-
公开(公告)号:CN115329627A
公开(公告)日:2022-11-11
申请号:CN202210869393.4
申请日:2022-07-21
Applicant: 北京化工大学
IPC: G06F30/23
Abstract: 本发明公开了一种基于FPGA硬件加速的复杂转子系统瞬态动力学响应快速计算方法和系统,实施步骤包括1)对待分析的柔性基础与转子进行前处理,将其分别转化为状态空间模型和有限元矩阵形式,获取模型信息,并储存于数组中;3)在FPGA中编写Newmark方法与显式梯形方法结合的瞬态计算方法,包括上位机数据获取模块,迭代参数初始化模块、联立求解模块、节点信息递推模块和数据储存模块;4)搭建上位机与FPGA硬件终端的数据通讯接口,实现上位机对FPGA硬件的数据传递和硬件计算结果的实时可视化。本发明具有运算速度快,开发难度小、计算成本低、数据可视化、可封装成通用模块等优点,解决了复杂转子系统瞬态计算难题。
-
公开(公告)号:CN115017644A
公开(公告)日:2022-09-06
申请号:CN202210653110.2
申请日:2022-06-09
Applicant: 北京化工大学
IPC: G06F30/17 , G06F30/27 , G06N3/04 , G06F119/02
Abstract: 本发明公开了一种故障检测方法、装置、计算机设备及计算机可读存储介质,应用于可靠性领域,所述方法包括:获取到压缩机的结构参数、工艺参数及压力变化后,将根据结构参数和工艺参数,生成第一压力‑气体体积图;根据结构参数和压力变化,生成第二压力‑气体体积图;接着,将第一和第二压力‑气体体积图叠加,得到第三压力‑气体体积图;然后,将第三压力‑气体体积图进行对数坐标变换和自然坐标变换,得到第四压力‑气体体积图;最后,利用预设的卷积神经网络模型得到第四压力‑气体体积图的故障预测结果。由此,本发明使得理论情况下的示功图与实际情况下的示功图的差异能被明显体现,使得模型能准确预测压缩机是否故障及对应的故障类别。
-
公开(公告)号:CN115234576A
公开(公告)日:2022-10-25
申请号:CN202210869377.5
申请日:2022-07-21
Applicant: 北京化工大学
Abstract: 本发明公开了一种带球铰的转子稳定性控制装置及方法,该装置主要由测量器、控制器、电磁执行器、球铰轴承支座组成。该方法主要包括:实时监测获取转子转动时球铰平衡盘的振动状态数据;控制器根据监测获取的振动状态数据生成控制信号;电磁执行器根据控制信号输出电磁力,将电磁力施加在球铰平衡盘,抑制平衡盘振动并调整球铰轴承支座的等效角刚度、角阻尼、角质量;通过可控柔性基础,将等效角刚度、角阻尼、角质量施加给转子,用于实现转子稳定性控制。
-
公开(公告)号:CN111550429B
公开(公告)日:2021-07-20
申请号:CN202010405883.X
申请日:2020-05-14
Applicant: 北京化工大学
Abstract: 本发明提供了一种离心压缩机转子系统稳定性综合控制方法和控制装置,该方法应用于由位移传感器、运行参数传感器、控制器、运行参数执行器以及电磁执行器构成的离心压缩机转子系统稳定性综合控制系统中;该方法包括:周期性获取离心压缩机运行参数及转子的径向振动位移;缓存连续获取的径向振动位移至确定数目,形成位移样本集;根据位移样本集辨识得到转子系统一阶正进动阻尼比;根据转子系统一阶正进动阻尼比更新控制器参数;根据运行参数、径向振动位移与控制器参数生成控制信号;将所述控制信号输出给运行参数执行器和电磁执行器,以分别更新离心压缩机运行参数和输出电磁力至离心压缩机转子,保障离心压缩机转子系统稳定性。
-
公开(公告)号:CN111289275B
公开(公告)日:2021-06-01
申请号:CN201911413540.1
申请日:2019-12-31
Applicant: 北京化工大学
Abstract: 本发明实施例公开了一种旋转机械稳定性辨识方法、装置、计算机设备及存储介质,包括:获取测振平面的复数信号,其中,复数信号为旋转机械工作状态下多个振动平面分别在多个预设方向上的振动响应信号的集合;根据复数信号进行功率谱分解以获得功率谱的最大奇异值函数;基于最大奇异值函数构造正、反进动模态为主的两个时域脉冲衰减信号;对时域脉冲衰减信号进行处理以得到稳定性辨识结果。本申请的技术方案可以省去传统方式因安装激振器而改造设备的繁琐,避免改变轴系结构而引入理论测试误差,同时提高辨识精度和辨识效率,实现转子系统工作模态参数的在线辨识和实时监测,可达到失稳故障超前预警的目的。
-
公开(公告)号:CN115270843A
公开(公告)日:2022-11-01
申请号:CN202210267822.0
申请日:2022-03-17
Applicant: 中国海洋石油集团有限公司 , 中海石油(中国)有限公司海南分公司 , 海洋石油工程股份有限公司 , 北京化工大学
Abstract: 本发明公开了一种浮式平台往复压缩机的故障诊断方法及装置,包括对于待处理振动信号进行分解得到IMF分量;通过指标筛选出某几阶包含明显冲击特征的IMF;对所筛选IMF分量分别滤波,滤除非冲击成分;将自适应变尺度形态学滤波后的IMF分量重构得到降噪信号;放大降噪信号中的突变成分;求取突变成分包络,并利用滤波器对包络线进行平滑滤波;进行峰值检测提取信号中冲击成分的相位特征;获取冲击的相位特征。诊断装置包括:采集模块、处理模块、提取模块以及诊断模块,建立往复式压缩机故障特征知识库,并根据提取模块捕获的振动信号冲击特征进行故障诊断。并为将来海洋平台往复压缩机的预测性维护提供支撑和保障。
-
公开(公告)号:CN111550429A
公开(公告)日:2020-08-18
申请号:CN202010405883.X
申请日:2020-05-14
Applicant: 北京化工大学
Abstract: 本发明提供了一种离心压缩机转子系统稳定性综合控制方法和控制装置,该方法应用于由位移传感器、运行参数传感器、控制器、运行参数执行器以及电磁执行器构成的离心压缩机转子系统稳定性综合控制系统中;该方法包括:周期性获取离心压缩机运行参数及转子的径向振动位移;缓存连续获取的径向振动位移至确定数目,形成位移样本集;根据位移样本集辨识得到转子系统一阶正进动阻尼比;根据转子系统一阶正进动阻尼比更新控制器参数;根据运行参数、径向振动位移与控制器参数生成控制信号;将所述控制信号输出给运行参数执行器和电磁执行器,以分别更新离心压缩机运行参数和输出电磁力至离心压缩机转子,保障离心压缩机转子系统稳定性。
-
公开(公告)号:CN111289275A
公开(公告)日:2020-06-16
申请号:CN201911413540.1
申请日:2019-12-31
Applicant: 北京化工大学
Abstract: 本发明实施例公开了一种旋转机械稳定性辨识方法、装置、计算机设备及存储介质,包括:获取测振平面的复数信号,其中,复数信号为旋转机械工作状态下多个振动平面分别在多个预设方向上的振动响应信号的集合;根据复数信号进行功率谱分解以获得功率谱的最大奇异值函数;基于最大奇异值函数构造正、反进动模态为主的两个时域脉冲衰减信号;对时域脉冲衰减信号进行处理以得到稳定性辨识结果。本申请的技术方案可以省去传统方式因安装激振器而改造设备的繁琐,避免改变轴系结构而引入理论测试误差,同时提高辨识精度和辨识效率,实现转子系统工作模态参数的在线辨识和实时监测,可达到失稳故障超前预警的目的。
-
公开(公告)号:CN119312631A
公开(公告)日:2025-01-14
申请号:CN202411374893.6
申请日:2024-09-29
Applicant: 北京化工大学
IPC: G06F30/23 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于多频涡动分解的充液转子稳定性分析及瞬态计算方法,该方法实施步骤包括:1)建立“双转子”有限元模型,获取未耦合流体交叉刚度状态空间并计算系统各阶模态对应的特征值;2)基于多频涡动假设,逐阶计算系统各阶模态对应特征值下的流体交叉刚度,将其耦合入系统状态空间方程并迭代计算获得液固耦合作用影响下系统各阶收敛的特征值;3)基于收敛的系统特征值计算各阶模态的液体激振力并基于模态叠加原理将系统总位移响应分解到系统各阶模态中;4)对液固耦合后的转子动力学模型结合显隐分离的求解框架逐阶模态进行瞬态动力学求解分析。本方法解决了传统液固耦合转子稳定性分析方法中传统集中质量模型仅能处理单一涡动频率的问题。
-
公开(公告)号:CN114741942A
公开(公告)日:2022-07-12
申请号:CN202111217412.7
申请日:2021-10-19
Applicant: 中国海洋石油集团有限公司 , 中海石油(中国)有限公司海南分公司 , 海洋石油工程股份有限公司 , 北京化工大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/14
Abstract: 本发明公开了一种基于机器学习的海洋平台往复式压缩机故障诊断装置及诊断方法,装置包括:监测模块、处理模块、判断模块、数据库模块、记录模块、预警模块,处理模块与根据监测模块的数据生成实际示功图,并将实际示功图和运行平稳状态下的正常示功图曲线合并在同一张示功图样本中显示;判断模块与处理模块相连,卷积神经网络根据处理模块提供的示功图样本,给出往复式压缩机故障诊断结果,预警模块将诊断结果可视化并提供健康管理方案。根据本发明的基于机器学习的海洋平台往复式压缩机故障诊断装置,依靠卷积神经网络的特征提取和自学习能力进行示功图分类和往复式压缩机故障识别,为将来海洋平台往复压缩机的预测性维护提供支撑和保障。
-
-
-
-
-
-
-
-
-