中，p为轴承滚子的编号，Num为轴承滚子的总数， Erace是轴承滚道的杨氏模量，Eroller是轴承滚子的杨氏模量，νrace是轴承滚道泊松比，νroller是轴承滚子的泊松比，κ是轴承滚子和轴承滚道接触点的椭圆率，R是轴承滚子和轴承滚道接触点的调和曲率半径，ξ是轴承区域内材料密度的第一类椭圆积分，ζ是轴承区域内材料密度的第二类椭圆积分，γ是轴承滚子和轴承滚道接触时发生的微小形变，np是编号为p的轴承滚子的质心指向轴承轴心的单位方向向量。
优选的，所述步骤S4包括：
根据公式（1）提供的输入轴径向振动数据序列DA(t)，计算得到在采样周期 (t 0 , t N )内的输入轴径向振动数据序列均值
为：
根据公式（5）计算得到旋转设备的质量单元的仿真结果，计算在采样周期(t 0 , t N )时间内的在有限元分析模型中对应轴径向测点位置XA的虚拟测点的输入轴径向仿真振动数据均值
：
其中，
为有限元分析模型中XA处的质量单元在t时刻的线速度，
为轴径向的单位方向向量，
为XA处的质量单元的线速度在轴径向的投影；
将所述输入轴径向振动数据序列均值
与所述输入轴径向仿真振动数据均值
进行相除，得到在轴径向测点位置XA处采集的振动数据与有限元分析模型中对应的虚拟测点的仿真振动数据之间的无量纲投影系数GA为：
优选的，所述步骤S4还包括：
基于相同的计算方法，分别得到在输入轴轴向测点位置XB处的无量纲投影系数GB、高速轴径向测点位置XC处的无量纲投影系数GC以及高速轴轴向测点位置XD处的无量纲投影系数GD，并将GA、GB、GC和GD进行数据整合，得到旋转设备上任意一个虚拟测点Xi的无量纲投影系数G(Xi)为：
其中，δ根据测量点之间距离决定的权重函数，δ(Xi-XA)、δ(Xi-XB)、δ(Xi-XC)、δ(Xi-XD)分别为根据Xi与XA、Xi与XB、Xi与XC以及Xi与XD之间距离由权重函数δ所决定的权重，该权重函数根据多点最小二乘法平面方程拟合得到。
优选的，所述步骤S5包括：
根据公式（10）得到旋转设备上的任意一个虚拟测点的无量纲投影系数G(Xi)，通过公式（11）计算得到旋转设备的任意一个虚拟测点的振动数据D(Xi,t)为：
优选的，所述方法还包括，选择对时间域敏感度最优的虚拟测点，该虚拟测点通过下面步骤进行选择：
根据公式（8）计算得到旋转设备任意虚拟测点的输入轴径向振动加速度的仿真均值
；
根据该输入轴径向振动加速度的仿真均值，计算得到旋转设备各个虚拟测点的输入轴径向振动加速度的仿真时序方差
为：
其中，
虚拟测点i所在位置Xi处的质量单元在t时刻的线速度；
选取
中最大值所对应的位置为对时间域敏感度最优的虚拟测点。
优选的，所述方法还包括，选择对空间域敏感度最优的虚拟测点，该虚拟测点通过下面步骤进行选择：
通过公式（12）计算得到各个虚拟测点的输入轴径向振动加速度的仿真时序方差
，对该仿真时序方差取梯度并求模，得到空间域敏感度变化量
：
选取
中最大值所对应的位置为对空间域敏感度最优的虚拟测点。
为实现上述目的，本发明提供一种基于有限元分析的旋转设备虚拟测点构建系统，所述系统执行如上所述的基于有限元分析的旋转设备虚拟测点构建方法，所述系统包括：
采集模块，在一预设采集周期内，以及预设的旋转设备的高速轴转速条件下，在旋转设备上的多个实体采集点采集并获取基于时间的振动数据序列，所述振动数据序列至少包括第一实体采集点采集的输入轴径向振动数据序列、第二实体采集点采集的输入轴轴向振动数据序列、第三实体采集点采集的高速轴径向振动数据序列、第四实体采集点采集的高速轴轴向振动数据序列；
模型构建模块，构建旋转设备的3D计算机辅助设计模型，并利用有限元软件构建该旋转设备的有限元分析模型，其中，所述有限元分析模型的外部约束条件集合包括旋转设备的高速轴转速条件和载荷，以及旋转设备的滚动轴承传动关系；
仿真模块，根据所述有限元分析模型进行计算机辅助仿真，计算得到在所述高速轴转速条件下旋转设备的每一个质量单元的仿真结果，所述仿真结果包括该质量单元所受的合力和合力矩，以及质量单元的线速度和角速度；
计算模块，对所述振动数据序列进行均值计算得到振动数据序列均值，并根据有限元分析模型的仿真结果计算在所述采集周期内在对应各个实体采集点的仿真振动数据均值，将所述振动数据序列均值与所述仿真振动数据均值进行计算，得到在每一个实体采集点处所采集的振动数据与有限元分析模型中对应的虚拟测点的仿真振动数据之间的无量纲投影系数，进而得到旋转设备上的任意一个虚拟测点的无量纲投影系数；
数据输出模块，根据所述旋转设备上的任意一个虚拟测点的无量纲投影系数，计算得到旋转设备上任意一点的振动数据。
与现有技术相比，本发明提供的一种基于有限元分析的旋转设备虚拟测点构建方法及系统，所带来的有益效果为：本发明基于计算机辅助技术，能够将已有的实体监测点和有限元分析技术结合起来，构建出任意多的虚拟测点，从而实现对振动数据的充分挖掘和利用，提高设备故障诊断的精度；对于已经安装过实体测点的老旧设备诊断系统，可以在不添加新的硬件设备的情况下，通过本发明的技术方案增强设备诊断的精度；可以针对不同的监测设备的特性和工况，设置不同的虚拟测点构建规则，提供设备诊断场景的灵活性。
附图说明
图1是根据本发明的一个实施例的基于有限元分析的旋转设备虚拟测点构建方法的流程示意图。
图2是根据本发明的一个具体实施例的旋转设备振动传感器安装示意图。
图3是根据本发明的一个实施例的基于有限元分析的旋转设备虚拟测点构建系统的系统示意图。
图示说明：
1-输入轴轴向振动传感器安装位置；2-输入轴径向振动传感器安装位置；3-高速轴轴向振动传感器安装位置；4-高速轴径向振动传感器安装位置；5-高速轴转速传感器安装位置；6-任意虚拟测点。
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述，但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
如图1所示的本发明的一个实施例，本发明提供一种基于有限元分析的旋转设备虚拟测点构建方法，所述方法包括：
S1、在一预设采集周期内，以及预设的旋转设备的高速轴转速条件下，在旋转设备上的多个实体采集点采集并获取基于时间的振动数据序列，所述振动数据序列至少包括第一实体采集点采集的输入轴径向振动数据序列、第二实体采集点采集的输入轴轴向振动数据序列、第三实体采集点采集的高速轴径向振动数据序列、第四实体采集点采集的高速轴轴向振动数据序列；
S2、构建旋转设备的3D计算机辅助设计模型，并利用有限元软件构建该旋转设备的有限元分析模型，其中，所述有限元分析模型的外部约束条件集合包括旋转设备的高速轴转速条件和载荷，以及旋转设备的滚动轴承传动关系；
S3、根据所述有限元分析模型进行计算机辅助仿真，计算得到在所述高速轴转速条件下旋转设备的每一个质量单元的仿真结果，所述仿真结果包括该质量单元所受的合力和合力矩，以及质量单元的线速度和角速度；
S4、对所述振动数据序列进行均值计算得到振动数据序列均值，并根据有限元分析模型的仿真结果计算在所述采集周期内在对应各个实体采集点的仿真振动数据均值，将所述振动数据序列均值与所述仿真振动数据均值进行计算，得到在每一个实体采集点处所采集的振动数据与有限元分析模型中对应的虚拟测点的仿真振动数据之间的无量纲投影系数，进而得到旋转设备上的任意一个虚拟测点的无量纲投影系数；
S5、根据所述旋转设备上的任意一个虚拟测点的无量纲投影系数，计算得到旋转设备上任意一点的振动数据。
在一预设采集周期内，以及预设的旋转设备的高速轴转速条件下，在旋转设备上的多个实体采集点采集并获取基于时间的振动数据序列，所述振动数据序列至少包括第一实体采集点采集的输入轴径向振动数据序列、第二实体采集点采集的输入轴轴向振动数据序列、第三实体采集点采集的高速轴径向振动数据序列、第四实体采集点采集的高速轴轴向振动数据序列。所述输入轴径向振动数据序列包括输入轴径向的振动加速度、速度和位移；所述输入轴轴向振动数据序列包括输入轴轴向的振动加速度、速度和位移；所述高速轴径向振动数据序列包括高速轴径向的振动加速度、速度和位移；所述高速轴轴向振动数据序列包括高速轴轴向的振动加速度、速度和位移。通过在旋转设备上安装振动传感器，来采集旋转设备的振动数据，比如通过安装振动加速度传感器，来采集旋转设备的振动加速度信息。
具体地，在旋转设备的高速轴侧位置处安装转速传感器，获取旋转设备的高速轴转速序列，并将所述高速轴转速序列作为预设的高速轴转速条件。至少在旋转设备的输入轴径向测点位置XA、输入轴轴向测点位置XB、高速轴径向测点位置XC以及高速轴轴向测点位置XD上安装振动传感器，如图2所示的振动传感器安装示意图。在旋转设备上所选择的振动传感器的安装位置越多，对数据的处理精度会越高。所有的振动传感器的安装均采取磁吸粘接方式进行安装。安装前需要打磨平面, 安装时涂胶均匀，粘接牢固，安装后转接头应与旋转部件保持10mm以上空间，以保证工作过程中振动传感器与旋转部件不发生碰撞。为避免对旋转设备的运行产生影响，转速传感器采用安装支架固定在齿轮箱高速轴侧，通过高速轴联轴器上凸起螺栓头进行触发感应，测量旋转设备的转速。通过上述安装的振动传感器，采集到一系列的振动数据。在所述高速轴转速序列条件下分别采集并获取到输入轴径向振动数据序列DA(t)、输入轴轴向振动数据序列DB(t)、高速轴径向振动数据序列DC(t)以及高速轴轴向振动数据序列DD(t)，其中，
其中，t0，t1……tN为采集周期内的各个时间戳，DA,0，DA,1……DA,N依次为对应t0，t1……tN时刻采集的输入轴径向振动数据，DB,0，DB,1……DB,N依次为对应t0，t1……tN时刻采集的输入轴轴向振动数据，DC,0，DC,1……DC,N依次为对应t0，t1……tN时刻采集的高速轴径向振动数据，DD,0，DD,1……DD,N依次为对应t0，t1……tN时刻采集的高速轴轴向振动数据，N为一组振动数据的长度，基于采集站缓存和数据传输间隔时间设置。
构建旋转设备的3D计算机辅助设计模型，并利于有限元软件构建该旋转设备的有限元分析模型，其中，所述有限元分析模型的外部约束条件集合包括旋转设备的高速轴转速条件和载荷，以及旋转设备的滚动轴承传动关系。根据旋转设备的几何构造关系，建立对应的3D计算机辅助设计模型，并利用有限元软件对旋转设备建立有限元分析模型FEA，FEA为：
其中，Xi为旋转设备的任意质量单元i的空间坐标，F(Xi)为质量单元i所受的合力，M(Xi)为质量单元i所受的合力矩，U(Xi)为质量单元i的线速度，W(Xi)为质量单元i的角速度，BS为外部约束条件集合，外部约束条件集合包括旋转设备的高速轴转速条件和载荷。有限元软件比如为ANSYS。
在公式（5）有限元模型FEA的基础上，添加滚动轴承传动关系
所带来的约束至外部约束条件集合BS中；
其中，p为轴承滚子的编号，Num为轴承滚子的总数， Erace是轴承滚道的杨氏模量，Eroller是轴承滚子的杨氏模量，νrace是轴承滚道泊松比，νroller是轴承滚子的泊松比，κ是轴承滚子和轴承滚道接触点的椭圆率，R是轴承滚子和轴承滚道接触点的调和曲率半径，ξ是轴承区域内材料密度的第一类椭圆积分，ζ是轴承区域内材料密度的第二类椭圆积分，γ是轴承滚子和轴承滚道接触时发生的微小形变，np是编号为p的轴承滚子的质心指向轴承轴心的单位方向向量。这些参数为滚动轴承的设计参数，均可从系统设计中获取。
根据所述有限元分析模型进行计算机辅助仿真，计算得到在所述高速轴转速条件下旋转设备的每一个质量单元的仿真结果，所述仿真结果包括该质量单元所受的合力和合力矩，以及质量单元的线速度和角速度。通过公式（5）的有限元分析模型FEA，并通过计算机辅助仿真，计算得到旋转设备的每一个质量单元Xi所受的合力和合力矩，以及每一个质量单元Xi的线速度和角速度。
对所述振动数据序列进行均值计算得到振动数据序列均值，并根据质量单元的仿真结果计算在所述采集周期内在对应各个实体采集点的仿真振动数据均值，将所述振动数据序列均值与所述仿真振动数据均值进行计算，得到在每一个实体采集点处所采集的振动数据与有限元分析模型中对应的虚拟测点的仿真振动数据之间的无量纲投影系数，进而得到旋转设备上的任意一个虚拟测点的无量纲投影系数。以旋转设备的输入轴径向测点位置XA采集的输入轴径向振动数据序列DA(t)为例进行详细说明。根据公式（1）提供的输入轴径向振动数据序列DA(t)，计算得到在采样周期 (t 0 , t N )内的输入轴径向振动数据序列均值
为：
针对公式（5）计算得到旋转设备的质量单元的仿真结果，计算在采样周期(t 0 , t N )时间内的在有限元分析模型中对应轴径向测点位置XA的虚拟测点的输入轴径向仿真振动数据均值
；
其中，
为有限元分析模型中XA处的质量单元在t时刻的线速度，
为轴径向的单位方向向量，
为XA处的质量单元的线速度在轴径向的投影。
将所述输入轴径向振动数据序列均值
与所述输入轴径向仿真振动数据均值
进行相除，得到在轴径向测点位置XA处采集的振动数据与有限元分析模型中对应的虚拟测点的仿真振动数据之间的无量纲投影系数GA为：
基于相同的计算方法，分别得到在输入轴轴向测点位置XB处的无量纲投影系数GB、高速轴径向测点位置XC处的无量纲投影系数GC以及高速轴轴向测点位置XD处的无量纲投影系数GD，并将GA、GB、GC和GD进行数据整合，得到旋转设备上任意一个虚拟测点Xi的无量纲投影系数G(Xi)为：
其中，δ根据测量点之间距离决定的权重函数，δ(Xi-XA)、δ(Xi-XB)、δ(Xi-XC)、δ(Xi-XD)分别为根据Xi与XA、Xi与XB、Xi与XC以及Xi与XD之间距离由权重函数δ所决定的权重，该权重函数根据多点最小二乘法平面方程拟合得到。
根据所述旋转设备上的任意一个虚拟测点的无量纲投影系数，计算得到旋转设备上任意一点的振动数据。在设备的任意无法安装实体测量点，但是想要进行测量的位置,根据公式（10）获得该点的无量纲投影系数，通过公式（11）计算得到旋转设备的任意一个虚拟测点的振动数据D(Xi,t)为：
通过获取旋转设备任意一点位置的振动数据，可以对旋转设备进行全面精确的数据分析，从而更加能够准确掌握旋转设备的运转状况。
虚拟测点可以是设备上的任意点，但是为了有效进行设备状态判断，应当选择旋转设备上对状态变化敏感的测试点。根据本发明的一具体实施例，选择对时间域敏感度最优的虚拟测点，该虚拟测点通过下面所述步骤进行选择：
根据公式（8）计算得到旋转设备各个虚拟测点的输入轴径向振动加速度的仿真均值
；并根据该输入轴径向振动加速度的仿真均值，计算得到旋转设备任意虚拟测点的输入轴径向振动加速度的仿真时序方差
为：
其中，
虚拟测点i所在位置Xi处的质量单元在t时刻的线速度；
选取
中最大值所对应的位置为对时间域敏感度最优的虚拟测点。
根据本发明的再一具体实施例，选择对空间域敏感度最优的虚拟测点，该虚拟测点通过下面所述步骤进行选择：
通过公式（12）计算得到各个虚拟测点的输入轴径向振动加速度的仿真时序方差
，对该仿真时序方差取梯度并求模，得到空间域敏感度变化量
；
选取
中最大值所对应的位置为对空间域敏感度最优的虚拟测点。
虚拟测点可以根据需要多种方式选取，也可以通过局部划分，在设备整体上选取多个虚拟测点。
如图3所示，本发明提供一种基于有限元分析的旋转设备虚拟测点构建系统，所述系统包括：
采集模块30，在一预设采集周期内，以及预设的旋转设备的高速轴转速条件下，在旋转设备上的多个实体采集点采集并获取基于时间的振动数据序列，所述振动数据序列至少包括第一实体采集点采集的输入轴径向振动数据序列、第二实体采集点采集的输入轴轴向振动数据序列、第三实体采集点采集的高速轴径向振动数据序列、第四实体采集点采集的高速轴轴向振动数据序列；
模型构建模块31，构建旋转设备的3D计算机辅助设计模型，并利用有限元软件构建该旋转设备的有限元分析模型，其中，所述有限元分析模型的外部约束条件集合包括旋转设备的高速轴转速条件和载荷，以及旋转设备的滚动轴承传动关系；
仿真模块32，根据所述有限元分析模型进行计算机辅助仿真，计算得到在所述高速轴转速条件下旋转设备的每一个质量单元的仿真结果，所述仿真结果包括该质量单元所受的合力和合力矩，以及质量单元的线速度和角速度；
计算模块33，对所述振动数据序列进行均值计算得到振动数据序列均值，并根据有限元分析模型的仿真结果计算在所述采集周期内在对应各个实体采集点的仿真振动数据均值，将所述振动数据序列均值与所述仿真振动数据均值进行计算，得到在每一个实体采集点处所采集的振动数据与有限元分析模型中对应的虚拟测点的仿真振动数据之间的无量纲投影系数，进而得到旋转设备上的任意一个虚拟测点的无量纲投影系数；
数据输出模块34，根据所述旋转设备上的任意一个虚拟测点的无量纲投影系数，计算得到旋转设备上任意一点的振动数据。
尽管为示例目的，已经公开了本发明的优选实施方式，但是本领域的普通技术人员将意识到，在不脱离由所附的权利要求书公开的本发明的范围和精神的情况下，各种改进、增加以及取代是可能的。
Claims (7)
1.一种基于有限元分析的旋转设备虚拟测点构建方法，其特征在于，所述方法包括步骤：
S1、在一预设采集周期内，以及预设的旋转设备的高速轴转速条件下，在旋转设备上的多个实体采集点采集并获取基于时间的振动数据序列，所述振动数据序列至少包括第一实体采集点采集的输入轴径向振动数据序列、第二实体采集点采集的输入轴轴向振动数据序列、第三实体采集点采集的高速轴径向振动数据序列、第四实体采集点采集的高速轴轴向振动数据序列；
S2、构建旋转设备的3D计算机辅助设计模型，并利用有限元软件构建该旋转设备的有限元分析模型，其中，所述有限元分析模型的外部约束条件集合包括旋转设备的高速轴转速条件和载荷，以及旋转设备的滚动轴承传动关系；
S3、根据所述有限元分析模型进行计算机辅助仿真，计算得到在所述高速轴转速条件下旋转设备的每一个质量单元的仿真结果，所述仿真结果包括质量单元所受的合力和合力矩，以及质量单元的线速度和角速度；
S4、对所述振动数据序列进行均值计算得到振动数据序列均值，并根据有限元分析模型的仿真结果计算在所述采集周期内在对应各个实体采集点的仿真振动数据均值，将所述振动数据序列均值与所述仿真振动数据均值进行计算，得到在每一个实体采集点处所采集的振动数据与有限元分析模型中对应的虚拟测点的仿真振动数据之间的无量纲投影系数，进而得到旋转设备上的任意一个虚拟测点的无量纲投影系数；
S5、根据所述旋转设备上的任意一个虚拟测点的无量纲投影系数，计算得到旋转设备上任意一点的振动数据；
所述步骤S4包括：
根据公式（1）提供的输入轴径向振动数据序列DA(t)，计算得到在采样周期 (t 0 , t N )内的输入轴径向振动数据序列均值
为：
根据公式（5）计算得到旋转设备的质量单元的仿真结果，计算在采样周期(t 0 , t N )时间内的在有限元分析模型中对应轴径向测点位置XA的虚拟测点的输入轴径向仿真振动数据均值
：
其中， 
为有限元分析模型中XA处的质量单元在t时刻的线速度，
为轴径向的单位方向向量，
为XA处的质量单元的线速度在轴径向的投影；
将所述输入轴径向振动数据序列均值
与所述输入轴径向仿真振动数据均值
进行相除，得到在轴径向测点位置XA处采集的振动数据与有限元分析模型中对应的虚拟测点的仿真振动数据之间的无量纲投影系数GA为：
基于相同的计算方法，分别得到在输入轴轴向测点位置XB处的无量纲投影系数GB、高速轴径向测点位置XC处的无量纲投影系数GC以及高速轴轴向测点位置XD处的无量纲投影系数GD，并将GA、GB、GC和GD进行数据整合，得到旋转设备上任意一个虚拟测点Xi的无量纲投影系数G(Xi)为：
其中，δ根据测量点之间距离决定的权重函数，δ(Xi-XA)、δ(Xi-XB)、δ(Xi-XC)、δ(Xi-XD)分别为根据Xi与XA、Xi与XB、Xi与XC以及Xi与XD之间距离由权重函数δ所决定的权重，该权重函数根据多点最小二乘法平面方程拟合得到；
所述步骤S5包括：
根据公式（10）得到旋转设备上的任意一个虚拟测点的无量纲投影系数G(Xi)，通过公式（11）计算得到旋转设备的任意一个虚拟测点的振动数据D(Xi,t)为：
2.如权利要求1所述的基于有限元分析的旋转设备虚拟测点构建方法，其特征在于，所述步骤S1包括：
所述输入轴径向振动数据序列包括输入轴径向的振动加速度、速度和位移；
所述输入轴轴向振动数据序列包括输入轴轴向的振动加速度、速度和位移；
所述高速轴径向振动数据序列包括高速轴径向的振动加速度、速度和位移；
所述高速轴轴向振动数据序列包括高速轴轴向的振动加速度、速度和位移。
3.如权利要求2所述的基于有限元分析的旋转设备虚拟测点构建方法，其特征在于，所述步骤S1还包括：
在旋转设备的高速轴径向侧边位置处安装转速传感器，获取旋转设备的高速轴转速序列，并将所述高速轴转速序列作为预设的高速轴转速条件；
至少在旋转设备的输入轴径向测点位置XA、输入轴轴向测点位置XB、高速轴径向测点位置XC以及高速轴轴向测点位置XD上安装振动传感器；
在所述高速轴转速序列条件下分别采集并获取到输入轴径向振动数据序列DA(t)、输入轴轴向振动数据序列DB(t)、高速轴径向振动数据序列DC(t)以及高速轴轴向振动数据序列DD(t)，其中：
其中，t0，t1……tN为采集周期内的各个时间戳，DA,0，DA,1……DA,N依次为对应t0，t1……tN时刻采集的输入轴径向振动数据，DB,0，DB,1……DB,N依次为对应t0，t1……tN时刻采集的输入轴轴向振动数据，DC,0，DC,1……DC,N依次为对应t0，t1……tN时刻采集的高速轴径向振动数据，DD,0，DD,1……DD,N依次为对应t0，t1……tN时刻采集的高速轴轴向振动数据，N为一组振动数据的长度，基于采集站缓存和数据传输间隔时间设置。
4.如权利要求3所述的基于有限元分析的旋转设备虚拟测点构建方法，其特征在于，所述步骤S2包括：
根据旋转设备的几何构造关系，建立对应的3D计算机辅助设计模型，并利用有限元软件对旋转设备构建有限元分析模型FEA为：
其中，Xi为旋转设备的任意质量单元i的空间坐标，F(Xi)为质量单元i所受的合力，M(Xi)为质量单元i所受的合力矩，U(Xi)为质量单元i的线速度，W(Xi)为质量单元i的角速度，BS为外部约束条件集合，外部约束条件集合包括旋转设备的高速轴转速条件和载荷；
添加滚动轴承传动关系
所带来的约束至外部约束条件集合BS中：
其中，p为轴承滚子的编号，Num为轴承滚子的总数， Erace是轴承滚道的杨氏模量，Eroller是轴承滚子的杨氏模量，νrace是轴承滚道泊松比，νroller是轴承滚子的泊松比，κ是轴承滚子和轴承滚道接触点的椭圆率，R是轴承滚子和轴承滚道接触点的调和曲率半径，ξ是轴承区域内材料密度的第一类椭圆积分，ζ是轴承区域内材料密度的第二类椭圆积分，γ是轴承滚子和轴承滚道接触时发生的微小形变，np是编号为p的轴承滚子的质心指向轴承轴心的单位方向向量。
5.如权利要求4所述的基于有限元分析的旋转设备虚拟测点构建方法，其特征在于，所述方法还包括，选择对时间域敏感度最优的虚拟测点，该虚拟测点通过下面步骤进行选择：
根据公式（8）计算得到旋转设备任意虚拟测点的输入轴径向振动加速度的仿真均值
；
根据该输入轴径向振动加速度的仿真均值，计算得到旋转设备各个虚拟测点的输入轴径向振动加速度的仿真时序方差
为：
其中，
虚拟测点i所在位置Xi处的质量单元在t时刻的线速度；
选取
中最大值所对应的位置为对时间域敏感度最优的虚拟测点。
6.如权利要求5所述的基于有限元分析的旋转设备虚拟测点构建方法，其特征在于，所述方法还包括，选择对空间域敏感度最优的虚拟测点，该虚拟测点通过下面步骤进行选择：
通过公式（12）计算得到各个虚拟测点的输入轴径向振动加速度的仿真时序方差
，对该仿真时序方差取梯度并求模，得到空间域敏感度变化量
；
选取
中最大值所对应的位置为对空间域敏感度最优的虚拟测点。
7.一种基于有限元分析的旋转设备虚拟测点构建系统，所述系统执行如权利要求1-6任一所述的基于有限元分析的旋转设备虚拟测点构建方法，所述系统包括：
采集模块，在一预设采集周期内，以及预设的旋转设备的高速轴转速条件下，在旋转设备上的多个实体采集点采集并获取基于时间的振动数据序列，所述振动数据序列至少包括第一实体采集点采集的输入轴径向振动数据序列、第二实体采集点采集的输入轴轴向振动数据序列、第三实体采集点采集的高速轴径向振动数据序列、第四实体采集点采集的高速轴轴向振动数据序列；
模型构建模块，构建旋转设备的3D计算机辅助设计模型，并利用有限元软件构建该旋转设备的有限元分析模型，其中，所述有限元分析模型的外部约束条件集合包括旋转设备的高速轴转速条件和载荷，以及旋转设备的滚动轴承传动关系；
仿真模块，根据所述有限元分析模型进行计算机辅助仿真，计算得到在所述高速轴转速条件下旋转设备的每一个质量单元的仿真结果，所述仿真结果包括该质量单元所受的合力和合力矩，以及质量单元的线速度和角速度；
计算模块，对所述振动数据序列进行均值计算得到振动数据序列均值，并根据有限元分析模型的仿真结果计算在所述采集周期内在对应各个实体采集点的仿真振动数据均值，将所述振动数据序列均值与所述仿真振动数据均值进行计算，得到在每一个实体采集点处所采集的振动数据与有限元分析模型中对应的虚拟测点的仿真振动数据之间的无量纲投影系数，进而得到旋转设备上的任意一个虚拟测点的无量纲投影系数；
数据输出模块，根据所述旋转设备上的任意一个虚拟测点的无量纲投影系数，计算得到旋转设备上任意一点的振动数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110671989.9A CN113255193B (zh) | 2021-06-17 | 2021-06-17 | 一种基于有限元分析的旋转设备虚拟测点构建方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110671989.9A CN113255193B (zh) | 2021-06-17 | 2021-06-17 | 一种基于有限元分析的旋转设备虚拟测点构建方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113255193A CN113255193A (zh) | 2021-08-13 |
| CN113255193B true CN113255193B (zh) | 2021-10-15 |
Family
ID=77188394
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110671989.9A Active CN113255193B (zh) | 2021-06-17 | 2021-06-17 | 一种基于有限元分析的旋转设备虚拟测点构建方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113255193B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113932761B (zh) * | 2021-10-13 | 2022-07-29 | 山东大学 | 基于数字孪生的高速列车承载结构变形监测方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102542105A (zh) * | 2011-12-24 | 2012-07-04 | 中国煤炭科工集团太原研究院 | 齿轮载荷无线监测系统及基于其完成的交互式多级齿轮物理仿真方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1275024C (zh) * | 2003-07-09 | 2006-09-13 | 何林 | 大型结构损伤状况实时识别的变时基监测方法 |
| CN105865735B (zh) * | 2016-04-29 | 2018-05-08 | 浙江大学 | 一种基于视频监控的桥梁振动测试与动力特性识别方法 |
| CN110705722A (zh) * | 2019-09-12 | 2020-01-17 | 华中科技大学 | 一种工业设备故障诊断的诊断模型及其构建方法和应用 |
-
2021
- 2021-06-17 CN CN202110671989.9A patent/CN113255193B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102542105A (zh) * | 2011-12-24 | 2012-07-04 | 中国煤炭科工集团太原研究院 | 齿轮载荷无线监测系统及基于其完成的交互式多级齿轮物理仿真方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113255193A (zh) | 2021-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8521493B2 (en) | Rotating blade analysis | |
| KR101119738B1 (ko) | 구름요소 베어링에 작용하는 접촉힘 벡터를 결정하기 위한 방법 및 센서 장치 | |
| JP5898263B2 (ja) | 連接構造の動作をキャプチャするための処理方法 | |
| JP5912415B2 (ja) | ゴルフスイング解析装置およびゴルフスイング解析方法 | |
| CN106382882B (zh) | 一种旋转机械转静间隙场的测试系统及测试方法 | |
| JP2007086076A (ja) | ジャイロセンサの補正方法及び補正装置 | |
| CN113255193B (zh) | 一种基于有限元分析的旋转设备虚拟测点构建方法及系统 | |
| CN112363247B (zh) | 一种重力梯度仪运动误差事后补偿方法 | |
| CN110069822B (zh) | 一种叶片动应变测量的传感器布置方法 | |
| Jain et al. | Model based online diagnosis of unbalance and transverse fatigue crack in rotor systems | |
| Wu et al. | Fault dynamic model of high-speed rolling bearing by a compound displacement excitation function considering the effect of defect roughness | |
| CN109883692B (zh) | 基于内置编码器信息的广义差分滤波方法 | |
| Parziale et al. | Physics-Informed Neural Networks for the Condition Monitoring of Rotating Shafts | |
| CN110567626B (zh) | 一种间接式轴承预紧力测量方法及系统 | |
| CN108972536A (zh) | 机械臂的动力学参数确定系统、方法及存储介质 | |
| CN105180860B (zh) | 一种在线补偿式转子跳动测量系统及方法 | |
| CN114577397B (zh) | 一种高速永磁电机转子动平衡方法及系统 | |
| CN109085654B (zh) | 一种旋转加速度计重力梯度仪数字建模仿真方法 | |
| CN115855013A (zh) | 一种冷原子干涉陀螺仪的量程扩展系统及方法 | |
| CN115164941A (zh) | 一种惯性导航设备振动测试装置及测试方法 | |
| TWI752720B (zh) | 電子設備及其控制方法 | |
| Tiwari et al. | An extended field balancing procedure for flexible rotors fully levitated by active magnetic bearings | |
| CN114383610A (zh) | 一种基于移动三维扫描技术的抖动检测分段滤波方法 | |
| CN111639386A (zh) | 一种航空发动机用无键相虚拟动平衡方法 | |
| CN118153351B (zh) | 面向非对称感知路径软管形态反演的粒子群布局优化方法 |
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 |