• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于M估計的轉(zhuǎn)子不平衡量的識別

      2018-02-23 15:50:44魏巍,張海鵬,談演
      科技創(chuàng)新與應(yīng)用 2018年6期
      關(guān)鍵詞:最小二乘法動平衡

      魏巍,張海鵬,談演

      摘 要:轉(zhuǎn)子不平衡問題是旋轉(zhuǎn)機械故障中經(jīng)常發(fā)生的問題,因此對不平衡量大小相位的識別至關(guān)重要。利用傳統(tǒng)的最小二乘法計算的轉(zhuǎn)子不平衡量受異常值影響較大。加權(quán)最小二乘法需要對振動數(shù)據(jù)的處理較為繁瑣并且權(quán)重大小難以確定?,F(xiàn)提出一種基于M估計的轉(zhuǎn)子不平衡量的識別方法,該方法具有穩(wěn)健性,受異常值的影響較小,且便于計算權(quán)重。通過實驗證明,該方法可以得到轉(zhuǎn)子的不平衡量。

      關(guān)鍵詞:動平衡;影響系數(shù)法;最小二乘法;M估計

      中圖分類號:V231.9 文獻標(biāo)志碼:A 文章編號:2095-2945(2018)06-0087-03

      Abstract: Rotor unbalance is a common problem in rotating machinery fault, so it is very important to identify the phase of unbalance. The rotor unbalance calculated by the traditional least square method is greatly affected by the outliers. The weighted least square method needs to deal with the vibration data more cumbersome and the weight is difficult to determine. In this paper, a method of rotor unbalance recognition based on M estimation is proposed. This method is robust, less affected by outliers, and easy to calculate weights. It is proved by experiments that the unbalance of rotor can be obtained by this method.

      Keywords: dynamic balance influence coefficient method; least square estimation; M estimation

      引言

      轉(zhuǎn)子的不平衡量對轉(zhuǎn)轉(zhuǎn)子影響非常大,過大的不平衡量會直接損壞機器,所以對轉(zhuǎn)子不平衡量的準(zhǔn)確識別具有很大的意義。傳統(tǒng)的影響系數(shù)法可以簡單方便識別,但存在病態(tài)方程。最小二乘法和影響系數(shù)法的結(jié)合能夠解決病態(tài)方程,但不具有穩(wěn)健性;加權(quán)最小二乘法需要對轉(zhuǎn)子的振動數(shù)據(jù)進行深入分析。本文通過M估計對轉(zhuǎn)子的不平衡量進行識別,具有較好的穩(wěn)健性,通過實驗證明,M估計可以有效識別轉(zhuǎn)子的不平衡量。

      1 轉(zhuǎn)子回歸模型

      影響系數(shù)法是轉(zhuǎn)子動平衡最常用的方法。但是影響系數(shù)法存在病態(tài)方程,所以現(xiàn)經(jīng)常采用影響系數(shù)法和最小二乘法相結(jié)合。影響系數(shù)矩陣可采用有限元模型或歷史平衡記錄獲得。根據(jù)線性振動理論,在m個轉(zhuǎn)速,n個測振點,q個平衡平面下,轉(zhuǎn)子平衡方程為:

      [L]=[L0]+[A]×[W](1)

      其中,[L]為各測點的殘余振動;[L0]為轉(zhuǎn)子在不平衡量下引起的各測點的初始振動;[A]為影響系數(shù);[W]為校正質(zhì)量。

      矩陣形式表達為:

      [L]、[L0]為p=m×n的列陣,[W]為q個平衡質(zhì)量列陣。{A}是影響系數(shù)p×q的矩陣。當(dāng)P=q時,方程有唯一解,而在實際平衡過程中經(jīng)常出現(xiàn)P>q的情況,此時,需要對方程采用最小二乘法的原理,即最小化殘差平方和,用矩陣形式表示有:

      [W]=-([A]T[A])-1[A]T[L]

      式(2)又可以轉(zhuǎn)化為多元回歸問題:

      li=l0i+ai1·w1+ai2·w2+…+aiq·wq(i=1,2,3,…,p)(3)

      2 M估計

      穩(wěn)健估計基本可以分為三大類型:M估計、L估計、R估計。其中M估計(Maximum Likelihood Type Estimates)是經(jīng)典極大似然估計的推廣,稱為廣義極大似然估計,本文主要討論M估計。

      設(shè)觀測樣本L1L2…Ln,X為待估參數(shù),觀測值的分布密度為f(li,■),極大似然估計準(zhǔn)則為

      ■lnf(li,■)=max

      用ρ(*)代替-lnf(*),則極大似然估計準(zhǔn)則可以改為

      ■ρ(li,■)=min

      對上式求導(dǎo),得:

      ■φ(li,■)=0

      其中:φ(li,■)=■

      由以上可知,有一個ρ函數(shù),就定義了一個M估計。

      幾種常見的ρ函數(shù)

      (1)huber函數(shù)

      通常情況下k=1.345,既能保證穩(wěn)健性,又具有較高的估計效率。

      (2)tukey函數(shù)

      通常k=4.685,估計方法既穩(wěn)健又有較高的估計效率。

      (3)Hampel函數(shù)

      通常取a=1.5,b=3,c=8,Hampel函數(shù)更為復(fù)雜一些,但當(dāng)|u|>c時權(quán)因子取到了0,因此它具有更好的穩(wěn)健性。

      其中u=■

      ■為尺度參數(shù),取絕對離差中位數(shù):■=median(|v-median(v)|)

      各個函數(shù)的目標(biāo)函數(shù)、導(dǎo)函數(shù)、權(quán)函數(shù)如圖1。

      M估計的基本算法:

      列誤差方程,令各個權(quán)因子初始值為1,即w1,w2…wn=1,W=I

      利用最小二乘法求得參數(shù)■和殘差V的第一次估計

      ■(1)=(BTPB)-1BTPl

      V(1)=B■(1)-l

      (3)根據(jù)V(1)求出尺度參數(shù),并標(biāo)準(zhǔn)化殘差u=■,將標(biāo)準(zhǔn)化的殘差帶入到不同的權(quán)函數(shù)中,得到權(quán)重矩陣。再求得參數(shù)■和殘差V的第二次估計

      ■(2)=(BTPB)-1BTPl

      V(2)=B■(2)-l

      (4)再由V(2)構(gòu)造新的權(quán)數(shù),再解算方程,類似迭代計算,直到前后差值符合限差要求。

      M估計的目標(biāo)曲線不同,但都是對殘差偏大的觀測值進行降權(quán)處理。M估計的崩潰點不是很高,但是其效率較高。

      3 實驗驗證

      通過對轉(zhuǎn)子進行動平衡實驗來驗證該方法。轉(zhuǎn)子實驗臺如圖2所示。

      轉(zhuǎn)子影響系數(shù)矩陣通過多次實驗得到。在確定轉(zhuǎn)子無故障前提下,在平衡面A處0°位置添加已知不平衡量0.8g,測量轉(zhuǎn)子在此不平衡下兩個測點的振動信息如圖3所示。

      現(xiàn)已知不平衡質(zhì)量,對計算效率和穩(wěn)健性等因素綜合考慮,采用M-huber。用最小二乘法和M-huber估計計算轉(zhuǎn)子不平衡量的大小和相位,結(jié)果如表1所示。采用不平衡量實際值w和估計值■的相對誤差比較兩種方法的效果,相對誤差為

      M-huber估計在各個轉(zhuǎn)速下的權(quán)重如圖4所示

      通過以上結(jié)果可知,利用M-Huber估計可以更好的識別轉(zhuǎn)子的不平衡量,相對誤差大大減少。根據(jù)M-huber估計得到的權(quán)重在轉(zhuǎn)子一階臨界轉(zhuǎn)速下減小,與轉(zhuǎn)子一階臨界轉(zhuǎn)速下轉(zhuǎn)子振動數(shù)據(jù)存在異常值一致。

      4 結(jié)束語

      在綜合考慮計算效率和穩(wěn)健性等因素,采用M-huber估計。通過M估計得到的不平衡質(zhì)量與傳統(tǒng)的最小二乘法影響系數(shù)法相比較,具有更高的精確度,相對誤差大大降低。應(yīng)用M估計識別轉(zhuǎn)子不平衡量,降低了轉(zhuǎn)子一階臨界轉(zhuǎn)速附近的權(quán)重,與轉(zhuǎn)子一階臨界轉(zhuǎn)子下振動數(shù)據(jù)存在異常一致。

      參考文獻:

      [1]繆海林.基于模型的轉(zhuǎn)子系統(tǒng)不平衡量識別的魯棒方法研究[D].南京航空航天大學(xué),2012.

      [2]王海娜.線性回歸模型的若干穩(wěn)健估計方法及應(yīng)用實例[D].山東大學(xué),2013.

      [3]Pennacchi P,Chatterton S,Ricci R.Rotor balancing using high breakdown-point and bounded-influence estimators[J].Mechanical Systems and Signal Processing,2010,24(3):860-872.

      [4]楊慶華.用最小二乘法影響系數(shù)法對高速柔性轉(zhuǎn)子的動平衡研究[J].機電工程,1998.

      [5]Pennacch P,Vania A,Bachschmid N.Increasing the robustness of fault identification in rotor dynamics by means of m-estimators[J].Mechanical Systems and Signal Processing.2007,21(8):3003-3029.

      猜你喜歡
      最小二乘法動平衡
      現(xiàn)場無試重動平衡方法研究
      基于支持向量機的曲軸動平衡控制方法
      馬爾科夫鏈在市場預(yù)測中的應(yīng)用
      一種改進的基于RSSI最小二乘法和擬牛頓法的WSN節(jié)點定位算法
      最小二乘法基本思想及其應(yīng)用
      科技視界(2016年22期)2016-10-18 17:12:13
      手動求解線性回歸方程的方法和技巧
      考試周刊(2016年27期)2016-05-26 23:45:13
      一種基于最小二乘法的影子定位技術(shù)
      科技視界(2016年12期)2016-05-25 08:59:28
      基于最小二乘擬合的太陽影子定位模型
      科技視界(2016年8期)2016-04-05 18:58:04
      動平衡堵漏之量化初步研究
      牽引電機轉(zhuǎn)子動平衡技術(shù)
      铁岭县| 高阳县| 汝南县| 涿鹿县| 太谷县| 翁牛特旗| 望奎县| 嵩明县| 正阳县| 施甸县| 邵东县| 应城市| 丰镇市| 高密市| 通化县| 铜鼓县| 佛坪县| 金溪县| 通榆县| 郎溪县| 九江市| 绥中县| 阿鲁科尔沁旗| 屏东市| 孟村| 封开县| 邢台县| 正安县| 滨州市| 新丰县| 金门县| 咸宁市| 白朗县| 洪江市| 灵丘县| 外汇| 竹北市| 固始县| 冀州市| 马龙县| 长治县|