-
公开(公告)号：CN116738827A
公开(公告)日：2023-09-12
申请号：CN202310597305.4
申请日：2023-05-25
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/047 , G06N3/09 , G06N3/092 , G06F111/08 , G06F119/14
Abstract: 基于指针网络的大型高速回转装备叶片质量矩优化方法及装置，涉及大型高速回转装备领域。针对现有技术中存在的，在叶片排布的工作中，现有方法只适合处理一类问题，一旦叶片规模发生改变，就需要对程序进行大量的修改，并且算法自身的原因引入的随机性较大，重复性较差的问题，本发明提供的技术方案为：指针网络解码方法，应用于大型高速回转装备叶片质量矩优化损失函数，所述方法包括：采集所述损失函数的对齐向量；根据所述对齐向量和叶片序列嵌入矩阵，得到背景矩阵；根据所述背景矩阵，得到所述叶片序列的softmax概率输出，作为结果。适用于大型高速回转装备装配优化工作中，可为大型高速回转装备叶片的装配提供指导。
-
公开(公告)号：CN115684626A
公开(公告)日：2023-02-03
申请号：CN202211199059.9
申请日：2022-09-29
Applicant: 哈尔滨工业大学
IPC: G01N35/04
Abstract: 基于间隙配合和过盈配合的多级高速回转部件同轴度优化相位获取及装配方法，属于机械装配领域，解决了间隙配合和过盈配合高速回转部件中同轴度超差的问题，本发明解决该技术问题的要点为：以中心轴为基准，装配多级间隙高速回转部件，获得多级间隙配合高速回转部件装配累积偏心误差和装配后第n级高速回转部件装配面圆心位置向量，将过盈配合高速回转部件与多级间隙配合高速回转部件配合，获得装配后第n级高速回转部件累积偏心误差和第n级高速回转部件轴心位置轴向投影，即所述优化相位，根据所述相位确定第一级回转部件装配位置，逐级调整各级回转部件，进行装配。本发明主要用于指导间隙配合和过盈配合的多级高速回转部件的装配。
-
公开(公告)号：CN115682918A
公开(公告)日：2023-02-03
申请号：CN202211237713.0
申请日：2022-10-10
Applicant: 哈尔滨工业大学
Abstract: 一种用于预测间隙配合的多级回转构件的同轴度和垂直度的装置及基于该装置的预测方法，属于零件装配领域。本发明用以在多级回转构件配合时，分析间隙误差在多级回转构件中的耦合与传播，确保各零件运行的稳定。所述装置包括四个电感传感器、四个水平导轨、两根垂直导轨、基座、卡盘、调心调倾工作台和回转主轴；所述方法包括：步骤一：固定待检测的回转构件；步骤二：测量每个回转构件径向和轴向基准面；步骤三：测量多级回转构件的几何轴线；步骤四：改变回转构件的回转轴线角度；步骤五：测量回转构件同心度，步骤六：预测多级回转构件同轴度和垂直度。本发明设计了一种新型多级回转构件装配预测方法。
-
公开(公告)号：CN115659097A
公开(公告)日：2023-01-31
申请号：CN202211198378.8
申请日：2022-09-29
Applicant: 哈尔滨工业大学
Abstract: 多级转子堆叠装配的同轴度调控模型、高速回转装备同轴度堆叠方法涉及大型高速回转装备精密装配技术领域。解决大型高速回转装备在装配后，出现同轴度的超差导致大型高速回转装备故障率增加的问题。所述同轴度调控模型建立方法为：根据每一级转子的加工误差数据和转子装配过程中定向和定位误差的误差传递关系得到装配后每一级转子的圆心位置向量；将现有坐标系进行转换，在新的坐标系的基础上对每一级转子的圆心位置向量进行基准变换；并建立多级转子装配后同轴度预测模型；根据多级转子装配后同轴度预测模型，建立多级转子堆叠装配的同轴度调控模型。根据所述调控模型，指导同轴度堆叠装配。本发明适用于大型高速回转装备的装配。
-
公开(公告)号：CN115647793A
公开(公告)日：2023-01-31
申请号：CN202211178405.5
申请日：2022-09-26
Applicant: 哈尔滨工业大学
Abstract: 一种基于数字孪生的大型高速回转装备间隙堆叠装配装置与装配方法，涉及发动机装配测量技术领域。解决了多级回转部件在间隙堆叠时，装配误差大导致的回转部件转动不平衡现象，进而导致大型高速回转设备在工作过程中产生噪声和振动，并直接影响到整机的性能和使用寿命的问题。本发明包括装配装置实体、数据采集装置和上位机；装配装置实体通过数据采集装置与上位机建立数据通讯，上位机建立虚拟装配模型；根据所述装配装置，得出一种装配方法，根据所述装配方法获得虚拟装配模型和多级回转部件间隙堆叠的最佳同轴度，利用所述虚拟装配模型和多级回转部件间隙堆叠的最佳同轴度对装配过程进行控制。本发明适用于控制回转部件的装配过程。
-
Patent Agency Ranking
公开(公告)号：CN115493544A
公开(公告)日：2022-12-20
申请号：CN202211105681.9
申请日：2022-09-09
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于五参数和形态学滤波航空发动机大型回转装备公差分配方法。本发明涉及表面轮廓测量技术领域；根据轴向五个误差参数包括偏心误差、测头偏移误差、测头半径误差、测头支杆倾斜误差及倾斜误差五个系统误差，建立五偏置误差测量模型；采用蒙特卡罗法生成大型高速回转装备各级转子的轴向垂直度及径向偏心数据组，旋转各级大型高速回转装备的旋转角度，进而得到多级装备的同轴度参数，根据绘制的分布函数求出概率密度函数，得到各级大型高速回转装备的轴向垂直度及径向偏心公差与多级装备同轴度公差间的概率关系，实现大型高速回转装备公差的分配。
-
公开(公告)号：CN115479724A
公开(公告)日：2022-12-16
申请号：CN202211099467.7
申请日：2022-09-09
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于五偏置轴径双向测量模型的航空发动机转子不平衡量堆叠方法。本发明涉及不平衡量测量技术领域，本发明测量偏心误差，确定实际轴向采样角度偏移量表；误差与偏移误差耦合，导致采样角度发生偏移，确定轴向实际角度偏移量；根据引入的测头半径误差，确定测头半径对轴向和径向误差；被测几何轴线与测量回转轴线无法重合，引入倾斜误差，倾斜误差导致不平衡量测量出现偏移，确定倾斜误差；测头支杆的倾斜误差使测头半径的误差对同轴度的测量产生影响，确定最终的轴向轮廓测量模型和实际采样角度；建立基于轴径双向测量模型，得到转子的精确轮廓数据，基于转子精确的轮廓数据，可以得到各级转子的不平衡量。
-
公开(公告)号：CN115455693A
公开(公告)日：2022-12-09
申请号：CN202211107445.0
申请日：2022-09-13
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06K9/62 , G06N3/00 , G06N3/08 , G06F111/08
Abstract: 本发明提出了一种基于粒子群算法的混合堆叠方法；首先随机初始化航空发动机的每个转子相位与叶片质心；评估航空发动机的每个转子相位与叶片质心，并得到全局最优位置；更新航空发动机的每个转子相位与叶片质心的速度和位置信息；评估航空发动机的每个转子相位与叶片质心的函数适应值；更新航空发动机的每个转子相位与叶片质心的历史最优位置；更新群体的全局最优位置，最终输出全局最优位置；本发明通过粒子群寻优算法解决在传统航空发动机堆叠技术的基础上提高装配相位与叶片排序求解速度，并减小最终装配的不平衡量。
-
公开(公告)号：CN115422502A
公开(公告)日：2022-12-02
申请号：CN202211107443.1
申请日：2022-09-13
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于基准统一和多约束的大型高速回转装备振动极小化装配方法及系统，属于大型高速回转装备装配技术领域，其中，该方法包括：确定测量轴坐标系下多级大型高速回转装备的质心偏差和形心偏差；根据形心偏差求解测量轴坐标系与装配轴坐标系之间的旋转矩阵；根据旋转矩阵求解在装配轴坐标系下大型高速回转装备的最小振动；根据最小振动求解装配轴坐标系下大型高速回转装备的装配角度。该方法在实现装配后大型高速回转装备振动最小的基础上，同时实现了对同轴度和不平衡量的约束，对大型高速回转装备装配和动力学性能的提升具有重要意义。
-
公开(公告)号：CN112824844B
公开(公告)日：2022-11-29
申请号：CN201911142274.3
申请日：2019-11-20
Applicant: 哈尔滨工业大学
IPC: G01L5/24
Abstract: 本发明提出一种基于激光超声的大型高速回转装备装配夹紧力测量装置，该装置的转台底座上安装有精密回转台，转子装配体通过夹具安装在精密回转台上，转子装配体的法兰上安装有若干螺栓，工控机与转台底座和激光器连接，工控机的上方连接有数据采集卡，数据采集卡分别与第一光电探测仪和第二光电探测仪连接，第二光电探测仪位于被测螺栓的上方，激光器发射光路前方设置有分光镜。解决了现有技术的航空发动机转子装配紧固力难以直接测量、传统的超声波法测量效率低且会对转子表面造成腐蚀等问题，提出一种基于激光超声的大型高速回转装备装配夹紧力测量装置，实现航空发动机转子装配紧固力的直接、高效率和高精度测量。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.039 seconds)
