CN117031964B - 转子不平衡振动控制方法和装置 - Google Patents
转子不平衡振动控制方法和装置 Download PDFInfo
- Publication number
- CN117031964B CN117031964B CN202311206295.3A CN202311206295A CN117031964B CN 117031964 B CN117031964 B CN 117031964B CN 202311206295 A CN202311206295 A CN 202311206295A CN 117031964 B CN117031964 B CN 117031964B
- Authority
- CN
- China
- Prior art keywords
- rotor
- matrix
- control
- working condition
- vibration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 137
- 239000011159 matrix material Substances 0.000 claims abstract description 101
- 230000033228 biological regulation Effects 0.000 claims description 23
- 241000282461 Canis lupus Species 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000013016 damping Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 230000001629 suppression Effects 0.000 abstract description 31
- 230000008569 process Effects 0.000 abstract description 29
- 230000008859 change Effects 0.000 abstract description 13
- 230000000875 corresponding effect Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 11
- 230000001276 controlling effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003631 expected effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing Of Balance (AREA)
- Magnetic Bearings And Hydrostatic Bearings (AREA)
Abstract
本发明提供一种转子不平衡振动控制方法和装置，所述方法包括：获取待识别转子的当前工况；基于所述当前工况选择与所述当前工况对应的预先生成的增益矩阵；根据所述增益矩阵生成控制指令，所述控制指令用于对预先构建的转子轴承装置的配重盘进行位置调整；其中，所述增益矩阵是以多工况参数作为输入，对预先建立的自适应线性二次调节模型进行求解得到的。该方法解决了现有技术中影响系数法在振动控制过程中忽略转子模型而导致的振动抑制效果较差的技术问题，通过充分考虑转子在振动抑制过程中的系统内部结构和变化，从而实现较为优化的振动抑制，提高振动抑制效果。
Description
技术领域
本发明涉及高端制造技术领域，尤其涉及一种转子不平衡振动控制方法和装置。
背景技术
对于航空发动机、燃气轮机、汽轮发电机等高端旋转机械，不平衡振动超标将严重影响设备的稳定性和安全性。解决不平衡振动的传统方法是停机进行离线动平衡，然而这样费时费力，且损失较大。
在已有方法中，例如公开号为[CN115541115A]的专利公开了一种电磁式自动平衡系统、自动平衡控制方法和装置，所描述的自动平衡控制方法是基于影响系数法的，能够实现不平衡振动的单调下降，但是并不能说明整个系统的内部结构和变化；公开号为[CN104792459A]的专利公开了一种基于模糊控制的转子动平衡变步长寻优方法，不可避免的存在寻优过程中的转子振动偶然增大现象，且整个控制方法是不依赖于模型的，因此也不能说明控制过程中系统内部结构及变化；公开号为[CN114623977A]的专利公布了一种基于微差速的桨扇同轴对转结构自动平衡控制方法，该控制方法实现自动平衡的核心仍然为影响系数法；公开号为[CN109190270A]的专利公布了一种基于APSO-BP的双配重盘自动平衡控制方法，该控制方法通过已经获得的配重盘初始位置、转速和系统振动响应初值为前提，利用BP神经网络来拟合系统振动值，结合自适应粒子群进行寻优得出两个配重盘的最佳目标位置，从而实现自动平衡，但是该方法仍然无法揭示振动控制过程中系统内部结构的变化情况。
可见，已有方法一般通过安装变质量分布式自动平衡执行器可实现在线不平衡故障的自愈。控制算法是决定自动平衡系统平衡精度与平衡效率的重要影响因素，而上述已有技术中，变质量分布式自动平衡执行器使用的控制算法为寻优法和影响系数法，然而两个均存在一定的缺陷。基于寻优法的自动平衡过程时间非常长，且整个自动平衡过程会偶尔出现振动增大的情况，即整个过程的振动并不会出现单调下降。基于影响系数法的自动平衡过程尽管具有不依赖于转子模型的优势，但是由于忽略转子模型，因此不能描述转子系统内部结构和处于系统内部的变化。
鉴于此，提供一种转子不平衡振动控制方法和装置，以期充分考虑转子在振动抑制过程中的系统内部结构和变化，从而实现较为优化的振动抑制，提高振动抑制效果，就成为本领域技术人员亟待解决的问题。
发明内容
本发明提供一种转子不平衡振动控制方法和装置，用以解决现有技术中影响系数法在振动控制过程中忽略转子模型而导致的振动抑制效果较差的技术问题，通过充分考虑转子在振动抑制过程中的系统内部结构和变化，从而实现较为优化的振动抑制，提高振动抑制效果。
本发明提供一种转子不平衡振动控制方法，所述方法包括：
获取待识别转子的当前工况；
基于所述当前工况选择与所述当前工况对应的预先生成的增益矩阵；
根据所述增益矩阵生成控制指令，所述控制指令用于对预先构建的转子轴承装置的配重盘进行位置调整；
其中，所述增益矩阵是以多工况参数作为输入，对预先建立的自适应线性二次调节模型进行求解得到的。
在一些实施例中，预先构建的转子轴承装置包括：
转子轴承模组，所述转子轴承模组包括转子、安装与所述转子上的滑动轴承以及两组配重盘；
执行器，所述执行器包括用于检测转子转速的速度传感器和用于检测配重盘位置的位置传感器；
加速度传感器，所述加速度传感器用于测量所述转子轴承模组的振动量；
变频器；
测控仪器，测控仪器包括数据采集卡和控制电路。
在一些实施例中，对预先构建的转子轴承装置的配重盘进行位置调整，具体包括：
获取所述测控仪器输出的所述配重盘的当前位置；
根据所述当前位置和预设的目标位置，利用自适应线性二次调节模型，生成所述配重盘的运动步数和旋转方向。
在一些实施例中，预先建立的自适应线性二次调节模型，具体包括：
构建包含不平衡力、控制力与响应间的动力学方程；
根据所述动力学方程建立连续状态空间方程；
利用零阶保持法，对所述连续状态空间方程进行离散化，得到离散后的状态空间方程；
根据所述离散后的状态空间方程建立自适应线性二次调节模型。
在一些实施例中，所述增益矩阵Kd的表达式为：
Kd＝R-1(k)BT(k)A-T(k)[P(k)-Q(k)]
其中，P(k)为黎卡提差分方程的解，R-1(k)为正定矩阵R(k)的逆矩阵，BT(k)为控制矩阵B(k)的转置矩阵，A-T(k)为状态矩阵A(k)的转置矩阵的逆矩阵，Q(k)为权值矩阵。
在一些实施例中，所述方法还包括：
采用灰狼优化算法对所述增益矩阵中的权值矩阵Q和R进行优化。
本发明还提供一种转子不平衡振动控制装置，所述装置包括：
工况采集单元，用于获取待识别转子的当前工况；
矩阵构建单元，用于基于所述当前工况选择与所述当前工况对应的预先生成的增益矩阵；
指令生成单元，用于根据所述增益矩阵生成控制指令，所述控制指令用于对预先构建的转子轴承装置的配重盘进行位置调整；
其中，所述增益矩阵是以多工况参数作为输入，对预先建立的自适应线性二次调节模型进行求解得到的。
本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述的方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。
本发明提供的转子不平衡振动控制方法，通过获取待识别转子的当前工况，基于所述当前工况选择与所述当前工况对应的预先生成的增益矩阵；根据所述增益矩阵生成控制指令，所述控制指令用于对预先构建的转子轴承装置的配重盘进行位置调整；其中，所述增益矩阵是以多工况参数作为输入，对预先建立的自适应线性二次调节模型进行求解得到的。本发明基于变质量分布式自动平衡执行器的控制方法展开，对于传统的以寻优法和基于影响系数法发展的控制方法存在的平衡时间长、振动抑制过程非单调、不能揭示系统内部结构及变化的缺陷，提出一种基于GWO-ALQR的转子不平衡振动自愈调控方法，利用状态空间方程建立LQR调控方法，由GWO(灰狼优化算法)进行LQR的最优参数选择，针对不同工况自适应选择不同的最优参数，进而得到最优控制指令，控制执行器运行，进而达到转子系统不平衡振动的自愈调控。解决了现有技术中影响系数法在振动控制过程中忽略转子模型而导致的振动抑制效果较差的技术问题，通过充分考虑转子在振动抑制过程中的系统内部结构和变化，从而实现较为优化的振动抑制，提高振动抑制效果。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的转子不平衡振动控制方法的流程示意图之一；
图2是本发明提供的预先构建的转子轴承实验模型的结构示意图；
图3是本发明提供的转子轴承实验模型中执行器配重盘的示意图；
图4是本发明提供的转子不平衡振动控制方法的流程示意图之二；
图5是本发明提供的转子轴承实验模型的动力学模型简化图；
图6是本发明提供的转子不平衡振动控制方法的流程示意图之三；
图7是本发明提供的转子不平衡振动控制方法的流程示意图之四；
图8是本发明提供的转子不平衡振动控制方法的原理图；
图9是本发明提供的转子不平衡振动控制方法的技术效果示意图；
图10是本发明提供的转子不平衡振动控制装置的结构示意图；
图11是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
针对现有技术存在的缺陷，本发明所提供的转子不平衡振动自愈调控方法基于GWO(灰狼优化)和ALQR(自适应线性二次调节器)。该方法基于转子系统的动力学方程推导转子系统的状态空间方程，然后根据状态空间方程构建基于LQR(线性二次调节器)的调控方法。根据转子系统的不同运行工况，选择合适的Q与R参数，从而实现对不同工况的自适应，即建立基于ALQR(自适应线性二次调节器)调控方法。最后，利用灰狼优化算法较强的收敛性能、参数少、易实现等特点实现参数Q与R的最优选择，形成基于GWO-ALQR(灰狼优化-自适应线性二次调节模型)的转子不平衡振动自愈调控方法。该方法能够揭示转子在振动抑制过程中的系统内部结构和变化，并实现最优振动抑制。
在一种具体实施方式中，如图1所示，本发明提供的转子不平衡振动控制方法包括以下步骤：
S110：获取待识别转子的当前工况；
S120：基于所述当前工况选择与所述当前工况对应的预先生成的增益矩阵；
S130：根据所述增益矩阵与当前监测的振动状态生成控制指令，所述控制指令用于对预先构建的转子轴承装置的配重盘进行位置调整；
其中，所述增益矩阵是以多工况参数作为输入，对预先建立的自适应线性二次调节模型进行求解得到的。
本发明的目的是提供一种基于GWO-ALQR的转子不平衡振动自愈调控方法，以解决转子不平衡振动在线主动控制，揭示振动抑制过程中转子系统内部结构的变化情况。在实际使用场景中，首先建立图2所示的转子轴承装置，以该装置作为实验装置，然后基于该装置建立转子系统动力学方程，推导出控制系统状态空间方程并进行离散化。接着，根据状态空间方程设计了基于GWO-ALQR的振动控制方法，该方法通过GWO优化控制系统参数，在线辨识工况，自主选择优化参数进而通过LQR产生控制指令控制执行器运行以抑制转子的不平衡振动。
具体地，请继续参考图2，预先构建的转子轴承装置包括转子轴承模组、配重盘3、执行器4、加速度传感器5、变频器和测控仪器6，所述转子轴承模组包括转子1和安装于所述转子1上的滑动轴承2；所述执行器4包括用于检测转子转速的速度传感器和用于检测配重盘位置的位置传感器；所述加速度传感器5用于测量所述转子轴承模组的振动量，测控仪器包括数据采集卡和控制电路。
也就是说，根据转子轴承系统建立不平衡振动自愈调控系统作为实验装置，转子轴承装置包括传感器、振动监测系统、控制器和执行器，传感器主要为振动加速度传感器，用于采集设备运行时的振动信号，振动监测系统主要用于分析振动信号并辨识故障，若为不平衡故障，则计算转子系统的不平衡大小和相位，并将不平衡信息发送至控制器。该实施例中，建立的控制器所使用的控制方法为LQR，根据不平衡信息对执行器的执行动作做出判断并发出动作指令，执行器接受动作指令并产生相应的动作，最终实现转子系统不平衡振动抑制。该实施例中所用的执行器为电磁式自动平衡执行器，执行器内有2个配重盘(如图3(a)所示)，两个配重盘分别产生一个补偿矢量u1和u2，通过移动两个配重盘的位置产生合力w以抵消转子系统的不平衡力u(如图3(b)所示)。
其中，对预先构建的转子轴承装置的配重盘进行位置调整，具体包括以下步骤：
获取所述测控仪器输出的所述配重盘的当前位置和振动状态；
根据所述当前位置、转子振动状态和期待的目标位置，利用自适应线性二次调节模型，生成所述配重盘的运动步数和旋转方向。
在一些实施例中，如图4所示，预先建立的自适应线性二次调节模型，具体包括以下步骤：
S410：构建包含不平衡力、控制力与响应间的动力学方程。具体地，建立转子轴承系统的动力学方程时，将转子轴承装置分解为图5所示的轴单元、盘单元和轴承单元，分别写出各个单元节点的运动方程，最后组装得到转子轴承系统的运动方程如下：
方程(1)中，M为转子轴承系统的质量矩阵，C为系统的阻尼矩阵，G为系统的陀螺矩阵，K为系统的刚度矩阵，F为外力矩阵，q为系统的广义位移矢量，Ω为系统的转速，各矩阵均由单元矩阵组装而成。
S420：根据所述动力学方程建立连续状态空间方程。具体地，在建立连续系统的状态空间方程时，进一步包括如下步骤：
①首先在方程(1)中引入施加的控制力Fc，转子自身所受的不平衡力为Fu，由于自动平衡过程是需要时间，因此，控制力Fc在经时间τ以后将保持不变，得到含有控制力Fc的动力学方程为：
②变换方程(2)的形式为：
③可得转子系统的状态空间方程为：
其中，状态空间/>控制矩阵/>干扰力输入矩阵/>输出矩阵D＝[1 0]，u(t-τ)为控制量，ud(t)为不平衡扰动量。
S430：利用零阶保持法，对所述连续状态空间方程进行离散化，得到离散后的状态空间方程。具体地，采用零阶保持法对连续状态空间方程进行离散化，可得离散的状态空间方程为：
其中，Φ为状态转移矩阵，具体形式如公式(6)，G为控制矩阵，具体公式如公式(7)。
S440：根据所述离散后的状态空间方程建立自适应线性二次调节模型。
在一些实施例中，所述增益矩阵Kd的表达式为：
Kd＝R-1(k)BT(k)A-T(k)[P(k)-Q(k)]
其中，P(k)为黎卡提差分方程的解，R-1(k)为正定矩阵R(k)的逆矩阵，BT(k)为控制矩阵B(k)的转置矩阵，A-T(k)为状态矩阵A(k)的转置矩阵的逆矩阵，Q(k)为权值矩阵。
在自适应线性二次调节模型的构建过程中，LQR系统的性能指标为：
其中，最优控制规律为：
u(k)＝-KdZ(k) (9)
Kd＝R-1(k)BT(k)A-T(k)[P(k)-Q(k)] (10)
P(k)为黎卡提差分方程的解，由方程(6)、(7)和(8)可获得离散型线性二次调节器的状态反馈增益矩阵Kd，从而设计最优控制规律u(k)使系统的性能指标最小。然而，状态反馈增益矩阵Kd由权值矩阵Q与R及P(k)决定，而黎卡提微分方程是否有解也取决于Q与R。因此，选择最佳的Q与R对于系统的控制性能是至关重要的。
Q与R矩阵的正定性和半正定特性使得本发明的Q与R矩阵的形式如下：
R＝r*E28×28 (12)
公式(11)对角矩阵内的表示三个轴承的串联刚度，m表示整个转子系统的质量。转子系统在不同转速下，滑动轴承的刚度与阻尼不是一个定值，且根据方程(4)、(11)和(12)可知，刚度与阻尼均会影响增益矩阵，最终影响控制性能。因此，在离线状态下，建立多工况转子系统控制模型，并通过训练获得不同工况对应的增益矩阵。
进行在线振动控制时，通过识别转子系统的工况，在线获取训练得到的增益矩阵，进而用于振动抑制，使系统控制性能达到最佳，图6所示为自适应线性二次调节器控制流程。
进一步地，所述方法还包括：
采用灰狼优化算法对所述增益矩阵中的权值矩阵Q和R进行优化。利用灰狼优化算法对LQR中的参数Q与R进行最优选择时，由于灰狼优化算法具有较强的收敛性能、参数少、易实现等特点，因此选择该算法对LQR中的参数Q与R进行最优选择。
为了保证控制效果和控制代价之间的均衡，采用均方误差积分准则用作适应度函数，以确保系统的控制效果与期望效果更接近。
控制系统的目标函数可表示为：
式中，
Δed(k)＝x(k)-xref(k) (14)
其中，x(k)表示系统输出振动位移，xref表示参考振动位移。
基于GWO的ALQR最优控制参数选择框图如图7所示，图8所示为基于GWO-ALQR的转子不平衡振动自愈调控控制器结构图。本发明通过动力学方程和状态空间方程引入不平衡力与控制力之间的关系，能够揭示转子在振动抑制过程中的系统内部结构和变化情况。本发明所采取的GWO算法收敛性能强、参数少、易实现，与LQR算法相结合可以快速实现最优控制参数Q与R的选择。本发明所提出的基于GWO-ALQR的转子不平衡振动自愈调控方法可以实现不平衡振动实时最优抑制，整个过程单调下降。通过实验结果表明，基于GWO-ALQR的转子系统不平衡振动自愈调控方法均可以将不同工况下的不平衡振动降低至期望振动阈值以下，且最终的振动抑制效果可达70％以上，能够满足不平衡振动故障在线自愈的需要。
为了便于理解，下面以一个具体使用场景为例，简述本发明所提供的方法的实施过程。
步骤1：根据图2所示转子轴承系统的不平衡振动自愈调控系统建立自愈调控实验装置。实验装置主要包含自动平衡执行器(执行器的平衡能力为7200g·mm)、配重盘、轴承、传感器、变频器和测控仪器，测控仪器包含NI数据采集卡和控制电路，执行器内部包含3个霍尔传感器(一个用于测量转子转速，其余两个分别测量对应配重盘的位置)。转子轴承系统的振动经压电加速度传感器(传感器灵敏度为100mV/g，量程范围±50g)测得，转速通过执行器内部安装的霍尔传感器测得。经在线实时信号处理算法获得转子系统的不平衡振动信息，从而计算得到执行器中两配重盘的目标位置。根据两配重盘的现有位置和目标位置，引入基于GWO-ALQR的转子系统不平衡振动自愈调控方法，优化两个配重盘的运动步数和驱动方向，形成相应的控制指令输出，驱动执行器中两配重盘的旋转。相关算法通过LabVIEW实现并通过自研的控制仪器实现对执行器的控制。
步骤2：构建包含不平衡力、控制力与响应间的动力学方程。建立图3所示的转子轴承系统的简化动力学模型，然后建立转子轴承系统的动力学方程，在动力学方程中明确不平衡力、控制力与响应之间的关系，见公式(2)。
步骤3：建立连续系统的状态空间方程。根据公式(2)所示的动力学方程建立连续状态空间方程。
步骤4：构建离散系统的状态空间方程。由于实际的系统为离散系统，故对步骤3建立的连续状态空间方程进行离散化，所用的方法为零阶保持法，得到离散后的状态空间方程见公式(5)。
步骤5：根据离散状态空间方程(5)建立ALQR(自适应线性二次调节器)。
在步骤5中，LQR系统的性能指标为：
最优控制规律为：
u(k)＝-KdZ(k)
增益矩阵Kd由下式决定：
Kd＝R-1(k)BT(k)A-T(k)[P(k)-Q(k)]
其中，P(k)为黎卡提差分方程的解。
由方程(6)、(7)和(8)可获得离散型线性二次调节器的状态反馈增益矩阵Kd，从而设计最优控制规律u(k)使系统的性能指标最小。然而，状态反馈增益矩阵Kd由权值矩阵Q与R及P(k)决定，而黎卡提微分方程是否有解也取决于Q与R。因此，选择最佳的Q与R对于系统的控制性能是至关重要的。
Q与R矩阵的正定性和半正定特性使得本发明的Q与R矩阵的形式如下：
R＝r*E28×28
公式(11)对角矩阵内的表示三个轴承的串联刚度，m表示整个转子系统的质量。转子系统在不同转速下，滑动轴承的刚度与阻尼不是一个定值，且根据方程(4)、(11)和(12)可知，刚度与阻尼均会影响增益矩阵，最终影响控制性能。
因此，在离线状态下，建立多工况转子系统控制模型，并通过训练获得不同工况对应的增益矩阵。在进行在线振动控制时，通过识别转子系统的工况，在线获取训练得到的增益矩阵，进而用于振动抑制，使系统控制性能达到最佳。
步骤6：利用灰狼优化算法对LQR中的参数Q与R进行最优选择。由于灰狼优化算法具有较强的收敛性能、参数少、易实现等特点，因此选择该算法对LQR中的参数Q与R进行最优选择。
为了保证控制效果和控制代价之间的均衡，采用均方误差积分准则用作适应度函数，以确保系统的控制效果与期望效果更接近。
控制系统的目标函数可表示为：
式中，
Δed(k)＝x(k)-xref(k)
其中，x(k)表示系统输出振动位移，xref表示参考振动位移。
基于GWO的ALQR最优控制参数选择框图如图7所示。
步骤7：基于GWO-ALQR的转子不平衡振动自愈调控方法建立完毕，图8所示为基于GWO-ALQR的转子不平衡振动自愈调控控制器结构图。根据图8在Matlab/Simulink中建立基于GWO-ALQR的转子不平衡振动自愈调控系统。结合实验台的实际参数和不同工况，完成在实际工况下的最优参数Q与R选择，并将工况及对应的最优参数存储至控制系统的增益矩阵库。
步骤8：在实验台开展步骤7对应的振动抑制实验。根据监测的转速辨析对应工况，然后通过基于GWO-ALQR的转子不平衡振动自愈调控系统实现自动平衡执行器的最优控制，驱动配重盘运行至目标位置。实际工况下的实验效果见图9。由实验结果可知，该方法在实际工况下可以实现不平衡振动主动抑制，说明控制算法的效果良好；在整个振动过程中，不平衡振动呈现单调下降，未出现超调现象；转子系统的不平衡振动降幅均达70％以上。以上实验结果表明整个自动平衡系统完善，控制算法有效，可实时抑制转子系统的不平衡振动。
在上述具体实施方式中，本发明提供的转子不平衡振动控制方法，通过获取待识别转子的当前工况，基于所述当前工况选择与所述当前工况对应的预先生成的增益矩阵；根据所述增益矩阵生成控制指令，所述控制指令用于对预先构建的转子轴承装置的配重盘进行位置调整；其中，所述增益矩阵是以多工况参数作为输入，对预先建立的自适应线性二次调节模型进行求解得到的。本发明基于变质量分布式自动平衡执行器的控制方法展开，对于传统的以寻优法和基于影响系数法发展的控制方法存在的平衡时间长、振动抑制过程非单调、不能揭示系统内部结构及变化的缺陷，提出一种基于GWO-ALQR的转子不平衡振动自愈调控方法，利用状态空间方程建立LQR调控方法，由GWO(灰狼优化算法)进行LQR的最优参数选择，针对不同工况自适应选择不同的最优参数，进而得到最优控制指令，控制执行器运行，进而达到转子系统不平衡振动的自愈调控。解决了现有技术中影响系数法在振动控制过程中忽略转子模型而导致的振动抑制效果较差的技术问题，通过充分考虑转子在振动抑制过程中的系统内部结构和变化，从而实现较为优化的振动抑制，提高振动抑制效果。
除了上述方法，本发明还提供一种转子不平衡振动控制装置，如图10所示，所述装置包括：
工况采集单元1010，用于获取待识别转子的当前工况；
矩阵构建单元1020，用于基于所述当前工况选择与所述当前工况对应的预先生成的增益矩阵；
指令生成单元1030，用于根据所述增益矩阵生成控制指令，所述控制指令用于对预先构建的转子轴承装置的配重盘进行位置调整；
其中，所述增益矩阵是以多工况参数作为输入，对预先建立的自适应线性二次调节模型进行求解得到的。
在一些实施例中，预先构建的转子轴承装置包括：
转子轴承模组，所述转子轴承模组包括转子、安装与所述转子上的滑动轴承以及两组配重盘；
执行器，所述执行器包括用于检测转子转速的速度传感器和用于检测配重盘位置的位置传感器；
加速度传感器，所述加速度传感器用于测量所述转子轴承模组的振动量；
变频器；
测控仪器，测控仪器包括数据采集卡和控制电路。
在一些实施例中，对预先构建的转子轴承装置的配重盘进行位置调整，具体包括：
获取所述测控仪器输出的所述配重盘的当前位置；
根据所述当前位置和预设的目标位置，利用自适应线性二次调节模型，生成所述配重盘的运动步数和旋转方向。
在一些实施例中，预先建立的自适应线性二次调节模型，具体包括：
构建包含不平衡力、控制力与响应间的动力学方程；
根据所述动力学方程建立连续状态空间方程；
利用零阶保持法，对所述连续状态空间方程进行离散化，得到离散后的状态空间方程；
根据所述离散后的状态空间方程建立自适应线性二次调节模型。
在一些实施例中，所述增益矩阵Kd的表达式为：
Kd＝R-1(k)BT(k)A-T(k)[P(k)-Q(k)]
其中，P(k)为黎卡提差分方程的解，R-1(k)为正定矩阵R(k)的逆矩阵，BT(k)为控制矩阵B(k)的转置矩阵，A-T(k)为状态矩阵A(k)的转置矩阵的逆矩阵，Q(k)为权值矩阵。
在一些实施例中，所述方法还包括：
采用灰狼优化算法对所述增益矩阵中的权值矩阵Q和R进行优化。
在上述具体实施方式中，本发明提供的转子不平衡振动控制装置，通过获取待识别转子的当前工况，基于所述当前工况选择与所述当前工况对应的预先生成的增益矩阵；根据所述增益矩阵生成控制指令，所述控制指令用于对预先构建的转子轴承装置的配重盘进行位置调整；其中，所述增益矩阵是以多工况参数作为输入，对预先建立的自适应线性二次调节模型进行求解得到的。本发明基于变质量分布式自动平衡执行器的控制方法展开，对于传统的以寻优法和基于影响系数法发展的控制方法存在的平衡时间长、振动抑制过程非单调、不能揭示系统内部结构及变化的缺陷，提出一种基于GWO-ALQR的转子不平衡振动自愈调控方法，利用状态空间方程建立LQR调控方法，由GWO(灰狼优化算法)进行LQR的最优参数选择，针对不同工况自适应选择不同的最优参数，进而得到最优控制指令，控制执行器运行，进而达到转子系统不平衡振动的自愈调控。解决了现有技术中影响系数法在振动控制过程中忽略转子模型而导致的振动抑制效果较差的技术问题，通过充分考虑转子在振动抑制过程中的系统内部结构和变化，从而实现较为优化的振动抑制，提高振动抑制效果。
图11示例了一种电子设备的实体结构示意图，如图11所示，该电子设备可以包括：处理器(processor)1110、通信接口(Communications Interface)1120、存储器(memory)1130和通信总线1140，其中，处理器1110，通信接口1120，存储器1130通过通信总线1140完成相互间的通信。处理器1110可以调用存储器1130中的逻辑指令，以执行上述方法。
此外，上述的存储器1130中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够以执行上述方法。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种转子不平衡振动控制方法，其特征在于，所述方法包括：
获取待识别转子的当前工况；
基于所述当前工况选择与所述当前工况对应的预先生成的增益矩阵；
根据所述增益矩阵生成控制指令，所述控制指令用于对预先构建的转子轴承装置的配重盘进行位置调整；
其中，所述增益矩阵是以多工况参数作为输入，对预先建立的自适应线性二次调节模型进行求解得到的；
其中，预先建立的自适应线性二次调节模型，具体包括：
S410：构建包含不平衡力、控制力与响应间的动力学方程；动力学方程如下：
公式(1)中，M为转子轴承系统的质量矩阵，C为系统的阻尼矩阵，G为系统的陀螺矩阵，K为系统的刚度矩阵，F为外力矩阵，q为系统的广义位移矢量，Ω为系统的转速；
S420：根据所述动力学方程建立连续状态空间方程；具体包括以下步骤：
在公式(1)中引入施加的控制力Fc，转子自身所受的不平衡力为Fu，控制力Fc在经时间τ以后保持不变，得到含有控制力Fc的动力学方程为：
变换公式(2)的形式为：
可得转子系统的状态空间方程为：
其中，状态空间/>控制矩阵/>干扰力输入矩阵/>输出矩阵D＝[10]，u(t-τ)为控制量，ud(t)为不平衡扰动量；
S430：利用零阶保持法，对所述连续状态空间方程进行离散化，得到离散后的状态空间方程；离散后的状态空间方程为：
其中，φ为状态转移矩阵，具体公式如公式(6)，G为控制矩阵，具体公式如公式(7)：
S440：根据所述离散后的状态空间方程建立自适应线性二次调节模型；所述增益矩阵Kd的表达式为：
Kd＝R-1(k)BT(k)A-T(k)[P(k)-Q(k)]
其中，P(k)为黎卡提差分方程的解，R-1(k)为正定矩阵R(k)的逆矩阵，BT(k)为控制矩阵B(k)的转置矩阵，A-T(k)为状态矩阵A(k)的转置矩阵的逆矩阵，Q(k)为权值矩阵。
2.根据权利要求1所述的转子不平衡振动控制方法，其特征在于，预先构建的转子轴承装置包括：
转子轴承模组，所述转子轴承模组包括转子、安装于所述转子上的滑动轴承；
执行器，所述执行器包括用于检测转子转速的速度传感器、用于检测配重盘位置的位置传感器和内部两组质量配重盘；
加速度传感器，所述加速度传感器用于测量所述转子轴承模组的振动量；
变频器；
测控仪器，测控仪器包括数据采集卡和控制电路。
3.根据权利要求2所述的转子不平衡振动控制方法，其特征在于，对预先构建的转子轴承装置的配重盘进行位置调整，具体包括：
获取所述测控仪器输出的所述配重盘的当前位置；
根据所述当前位置和预设的目标位置，利用自适应线性二次调节模型，生成所述配重盘的运动步数和旋转方向。
4.根据权利要求1所述的转子不平衡振动控制方法，其特征在于，所述方法还包括：
采用灰狼优化算法对所述增益矩阵中的权值矩阵Q和R进行优化。
5.一种转子不平衡振动控制装置，用于实施如权利要求1-4任一项所述的方法，其特征在于，所述装置包括：
工况采集单元，用于获取待识别转子的当前工况；
矩阵构建单元，用于基于所述当前工况选择与所述当前工况对应的预先生成的增益矩阵；
指令生成单元，用于根据所述增益矩阵生成控制指令，所述控制指令用于对预先构建的转子轴承装置的配重盘进行位置调整；
其中，所述增益矩阵是以多工况参数作为输入，对预先建立的自适应线性二次调节模型进行求解得到的。
6.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述的方法。
7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的方法。
8.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311206295.3A CN117031964B (zh) | 2023-09-18 | 2023-09-18 | 转子不平衡振动控制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311206295.3A CN117031964B (zh) | 2023-09-18 | 2023-09-18 | 转子不平衡振动控制方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117031964A CN117031964A (zh) | 2023-11-10 |
| CN117031964B true CN117031964B (zh) | 2024-05-24 |
Family
ID=88630175
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311206295.3A Active CN117031964B (zh) | 2023-09-18 | 2023-09-18 | 转子不平衡振动控制方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117031964B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190270A (zh) * | 2018-09-12 | 2019-01-11 | 北京化工大学 | 一种基于apso-bp的双配重盘自动平衡控制方法 |
| CN111367174A (zh) * | 2020-03-12 | 2020-07-03 | 清华大学 | 基于卷积神经网络振动识别的线性二次型控制改进方法 |
| CN111873991A (zh) * | 2020-07-22 | 2020-11-03 | 中国第一汽车股份有限公司 | 一种车辆转向的控制方法、装置、终端及存储介质 |
| CN113183709A (zh) * | 2021-06-04 | 2021-07-30 | 合肥工业大学 | 一种汽车电控悬架预瞄控制方法 |
| CN113387276A (zh) * | 2021-07-08 | 2021-09-14 | 哈尔滨理工大学 | 一种改进lqr的船用起重机控制方法 |
| CN114278695A (zh) * | 2021-12-24 | 2022-04-05 | 西北工业大学 | 一种基于磁流变阻尼器的薄壁件加工振动半主动控制方法 |
| CN114488799A (zh) * | 2022-01-11 | 2022-05-13 | 吉林大学 | 汽车自适应巡航系统控制器参数优化方法 |
| CN115541115A (zh) * | 2022-12-02 | 2022-12-30 | 北京化工大学 | 电磁式自动平衡系统、自动平衡控制方法和装置 |
| CN115685756A (zh) * | 2022-10-27 | 2023-02-03 | 南京理工大学 | 一种基于改进灰狼的滑翔弹控制器的优化方法 |
-
2023
- 2023-09-18 CN CN202311206295.3A patent/CN117031964B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190270A (zh) * | 2018-09-12 | 2019-01-11 | 北京化工大学 | 一种基于apso-bp的双配重盘自动平衡控制方法 |
| CN111367174A (zh) * | 2020-03-12 | 2020-07-03 | 清华大学 | 基于卷积神经网络振动识别的线性二次型控制改进方法 |
| CN111873991A (zh) * | 2020-07-22 | 2020-11-03 | 中国第一汽车股份有限公司 | 一种车辆转向的控制方法、装置、终端及存储介质 |
| CN113183709A (zh) * | 2021-06-04 | 2021-07-30 | 合肥工业大学 | 一种汽车电控悬架预瞄控制方法 |
| CN113387276A (zh) * | 2021-07-08 | 2021-09-14 | 哈尔滨理工大学 | 一种改进lqr的船用起重机控制方法 |
| CN114278695A (zh) * | 2021-12-24 | 2022-04-05 | 西北工业大学 | 一种基于磁流变阻尼器的薄壁件加工振动半主动控制方法 |
| CN114488799A (zh) * | 2022-01-11 | 2022-05-13 | 吉林大学 | 汽车自适应巡航系统控制器参数优化方法 |
| CN115685756A (zh) * | 2022-10-27 | 2023-02-03 | 南京理工大学 | 一种基于改进灰狼的滑翔弹控制器的优化方法 |
| CN115541115A (zh) * | 2022-12-02 | 2022-12-30 | 北京化工大学 | 电磁式自动平衡系统、自动平衡控制方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 时滞转子在线自动平衡控制方法及应用;赵阳;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》(第1期);第C029-214页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117031964A (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bossanyi | The design of closed loop controllers for wind turbines | |
| Barlas et al. | Model predictive control for wind turbines with distributed active flaps: incorporating inflow signals and actuator constraints | |
| EP2261627A2 (en) | Method and apparatus for balancing | |
| Gao et al. | A novel active disturbance rejection-based control strategy for a gun control system | |
| CN109185054A (zh) | 风力发电机桨距角控制方法、系统、装置及可读存储介质 | |
| CN114466763B (zh) | 一种车辆控制方法和系统以及车辆 | |
| Cole et al. | Rotor vibration with auxiliary bearing contact in magnetic bearing systems Part 2: robust synchronous control for rotor position recovery | |
| CN117031964B (zh) | 转子不平衡振动控制方法和装置 | |
| CN110361974A (zh) | 基于bp-foa混合算法的水轮机调速系统优化方法 | |
| Westermayer et al. | High dynamic torque control for industrial engine test beds | |
| CN106470006B (zh) | 一种发电机调速系统振荡阻尼比极性判断方法及装置 | |
| CN110888398B (zh) | 控制装置、cnc装置以及控制方法 | |
| Neshati et al. | H∞ drive train control for hardware-in-the-loop simulation with a scaled dynamometer test bench | |
| CN113833606A (zh) | 阻尼控制方法、系统和可读存储介质 | |
| Singh et al. | Model predictive based load frequency control of interconnected power systems | |
| CN111173681B (zh) | 基于滑模神经网络的磁悬浮垂直轴风电机组悬浮控制方法 | |
| CN115541115B (zh) | 电磁式自动平衡系统、自动平衡控制方法和装置 | |
| CN110454322B (zh) | 基于多变量动态矩阵的水轮机调速控制方法、装置及系统 | |
| Wright et al. | Designing and testing controls to mitigate tower dynamic loads in the controls advanced research turbine | |
| Dulau et al. | Design of robust control for single machine infinite bus system | |
| CN115639469A (zh) | 电力系统中发电机组的稳定性检测方法、装置及电子设备 | |
| CN114114923B (zh) | 控制参数的确定方法、确定装置、压缩机系统和存储介质 | |
| Zhang et al. | An improved adaptive control method for active balancing control of rotor with time-delay | |
| CN115139340B (zh) | 一种失效故障下柔性机器人关节神经网络观测器设计方法 | |
| Chang et al. | Active Disturbance Rejection Control Tuned by Whale Optimization Algorithm for Electric Loading System |
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 |