专利汇可以提供基于形心矢量和极小化的大型高速回转装备多级零部件不平衡量堆叠装配方法和装置专利检索,专利查询,专利分析的服务。并且本 发明 提出了基于形心矢量和极小化的大型高速回转装备多级零部件 不平衡 量堆叠装配方法和装置,属于机械装配技术领域。所述方法通过建立单级 转子 的五参数轮廓测量模型、获得单级转子偏心误差、确定n级转子装配后由各级转子 定位 误差引起的偏心误差传递矩阵T0-n和装配后由各级转子定位误差引起的第n级转子不平衡量和利用遗传 算法 优化各级转子 角 向安装 位置 等步骤,实现多级转子初始不平衡量的优化和多级零部件不平衡量堆叠装配。,下面是基于形心矢量和极小化的大型高速回转装备多级零部件不平衡量堆叠装配方法和装置专利的具体信息内容。
1.基于形心矢量和极小化的大型高速回转装备多级零部件不平衡量堆叠装配方法,其特征在于,所述大型高速回转装备多级零部件不平衡量堆叠装配方法为:
首先,建立单级转子的五参数轮廓测量模型;
然后,对所述五参数轮廓测量模型进行幂级数展开获得简化五参数轮廓测量模型;通过所述简化的五参数圆轮廓测量模型中估计单级转子偏心误差,获得单级转子偏心误差;
随后,利用所述单级转子偏心误差确定n级转子装配后由各级转子定位误差引起的偏心误差传递矩阵T0-n和装配后由各级转子定位误差引起的第n级转子不平衡量;
最后,通过定位误差引入的不平衡量的矢量跌价获取舵机转子初始不平衡量,并利用遗传算法优化各级转子角向安装位置,获得各级转子角向最佳安装相位,实现多级转子初始不平衡量的优化和多级零部件不平衡量堆叠装配;
其中,所述五参数轮廓测量模型包含被测单级转子偏心误差、传感器测头偏移量、传感器测球半径、测量面倾斜误差及传感器倾斜误差。
2.根据权利要求1所述大型高速回转装备多级零部件不平衡量堆叠装配方法,其特征在于,所述大型高速回转装备多级零部件不平衡量堆叠装配方法的具体步骤包括:,步骤一:建立单级转子的五参数轮廓测量模型,所述五参数轮廓测量模型如下:
其中,i=0,1,2,…n-1;ρi为传感器测头到测量回转中心的距离,e为转子偏心量,即偏心误差,θi为相对于回转中心的采样角度,α为转子偏心角,r为传感器测球半径,n为采样点数,ri为拟合椭圆第i个采样点到几何中心的距离,Δri为转子表面加工误差,d为传感器测头偏移量;
步骤二:当偏心误差e相对于转子拟合椭圆短轴r0存在e/r0<10-3的关系时,将步骤一所述单级转子五参数轮廓测量模型通过幂级数展开,获得简化的五参数圆轮廓测量模型;所述简化的五参数圆轮廓测量模型表示为:
其中,ρi为传感器测头到测量回转中心的距离,e为偏心量,θi为相对于回转中心的采样角度,α为偏心角,r为传感器测球半径,r0为拟合椭圆短轴,Δri为表面加工误差,d为传感器测头偏移量,γ为回转轴线与几何轴线的夹角,β为几何轴线在测量平面上的投影与测量初始方向的夹角,n为采样点数;ηi为采样角度中间变量;ξi为椭圆短轴中间变量;χ表示为为传感器倾斜角;
步骤三:将实际测量的圆轮廓数据代入所述简化的五参数圆轮廓测量模型中,估计单级转子偏心误差,获得单级转子偏心误差;
步骤四:利用单级转子偏心误差n级转子装配后由各级转子定位误差引起的偏心误差传递矩阵T0-n,所述偏心误差传递矩阵T0-n表示为:
其中,pi为第i级转子径向测量面圆心的理想位置向量;dpi为第i级转子径向测量面圆心位置的加工误差向量;Sri为第i级转子绕Z轴旋转θri角度的旋转矩阵;Sr1为单位矩阵;
步骤五:利用单级转子偏心误差确定所述多级转子中各级转子定位、定向误差引起的第n级转子不平衡量,所述第n级转子不平衡量表示为:
其中,Ux0-n为装配后第n级转子测量面在X轴方向上的不平衡量;Uy0-n为装配后第n级转子测量面在Y轴方向上的不平衡量;m0-n为装配后第n级转子的质量;pi为第i级转子径向测量面圆心的理想位置向量;dpi为第i级转子径向测量面圆心位置的加工误差向量;Sri为第i级转子绕Z轴旋转θri角度的旋转矩阵;Sr1为单位矩阵;Sxi为第i级转子基准平面绕X轴旋转θxi角度的旋转矩阵,则Sxi-1表示为第i-1级零部件基准平面绕X轴旋转θxi-1角度的旋转矩阵;Syi为第i级转子基准平面绕Y轴旋转θyi角度的旋转矩阵,则Syi-1表示为第i-1级零部件基准平面绕Y轴旋转θyi-1角度的旋转矩阵;
步骤六:将装配过程中由定位误差引入的不平衡量进行矢量相加,得到单级不平衡量,将各级转子不平衡量进行矢量叠加得到多级转子初始不平衡量,实现多级转子初始不平衡量的计算;
步骤七:利用遗传算法优化各级转子角向安装位置,即可得到各级转子角向最佳安装相位,实现多级转子初始不平衡量的优化和多级零部件不平衡量堆叠装配。
3.根据权利要求1所述大型高速回转装备多级零部件不平衡量堆叠装配方法,其特征在于,步骤一所述拟合椭圆第i个采样点到几何中心的距离ri的模型为:
其中,r0为拟合椭圆短轴, 为相对于几何中心的采样角度,β为几何轴线在测量平面上的投影与测量初始方向的夹角,γ为回转轴线与几何轴线的夹角,χ为传感器倾斜角,n为采样点数。
4.一种用于实现权利要求1所述装配方法的基于形心矢量和极小化的大型高速回转装备多级零部件不平衡量堆叠装配装置,其特征在于,所述装置包括基座(1)、气浮轴系(2)、静平衡测量台(3)、调心调倾工作台(4)、立柱(5)、下横向测杆(6)、下伸缩式电感传感器(7)、上横向测杆(8)和上杠杆式电感传感器(9);所述气浮轴系(2)嵌套在基座(1)中心位置上,静平衡测量台(3)配置在气浮轴系(2)中心位置上,其中静平衡测量台(3)包括静平衡测量台下板(3a)、静平衡测量台上板(3b)、两个导向杆(3c,3d)、四个驱动杆(3e,3f,3g,3h)和三个精密力传感器(3i,3j,3k);两个导向杆(3c,3d)均匀等距配置在静平衡测量台下板(3a)上;四个驱动杆(3e,3f,3g,3h)均匀等距配置在静平衡测量台下板(3a)上,静平衡测量台上板(3b)套装在两个导向杆(3c,3d)上,三个精密力传感器(3i,3j,3k)均匀等距配置在静平衡测量台上板(3b)上;调心调倾工作台(4)配置在静平衡测量台(3)中心位置上,立柱(5)分布在气浮轴系(2)的左侧且固装在基座(1)上;在立柱(5)上从上至下依次移动调节地套装上横向测杆(8)和下横向测杆(6),上杠杆式电感传感器(9)与上横向测杆(8)固连;下伸缩式电感传感器(7)与下横向测杆(6)固连。
衡量堆叠装配方法和装置
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于遗传算法优化支持向量机多分类器的台区低电压风险识别方法 | 2020-05-08 | 479 |
一种基于BP神经网络电力负荷预测的虚拟坐席系统及其控制方法 | 2020-05-08 | 683 |
基于自由能模型的GMM-FBG交流电流传感器 | 2020-05-11 | 34 |
一种大规模柔性作业车间调度优化方法 | 2020-05-11 | 455 |
一种基于云自适应遗传算法的大型高速回转装备不平衡量的双目标优化方法 | 2020-05-08 | 480 |
并联机构旋转空间最大化的设计方法和装置 | 2020-05-11 | 139 |
一种通过调整轴承标高控制联合循环机组振动的优化方法 | 2020-05-11 | 599 |
基于形心矢量和极小化的大型高速回转装备多级零部件不平衡量堆叠装配方法和装置 | 2020-05-11 | 506 |
车联网环境下基于IGA-BP神经网络的车辆碰撞预警系统及方法 | 2020-05-08 | 639 |
信息审核方法及装置 | 2020-05-08 | 714 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。