(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211107444.6 (22)申请日 2022.09.13 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 谭久彬　陈泽　孙传智　刘永猛　 (74)专利代理 机构 哈尔滨市阳光惠远知识产权 代理有限公司 2321 1 专利代理师 刘景祥 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/20(2020.01) G06N 3/12(2006.01) G06F 111/04(2020.01) G06F 111/06(2020.01)G06F 111/08(2020.01) (54)发明名称 一种基于数字孪生的单级转子叶片装配序 列平衡优化方法 (57)摘要 本发明提出了一种基于数字孪生的单级转 子叶片装配序列平衡优化方法； 本发 明针对航空 发动机叶片 装配顺序对不平衡量影 响的问题， 围 绕叶片与叶盘对不平衡量有影响的物理量 以及 装配需求出发进行建立物理模型， 通过测量建立 叶片的数字孪生模型后采用遗传优化算法对叶 片排序进行优化， 通过模拟种群的自然演化寻找 最优叶片 装配顺序， 达到减小转子不平衡量的目 的。 权利要求书2页 说明书7页 附图2页 CN 115455563 A 2022.12.09 CN 115455563 A 1.一种基于数字 孪生的单级转子叶片装配序列平衡优化方法， 其特 征在于： 所述方法具体包括以下步骤： 步骤1， 建立 航空发动机多维数据模型DATE； 步骤2， 通过遗传算法对步骤1建立的模型进行优化； 步骤3， 通过模拟种群的自然演化寻找最优叶片装配顺序， 达到减小转子不平衡量的目 的。 2.根据权利要求1所述方法， 其特 征在于： 在步骤1中， 通过虚拟装配方法， 根据数据模型D组成多维数据零件模型MDP， 将多维数据零件模型 MDP组成多维数据部件模型MDC， 将多维数据部件模型MDC组成多维数据装配体模型MDA， 最 终得到航空发动机多维数据模型DATE； 所述航空发动机多维数据模型DATE的构建表达式为： DATE＝{MDC{A}， MDC{B}， MDC{C}， MDC{D}， …} 式中， DATE为航空发动机多维数据模型， MDC为发动机多维数据部件模型； MDC{A}为压 气机数据模型， MDC{B}为涡轮数据模型， MDC{C}为机匣数据模型， MDC{D}为 风扇数据模型。 3.根据权利要求2所述方法， 其特 征在于： 多维数据部件 模型MDC的构建表达式为： MDC＝{MD P{A}， MDP{B}， MDP{C}， MDP{D}，…} 式中MDP为发动机多维数据零件模型； MDP{A}为叶片数据模型， MDP{B}为叶盘数据模 型， MDP{C}为转轴数据模型， MD P{D}为螺 栓数据模型。 4.根据权利要求3所述方法， 其特 征在于： 多维数据零件模型MDP包含零件的设计信息DI、 传感器信息SI、 备份数据BDI以及控制 信息CI， 其表达式如下： MDP＝{DI， SI， BDI， CI， …} 其中设计信息DI包含设计模型顶点集[point]和相对位置信息集[triangle]， 其表达 式为： DI＝{[point]， [triangle]} 传感器信息SI包 含零件的物理信息PI和误差信息 ERI等， 其表达式为： SI＝{PI， ERI， …}。 5.根据权利要求 4所述方法， 其特 征在于： 所述物理信息PI包含零件物理属性， 对于叶盘而言， 包括质量M、 半径r、 高度H、 体积V和 旋转角速度ω， 其表达式为： PI＝{M、 r、 H、 V、 ω …} 误差信息ERI包含零件实际误差， 对于叶盘而言， 包括叶盘偏心e、 偏心角 θe、 垂直度h、 倾 斜角 θt和倾斜相位角 θl， 其表达式为： ERI＝{e、 θe、 h、 θt、 θl…}。 6.根据权利要求 4所述方法， 其特 征在于： 备份数据信息BDI包含零件编号Num、 代号Code、 所属类型Type和层级Level， 其表达式 为： BDI＝{Num、 Code， Type， Level， …}权　利　要　求　书 1/2 页 2 CN 115455563 A 2控制信息CI包含 零件约束Constraint、 力F、 力矩T、 连接Connection和安装角度 θr， 其表 达式为： CI＝{Constraint、 F， T， Co nnection， θr，…}。 7.根据权利要求6所述方法， 其特 征在于： 将一组叶片当作一个遗传算法中的染色体， 则每个叶片相当于一个染色体的一个基 因； 随机生成N组叶片作为初始种群， 设定种群大小为n组； 在叶片化排布在一个染色体内 中采用顺序编码， 即叶片和装配位置是一 一对应的； 由于叶盘是一个圆形， 规定与X轴正方向重合的位置为第1个位置， 逆时针方向为叶片 安装正方向； 遵循一般遗传算法进行叶片组的选择、 交叉、 变异和适应度设计过程； 选择算子采用轮 盘赌法， 适应度大 的叶片组被选中的可能性高； 对于每一个叶片组， 如果它的适应度值为f (xi)， 那么它的适应度的相对值即为： 其中pop为种群大小， pi当作选中这组叶片序列号的选择概 率。 8.根据权利要求7 所述方法， 其特 征在于： 对于每一个叶片组， 适应度的值要求越大越好， 且为非负值， 针对单级单层叶片的转 子， 考虑叶盘无初始 不平衡量， 叶片仅存在由质量矩不相等导致的不平衡量， 给出适应度函 数如下： 9.一种电子设备， 包括存储器和 处理器， 所述存储器存储有计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。 10.一种计算机可读存储介质， 用于存储计算机指令， 其特征在于， 所述计算机指令被 处理器执行时实现权利要求1至8中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115455563 A 3