CN117824922A - 一种超精密减速器的动平衡性能测试方法及系统 - Google Patents
一种超精密减速器的动平衡性能测试方法及系统 Download PDFInfo
- Publication number
- CN117824922A CN117824922A CN202410233376.0A CN202410233376A CN117824922A CN 117824922 A CN117824922 A CN 117824922A CN 202410233376 A CN202410233376 A CN 202410233376A CN 117824922 A CN117824922 A CN 117824922A
- Authority
- CN
- China
- Prior art keywords
- data
- test
- sub
- dynamic balance
- matrix
- 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.)
- Granted
Links
- 238000011056 performance test Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000003638 chemical reducing agent Substances 0.000 title claims abstract description 35
- 238000012360 testing method Methods 0.000 claims abstract description 148
- 239000011159 matrix material Substances 0.000 claims abstract description 144
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000009826 distribution Methods 0.000 claims description 27
- 230000005856 abnormality Effects 0.000 claims description 18
- 230000001133 acceleration Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 239000000758 substrate Substances 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 238000012937 correction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明实施例提供了一种超精密减速器的动平衡性能测试方法及系统，涉及超精密减速器的动平衡性能测试技术的技术领域。其方法包括：获取超精密减速器的动平衡性能测试整体数据以及动平衡性能测试子数据；基于所述动平衡性能测试整体数据构建整体数据矩阵，并基于所述动平衡性能测试子数据构建子数据矩阵；计算所述整体数据矩阵与所述子数据矩阵之间的矩阵相关性；在所述矩阵相关性不符合相关性条件的情况下，进行测试异常报警处理。通过本发明，解决了动平衡性能测试精度低的问题，进而达到了提高动平衡性能测试精度和效率的效果。
Description
技术领域
本发明实施例涉及动平衡性能测试技术的技术领域，具体而言，涉及一种超精密减速器的动平衡性能测试方法及装置。
背景技术
动平衡是透平类机械出厂前检验校正的一个重要环节，通过对转子等性能进行动平衡(加减重)校正，减少由于制造公差等因素带来的不平衡量引起的基频振动。
目前，传统动平衡方法显现出一定的不足，例如，ABC法基于转子的刚性假设，即工作转速远未达到临界转速，而随着工作转速提升，刚体假设必然不能实现；而影响系数法虽可适用高速动平衡工况，但影响系数法在求取影响系数的过程中，基于系统的输入和输出的线性关系，要求系统的强迫响应满足叠加原理，在低速时，系统非线性表现不明显，近似的等效线性化带来的误差在可接受范围，而高速动平衡时，非线性因素表现强烈，系统强迫响应不再满足叠加原理，线性化假设得到的结果将会带来极大的误差由此，需要发展一种高速动平衡技术，即可以有效对系统进行高速动平衡校正，又可以满足不同类型转子的特殊要求。
发明内容
本发明实施例提供了一种超精密减速器的动平衡性能测试方法及系统，以至少解决相关技术中性能测试检测精度低的问题。
根据本发明的一个实施例，提供了一种超精密减速器的动平衡性能测试方法，包括：
获取超精密减速器的动平衡性能测试整体数据以及动平衡性能测试子数据，其中，所述动平衡性能测试子数据至少包括转子平衡测试数据、高速平衡测试数据、振动测试数据、噪音测试数据任意之一；
基于所述动平衡性能测试整体数据构建整体数据矩阵，并基于所述动平衡性能测试子数据构建子数据矩阵；
计算所述整体数据矩阵与所述子数据矩阵之间的矩阵相关性；
在所述矩阵相关性不符合相关性条件的情况下，进行测试异常报警处理。
在一个示例性实施例中，所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取所述转子测试转动速度数据以及转子测试转动方式数据；基于所述转子测试转动速度数据以及转子测试转动方式数据构建转子测试子数据矩阵，其中，所述子数据矩阵包括所述转子测试子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述转子测试子数据矩阵进行第一合法性计算，并将第一合法性计算结果与预设的第一合法性结果进行第一比较；在所述第一比较结果不符合第一合法性条件的情况下，进行转子测试异常报警。
在一个示例性实施例中，所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取振动加速度数据以及振动数据；基于所述振动加速度数据以及振动数据，确定振动频率分布数据以及振动能量分布数据；基于所述振动频率分布数据以及振动能量分布数据构建振动子数据矩阵，所述子数据矩阵包括所述振动子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述振动子数据矩阵进行第二合法性计算，并将所述第二合法性计算结果与预设的第二合法性结果进行第二比较；在所述第二比较结果不符合第二合法性条件的情况下，进行振动测试异常报警。
在一个示例性实施例中，在所述基于所述动平衡性能测试子数据构建子数据矩阵之前，所述方法还包括：
获取历史动平衡测试数据以及历史动平衡策略数据，其中，所述历史动平衡策略数据与被测对象的属性信息一一对应；
基于所述历史动平衡测试数据、属性信息以及历史动平衡策略数据，通过预设的神经网络模型构建测试策略关联映射，以得到测试策略关系，其中，所述子数据矩阵是基于所述测试策略关系构建的。
根据本发明的另一个实施例，提供了一种超精密减速器的动平衡性能测试系统，包括：
数据采集模块，用于获取超精密减速器的动平衡性能测试整体数据以及动平衡性能测试子数据，其中，所述动平衡性能测试子数据至少包括转子平衡测试数据、高速平衡测试数据、振动测试数据、噪音测试数据任意之一；
矩阵构建模块，用于基于所述动平衡性能测试整体数据构建整体数据矩阵，并基于所述动平衡性能测试子数据构建子数据矩阵；
相关性计算模块，用于计算所述整体数据矩阵与所述子数据矩阵之间的矩阵相关性；
报警模块，在所述矩阵相关性不符合相关性条件的情况下，进行测试异常报警处理。
在一个示例性实施例中，所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取所述转子测试转动速度数据以及转子测试转动方式数据；基于所述转子测试转动速度数据以及转子测试转动方式数据构建转子测试子数据矩阵，其中，所述子数据矩阵包括所述转子测试子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述转子测试子数据矩阵进行第一合法性计算，并将第一合法性计算结果与预设的第一合法性结果进行第一比较；在所述第一比较结果不符合第一合法性条件的情况下，进行转子测试异常报警。
在一个示例性实施例中，所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取振动加速度数据以及振动数据；基于所述振动加速度数据以及振动数据，确定振动频率分布数据以及振动能量分布数据；基于所述振动频率分布数据以及振动能量分布数据构建振动子数据矩阵，所述子数据矩阵包括所述振动子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述振动子数据矩阵进行第二合法性计算，并将所述第二合法性计算结果与预设的第二合法性结果进行第二比较；在所述第二比较结果不符合第二合法性条件的情况下，进行振动测试异常报警。
在一个示例性实施例中，所述系统还包括：
历史数据采集模块，用于在所述基于所述动平衡性能测试子数据构建子数据矩阵之前，获取历史动平衡测试数据以及历史动平衡策略数据，其中，所述历史动平衡策略数据与被测对象的属性信息一一对应；
关联构建模块，用于基于所述历史动平衡测试数据、属性信息以及历史动平衡策略数据，通过预设的神经网络模型构建测试策略关联映射，以得到测试策略关系，其中，所述子数据矩阵是基于所述测试策略关系构建的。
根据本发明的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，由于通过构建整体测试数据与子数据之间的相关性是否符合要求，由此确定整体测试数据和子数据是否存在异常，从而保证测试数据的精确度；因此，可以解决测试精度较低的问题，达到提高测试精度和效率的效果。
附图说明
图1是根据本发明实施例的一种超精密减速器的动平衡性能测试方法的流程图。
图2是根据本发明实施例的一种超精密减速器的动平衡性能测试系统的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
在本实施例中提供了一种超精密减速器的动平衡性能测试方法，图1是根据本发明实施例的一种超精密减速器的动平衡性能测试方法的流程图，如图1所示，该流程包括如下步骤：
步骤S101，获取超精密减速器的动平衡性能测试整体数据以及动平衡性能测试子数据，其中，所述动平衡性能测试子数据至少包括转子平衡测试数据、高速平衡测试数据、振动测试数据、噪音测试数据任意之一；
在本实施例中，在进行动平衡性能测试时，动平衡性能测试的整体数据是基于超精密减速器在测试台上进行测试时，通过测量该减速器的震动情况和动力参数等来评估其整体性能，而子数据则是通过其它方式检测减速器的其他性能来进行辅助判断。
其中，动平衡性能测试的整体数据还包括平衡质量通常指旋转机械系统上的不平衡质量参数、测试环境数据（如温度、湿度、大气压等）等；转子平衡测试数据是将减速器的转子单独取出，装配到专用的平衡机上，通过不同的转动速度和转动方式，来测试转子的平衡性能，可以使用激光平衡仪、动平衡仪等设备进行测量；高速平衡测试数据是在减速器处于高速运转状态下进行的测试，该数据可以使用离心式平衡机进行测试；振动测试数据是在减速器运转时测量其振动情况，来评估其平衡性能，该数据可以使用加速度传感器、振动传感器等仪器进行测量，也可以进行进一步的频谱分析；噪音测试数据则是通过在减速器运转时测量其噪音水平，来评估其平衡性能，该数据可以使用声级计等仪器进行测量。
步骤S102，基于所述动平衡性能测试整体数据构建整体数据矩阵，并基于所述动平衡性能测试子数据构建子数据矩阵；
在本实施例中，在获得相关测试数据之后，根据预设的矩阵构建规则进行数据矩阵的构建，以方便后续进行量化的数据计算。
其中，考虑到不同数据的量纲不同，为方便进行计算，通常需要对测试数据进行归一化处理，之后再进行矩阵的构建。
具体的，例如，采集到的相关信息组成如表1和表2所示表格：
表1
表2
其中，由此得到矩阵和/>，此时对和/>计算二者之间的斯皮尔曼等级相关系数，并根据斯皮尔曼等级相关系数来确定相关性；当然，在计算相关性时，还可以是计算其他相关性系数，例如斯皮尔曼相关系数、切比雪夫相关系数等，具体可以根据实际需求进行选择。
步骤S103，计算所述整体数据矩阵与所述子数据矩阵之间的矩阵相关性；
在本实施例中，在正常情况下，由于减速器的动平衡性能测试是从对设备整体进行的测试，因而在测试过程中的整体数据与子数据是存在强相关性，而子数据则是针对减速器局部或部分结构进行的测试，此时如果子数据与整体数据之间的相关性不够强或不符合预设的相关性条件，则必然说明子数据或整体数据存在测试的异常，由此避免数据量较大的情况下无法及时发现测试异常的情况，提高了测试的精确度。
需要说明的是，矩阵相关性可以通过训练好的人工智能模型进行计算，如经典的卷积神经网络模型CNN、多层感知模型MLP等，由此提高计算效率。
步骤S104，在所述矩阵相关性不符合相关性条件的情况下，进行测试异常报警处理。
在本实施例中，相关性条件可以是其相关性值大于预设的阈值，例如基于皮尔逊相关系数的阈值，或基于斯皮尔曼等级相关系数的阈值，或基于其他形式内容的阈值；也可以是其他相关性条件。
通过上述步骤，通过对整体数据与子数据分别构建对应的矩阵，在计算矩阵之间的相关性，由此判断整体数据与子数据是否符合相关性要求，从而判断测试数据是否粗壮乃异常，解决了测试测试精度低的问题，提高了测试精度。
在一个可选的实施例中，
所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取所述转子测试转动速度数据以及转子测试转动方式数据；基于所述转子测试转动速度数据以及转子测试转动方式数据构建转子测试子数据矩阵，其中，所述子数据矩阵包括所述转子测试子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述转子测试子数据矩阵进行第一合法性计算，并将第一合法性计算结果与预设的第一合法性结果进行第一比较；在所述第一比较结果不符合第一合法性条件的情况下，进行转子测试异常报警。
在本实施例中，转子的不同转动方式会存在不同的转动测试结果，因而可以根据特定转动方式下的测试结果来判断测试数据是否合理。
例如，在不同转动方式下，测试数据组成如表3所示表格：
表3
由此得到矩阵，然而预设的合法性矩阵为/>，其矩阵元素的范围为±2，此时，由于矩阵/>明显与预设的合法性矩阵不合，且远超于合理范围，因而此时判断该矩阵存在异常，即相关数据存在异常。
在一个可选的实施例中，所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取振动加速度数据以及振动数据；基于所述振动加速度数据以及振动数据，确定振动频率分布数据以及振动能量分布数据；基于所述振动频率分布数据以及振动能量分布数据构建振动子数据矩阵，所述子数据矩阵包括所述振动子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述振动子数据矩阵进行第二合法性计算，并将所述第二合法性计算结果与预设的第二合法性结果进行第二比较；在所述第二比较结果不符合第二合法性条件的情况下，进行振动测试异常报警。
在本实施例中，在进行振动测试检测时，可以将减速器工作过程中的振动波转化成频谱图进行分析，由此可以进一步构建频谱与能量分布之间的矩阵关系，从而判断其振动数据是否存在异常。
例如，将振动波转化为时序序列后，得到的振动频率分布数据以及振动能量分布数据组成的表格如表4所示：
表4
由此得到矩阵，然而预设的合法性矩阵为/>，此时，由于矩阵/>明显与预设的合法性矩阵不合，因而此时判断该矩阵存在异常，即相关数据存在异常。
在一个可选的实施例中，在所述基于所述动平衡性能测试子数据构建子数据矩阵之前，所述方法还包括：
步骤S20201，获取历史动平衡测试数据以及历史动平衡策略数据，其中，所述历史动平衡策略数据与被测对象的属性信息一一对应；
步骤S20202，基于所述历史动平衡测试数据、属性信息以及历史动平衡策略数据，通过预设的神经网络模型构建测试策略关联映射，以得到测试策略关系，其中，所述子数据矩阵是基于所述测试策略关系构建的。
在本实施例中，在构建子矩阵之前，先通过预先训练好的神经网络模型选择测试数据与被测对象之间的关系，再选择对应的矩阵构建策略，从而使得构建的子矩阵能够准确反应测试数据之间的关系。
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根据上述实施例的方法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，但很多情况下前者是更佳的实施方式。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（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，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的方法。
在本实施例中还提供了一种超精密减速器的动平衡性能测试系统，该系统用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图2是根据本发明实施例的一种超精密减速器的动平衡性能测试系统的结构框图，如图2所示，该系统包括：
数据采集模块，用于获取超精密减速器的动平衡性能测试整体数据以及动平衡性能测试子数据，其中，所述动平衡性能测试子数据至少包括转子平衡测试数据、高速平衡测试数据、振动测试数据、噪音测试数据任意之一；
矩阵构建模块，用于基于所述动平衡性能测试整体数据构建整体数据矩阵，并基于所述动平衡性能测试子数据构建子数据矩阵；
相关性计算模块，用于计算所述整体数据矩阵与所述子数据矩阵之间的矩阵相关性；
报警模块，在所述矩阵相关性不符合相关性条件的情况下，进行测试异常报警处理。
在一个可选的实施例中，所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取所述转子测试转动速度数据以及转子测试转动方式数据；基于所述转子测试转动速度数据以及转子测试转动方式数据构建转子测试子数据矩阵，其中，所述子数据矩阵包括所述转子测试子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述转子测试子数据矩阵进行第一合法性计算，并将第一合法性计算结果与预设的第一合法性结果进行第一比较；在所述第一比较结果不符合第一合法性条件的情况下，进行转子测试异常报警。
在一个可选的实施例中，所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取振动加速度数据以及振动数据；基于所述振动加速度数据以及振动数据，确定振动频率分布数据以及振动能量分布数据；基于所述振动频率分布数据以及振动能量分布数据构建振动子数据矩阵，所述子数据矩阵包括所述振动子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述振动子数据矩阵进行第二合法性计算，并将所述第二合法性计算结果与预设的第二合法性结果进行第二比较；在所述第二比较结果不符合第二合法性条件的情况下，进行振动测试异常报警。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器（Read-Only Memory，简称为ROM）、随机存取存储器（Random Access Memory，简称为RAM）、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种超精密减速器的动平衡性能测试方法，其特征在于，包括：
获取超精密减速器的动平衡性能测试整体数据以及动平衡性能测试子数据，其中，所述动平衡性能测试子数据至少包括转子平衡测试数据、高速平衡测试数据、振动测试数据、噪音测试数据任意之一；
基于所述动平衡性能测试整体数据构建整体数据矩阵，并基于所述动平衡性能测试子数据构建子数据矩阵；
计算所述整体数据矩阵与所述子数据矩阵之间的矩阵相关性；
在所述矩阵相关性不符合相关性条件的情况下，进行测试异常报警处理。
2.根据权利要求1所述的方法，其特征在于，
所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取所述转子测试转动速度数据以及转子测试转动方式数据；基于所述转子测试转动速度数据以及转子测试转动方式数据构建转子测试子数据矩阵，其中，所述子数据矩阵包括所述转子测试子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述转子测试子数据矩阵进行第一合法性计算，并将第一合法性计算结果与预设的第一合法性结果进行第一比较；在所述第一比较结果不符合第一合法性条件的情况下，进行转子测试异常报警。
3.根据权利要求1所述的方法，其特征在于，
所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取振动加速度数据以及振动数据；基于所述振动加速度数据以及振动数据，确定振动频率分布数据以及振动能量分布数据；基于所述振动频率分布数据以及振动能量分布数据构建振动子数据矩阵，所述子数据矩阵包括所述振动子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述振动子数据矩阵进行第二合法性计算，并将所述第二合法性计算结果与预设的第二合法性结果进行第二比较；在所述第二比较结果不符合第二合法性条件的情况下，进行振动测试异常报警。
4.根据权利要求2或3任一所述的方法，其特征在于，在所述基于所述动平衡性能测试子数据构建子数据矩阵之前，所述方法还包括：
获取历史动平衡测试数据以及历史动平衡策略数据，其中，所述历史动平衡策略数据与被测对象的属性信息一一对应；
基于所述历史动平衡测试数据、属性信息以及历史动平衡策略数据，通过预设的神经网络模型构建测试策略关联映射，以得到测试策略关系，其中，所述子数据矩阵是基于所述测试策略关系构建的。
5.一种超精密减速器的动平衡性能测试系统，其特征在于，包括：
数据采集模块，用于获取超精密减速器的动平衡性能测试整体数据以及动平衡性能测试子数据，其中，所述动平衡性能测试子数据至少包括转子平衡测试数据、高速平衡测试数据、振动测试数据、噪音测试数据任意之一；
矩阵构建模块，用于基于所述动平衡性能测试整体数据构建整体数据矩阵，并基于所述动平衡性能测试子数据构建子数据矩阵；
相关性计算模块，用于计算所述整体数据矩阵与所述子数据矩阵之间的矩阵相关性；
报警模块，在所述矩阵相关性不符合相关性条件的情况下，进行测试异常报警处理。
6.根据权利要求5所述的系统，其特征在于，
所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取所述转子测试转动速度数据以及转子测试转动方式数据；基于所述转子测试转动速度数据以及转子测试转动方式数据构建转子测试子数据矩阵，其中，所述子数据矩阵包括所述转子测试子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述转子测试子数据矩阵进行第一合法性计算，并将第一合法性计算结果与预设的第一合法性结果进行第一比较；在所述第一比较结果不符合第一合法性条件的情况下，进行转子测试异常报警。
7.根据权利要求5所述的系统，其特征在于，所述基于所述动平衡性能测试子数据构建子数据矩阵包括：获取振动加速度数据以及振动数据；基于所述振动加速度数据以及振动数据，确定振动频率分布数据以及振动能量分布数据；基于所述振动频率分布数据以及振动能量分布数据构建振动子数据矩阵，所述子数据矩阵包括所述振动子数据矩阵；
在所述基于所述动平衡性能测试子数据构建子数据矩阵之后，所述方法还包括：对所述振动子数据矩阵进行第二合法性计算，并将所述第二合法性计算结果与预设的第二合法性结果进行第二比较；在所述第二比较结果不符合第二合法性条件的情况下，进行振动测试异常报警。
8.根据权利要求6或7任一所述的系统，其特征在于，所述系统还包括：
历史数据采集模块，用于在所述基于所述动平衡性能测试子数据构建子数据矩阵之前，获取历史动平衡测试数据以及历史动平衡策略数据，其中，所述历史动平衡策略数据与被测对象的属性信息一一对应；
关联构建模块，用于基于所述历史动平衡测试数据、属性信息以及历史动平衡策略数据，通过预设的神经网络模型构建测试策略关联映射，以得到测试策略关系，其中，所述子数据矩阵是基于所述测试策略关系构建的。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至4任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至4任一项中所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410233376.0A CN117824922B (zh) | 2024-03-01 | 2024-03-01 | 一种超精密减速器的动平衡性能测试方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410233376.0A CN117824922B (zh) | 2024-03-01 | 2024-03-01 | 一种超精密减速器的动平衡性能测试方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117824922A true CN117824922A (zh) | 2024-04-05 |
| CN117824922B CN117824922B (zh) | 2024-05-28 |
Family
ID=90517624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410233376.0A Active CN117824922B (zh) | 2024-03-01 | 2024-03-01 | 一种超精密减速器的动平衡性能测试方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117824922B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4017448A1 (de) * | 1989-06-05 | 1990-12-06 | Siemens Ag | Verfahren zur diagnose der mechanischen eigenschaften von maschinen |
| US5421199A (en) * | 1991-07-10 | 1995-06-06 | Hofmann Maschinenbau Gmbh | Method and apparatus for unbalance measurement for unbalance compensation to be carried out in two compensating planes on a rotary member |
| CN103674430A (zh) * | 2012-09-04 | 2014-03-26 | 恩德科技股份有限公司 | 加工机的动平衡刀把及其动平衡控制系统 |
| CN104075846A (zh) * | 2014-07-11 | 2014-10-01 | 湖大海捷(湖南)工程技术研究有限公司 | 一种基于计算反求技术的转子不平衡度识别方法 |
| CN114018480A (zh) * | 2021-11-24 | 2022-02-08 | 中国科学院重庆绿色智能技术研究院 | 一种大型旋转机械的转子不平衡故障的实时诊断方法 |
| CN116878734A (zh) * | 2023-08-14 | 2023-10-13 | 合肥森岑汽车用品有限公司 | 一种新能源汽车减速器总成的动平衡检测方法 |
-
2024
- 2024-03-01 CN CN202410233376.0A patent/CN117824922B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4017448A1 (de) * | 1989-06-05 | 1990-12-06 | Siemens Ag | Verfahren zur diagnose der mechanischen eigenschaften von maschinen |
| US5421199A (en) * | 1991-07-10 | 1995-06-06 | Hofmann Maschinenbau Gmbh | Method and apparatus for unbalance measurement for unbalance compensation to be carried out in two compensating planes on a rotary member |
| CN103674430A (zh) * | 2012-09-04 | 2014-03-26 | 恩德科技股份有限公司 | 加工机的动平衡刀把及其动平衡控制系统 |
| CN104075846A (zh) * | 2014-07-11 | 2014-10-01 | 湖大海捷(湖南)工程技术研究有限公司 | 一种基于计算反求技术的转子不平衡度识别方法 |
| CN114018480A (zh) * | 2021-11-24 | 2022-02-08 | 中国科学院重庆绿色智能技术研究院 | 一种大型旋转机械的转子不平衡故障的实时诊断方法 |
| CN116878734A (zh) * | 2023-08-14 | 2023-10-13 | 合肥森岑汽车用品有限公司 | 一种新能源汽车减速器总成的动平衡检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117824922B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Moghadam et al. | Theoretical and experimental study of wind turbine drivetrain fault diagnosis by using torsional vibrations and modal estimation | |
| CN116577051A (zh) | 一种虑及损伤等效的随机振动疲劳寿命分析方法 | |
| CN117824922B (zh) | 一种超精密减速器的动平衡性能测试方法及系统 | |
| CN117473266B (zh) | Emi电源滤波器安全性能监测方法、装置、介质及设备 | |
| Guo et al. | Dynamic vibration feature analyses for a two-stage planetary gearbox with a varying crack using a rigid-flexible coupled model | |
| CN115434870B (zh) | 风力发电组振动数据的处理方法、装置、设备及存储介质 | |
| CN116839889A (zh) | 一种识别旋转机械转子系统和支撑系统故障的方法 | |
| CN114136573B (zh) | 水轮发电机组关键部件的预警振幅的计算方法及相关设备 | |
| CN113608953B (zh) | 测试数据生成方法、装置、电子设备及可读存储介质 | |
| CN112231950B (zh) | 一种单级离心鼓风机的噪声仿真预测方法、装置及设备 | |
| US20220228569A1 (en) | A method for computer-implemented monitoring of a component of a wind turbine | |
| CN112858984A (zh) | 电机驱动电流标定方法、装置、设备及存储介质 | |
| CN114076681A (zh) | 一种啸叫噪声评价方法和相关装置 | |
| CN115859091B (zh) | 一种轴承故障特征的提取方法、电子设备及存储介质 | |
| Rajendran et al. | Wavelet Transform‐Based Damage Identification in Bladed Disks and Rotating Blades | |
| CN115983663B (zh) | 基于新能源的发电分析方法及相关设备 | |
| CN117990043B (zh) | 一种船舶轴系支撑结构的监测方法及系统 | |
| CN116878638B (zh) | 一种船闸人字门结构多样化监测点的组网方法及系统 | |
| CN112395709B (zh) | 间接轴系扭振动态特性的修改方法、装置、设备和介质 | |
| CN113340262A (zh) | 叶片零位漂移的检测方法、系统、电子设备及存储介质 | |
| CN108399385B (zh) | 一种风力发电机组振动监测信号降噪方法 | |
| CN115640380A (zh) | 面向故障诊断算法推荐的可诊断性层级要素信息提取方法 | |
| CN118094071A (zh) | 一种基于矢量运算的汽轮机转子多工况多平面动平衡计算方法 | |
| CN117077031A (zh) | 一种涡轮流量计故障识别方法、装置、设备和存储介质 | |
| CN116295205A (zh) | 轴承运行负游隙检测方法、装置、系统及风电机组 |
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 |