基于MATLAB的气动马达万有特性曲线绘制方法研究.pdf

2 0 1 3年第 4 2 卷 第 1 2期 第 2 1页 石 油矿 oI L FI ELD 场机 械 EQUI P ME NT 2 0 1 3 ， 4 2 1 2 2 1 ～ 2 5 文 章 编 号 l O 0 1 3 4 8 2 2 0 1 3 1 2 0 0 2 1 0 5 基于 MAT L AB的气动马达万有 特性 曲线绘制方法研 究 曾 鸣 ， 王葆葆 ， 张仕 民， 王文明 中国石油大学 北 京机械与储运工程学 院， 北京 1 0 2 2 4 9 摘要 万有特性 曲线可以作为分析气动马达性 能的重要依据 ， 有利于合理选择 气动马达， 降低耗气 量 ， 提 高工作效 率 。利 用 MATL AB软 件 强 大的数据 处理 能 力和绘 图功 能 ， 分 别采 用 多元 线性 回归 方法和 B P神经网络技术处理 气动马达 台架试验数据 ， 最终将等耗气率曲线、 等功率曲线及外特性 曲线较 好地 拟合 在 同 1张 图上 ， 为 气动 马达与 传动 系统 的合理 匹配提 供 了直观 、 可靠依据 。 关 键词 气动马达 ； 万有特 性 曲线 ； 多元 线性 回归 ； B P神 经 网络 中图分类号 T E 9 文献标识码 A Re s e a r c h o n Fi t t i n g M e t h o d s o f Un i v e r s a l Pe r f o r ma n c e Cu r v e f o r Ai r M o t o r Ba s e d o n M ATLAB ZENG M i ng， W ANG Ba o b a o， ZH ANG Sh i mi n， W ANG W e n mi n g Co l l e g e 0 l，Me c h a n i c a l a n d Tr a n s p o r t a t i o n En gi n e e r i n g， Ch i n a Un i v e r s i t y o J Pe t r o l e u m ， Be i j i n g 1 0 2 2 4 9 ， Ch i n a Ab s t r a c t Uni ve r s a l pe r f or ma n c e c u r ve p l ot t i ng f o r a i r mot or c a n be v e r y u s e f u l f o r a na l y z i ng p e r f o r ma n c e p a r a me t e r s o f mo t o r s ． I t i s a l s o v e r y c o n d u c i v e t o c h o o s e r e a s o n a b l e a i r mo t o r ， d e c r e a s e a i r c on s u m p t i o n a n d i mpr o v e wo r k e f f i c i e nc y ．Ta ki n g a d v a nt a ge of d a t a ～ h a nd l i ng c a pa c i t y a n d g r a p h i c c a p a b i l i t y o f MATLAB， mu l t i p l e l i n e a r r e g r e s s i o n mo d e l a n d B P n e u r a l n e t wo r k we r e i n t r od uc e d t o pr oc e s s d a t a o f e xp e r i me nt b e nc h．Fi na l l y，e qu a l ga s c o ns ump t i o n c u r v e s，e xt e r na l c ha r a c t e r i s t i c c u r v e a nd e q u i p p owe r l i ne s we r e i n g oo d f i t i n a f i g ur e ．Al l t h e s e c u r ve s c a n a l s o be us e d t o do a i r mo t o r s ’p e r f or ma nc e r e s e a r c h ． Ke y wo r ds a i r m o t o r ； u ni ve r s a l pe r f o r ma n c e c u r v e； m u l t i pl e l i n e a r r e gr e s s i o n； BP ne u r a l n e t wor k 气动马达以其高安全性、 广泛适应性及可靠轻 便等 特点 被广 泛应 用 于 石 油 钻采 、 矿 山机 械 及 海 上 平 台等恶 劣 的工作 环境 中， 例 如 ， 作 为 石油钻 机 上气 动绞车的动力口 ] 。但多数气动绞车因动力系统匹配 不合理 ， 使得气动马达普遍存在耗气量大、 工作效率 低 及 动力性 不 能得 到有效 发挥 等 问题 。 气动马达的合理选型能够提高绞车等气动工具 的工作效率 ， 降低耗气量， 改善经济性。因此 ， 在为 气动工具匹配动力源之前 ， 对气动马达性能进行全 面分析就显得特别重要 。气动马达的万有特性曲线 是描述马达转速 、 转矩 、 耗气率及功率之间相互关系 的多参数特性曲线， 该 曲线能够全面反映气动马达 的综合性 能 ， 为研 究气 动马 达性能 及选 型提供 直观 、 可 靠依 据 ] 。 目前 ， 国内外诸多学者对发动机万有特性 曲线 的绘制方法进行了广泛而深入 的研究 ] ， 但对气动 收 稿 日期 2 o 1 3 - 0 7 0 5 作者简介 曾 呜 1 9 5 6 ， 男 ， 重庆人 ， 副教授 ， 硕士生导师 ， 博士 ， 1 9 9 4年毕业于 中国矿业大学 ， 主要从 事清管技术及 管道 内检测 方面的研究工作 ， E - ma i l mz e n g c u p ． e d u ． c n 。 石油 矿场 机械 冀 绘 制 孝 。 享 模 型 的 建 立 线 性 【旦 J 归 方 法 和 B P 神 经 网 络 技 术 对 气 动 马 达 台 架 ⋯ ⋯ 试验数据进行处理 ， 并借助 MATI AB软件绘制 出 1 ． 1 多元线性回归模型 气动马达 的等耗气率 曲线、 等功 率 曲线 及外 特性 根据多元线性 回归理论 ， 建立如下气动马达等 曲线 。 耗气率 曲线模型 6 l 6 2 ； b 1 1 T1 订 】 丁1 T ⋯ 1 ” 2 T2 ” ”2 T2 T ⋯ n i i i ； ； ； ； ； ； l ”N TN ”NTN T ⋯ 式中 6 ～6 为对应样本耗气率 ； ” ～ 为对应样 本 转速 ； 丁 ～T 为 对 应 样本 转 矩 ； a ～“ 为模 型 待定系数 ～ 为随机误差 ； 是表示多项式项数 ； 表示多项式的最高次幂 ， 且满足 是 一 I 1 。 该模 型 也可 以简 化为 BGAE， 其 中 A 为 该模 型 的待 定系数 矩 阵 ， E为随机 误差 矩 阵 也 称 残 差 矩 阵 。 理论上讲 ， 系数矩阵 G中多项式的阶数 z越大 越 能够较 好 地对 曲线进 行拟 合 ， 然而 随着 l 的增 大 ， 函数 出现病 态 的可能 性也就 越大 ， 选 取 z 一2的 时候 能够 获得较 好 的拟合 效果 。本文 通过 气动 马达性 能 台架试 验 获得 r 5 6组样 本数 据 ， 故 取样 本数 据 N 5 6。 将 试验 样本 数据 代人式 1 ， 即可 计算 得 系数 A -二 [ ‰ ， “ ， 6 ／ 。 ， “ 。 ， “ ， “ ] ， 进 而得 到耗气 率 与转矩 、 转 速 的函数关 系 ， 即 B 一／ ” ， 了 、 。 由公 式 P 一 即 可 获 得 功 率 与 转 矩 、 转 速 的 函 数 关 系 ， 即 Pe g ”， T。 1 ． 2 B P神 经 网络 B P神 经 网络是一 种多 层前馈 型 神经 网络 ， 其 神 经元的传递是 s型函数 ， 其输出量为 0到 1之间的 连续 量 ， 它 可 以实现 从 输 入 量 到输 出量 的 任 意非 线 性 映射 ， 也 就是说 ， 神 经 网络具有 逼近 任意 给定 的多 变量连续函数的能力 ， 因此 ， B P神经 网络技术在绘 制动 力机 特性 曲线方 面得 到 了较为广 泛 的应 用 j 。 典型的 B P神经 网络结构 如图 1所示 ， 该结构 由输 入层 、 隐含 层和输 出层 三层 结构 组成 ， 隐含 层 可 以 有一层或多层 ， 各层之间神经元实现全互联连接。 将某型气动马达试验所得样本数据 中的转速 ” 和 T 转 矩作 为神经 网络 的输 入 ， 将 气 动 马达 耗 气率 作为网络输出， 即 网络输入为 P一[ ” ， T] ， 网络期 ⋯ T ⋯ T 望输 出为 一b e 。 Pl ， 图 1 典 型的 B P网络结 构 本文 采用 三层 B P神经 网络对 该 型 气 动 马达 万 有特性试验数据进行拟合 ， 输入层神经元 节点数取 ／ ／ 7 2 ， 隐含层使用 s型传递 函数 t a n s i g ， 输 出层采 用线性传递函数 p u r e l i n ， 且设置神经元节点数 一 1 ， 由经 验公 式 L一 ／ c 其 中 ， L 为 隐层 节 点 数 ， c ’ 为 l ～1 O之 间的常 数 确 定 隐 含层 神 经 元 节点 数 为 5 。如图 2即为 本 文所 建 立 B P神 经 网 络 的模 型图 。 一 Pl P 图 2 三层 B P神经网络 2 基于 多元线性 回归方 法 的气 动 马达 万有 特性 曲线绘制 利 用 MAT L AB编 程实 现第 1 ． 1节所述 多元 线 性回归模 型， 并用“ x l s r e a d ” 语句读取 E XC E L表格 中气 动 马达 台架试 验所 得数 据 ， 部 分 试 验数 据 如 表 1 ～2所示 。 第 4 2卷第 1 2 期 曾 呜 ， 等 基 于 MAT I AB的气动 马达万有特性 曲线绘制方法研究 2 3 转矩 T ／ N m 表 2 处理后试验 数据 2 8． OO 2 5． O6 ● 9 ． 05 6 ．6 0 1 9 ．8 5 1 7 ． 48 ● 3． 84 1 ． 72 1 89 ．6 6 1 92 ．7 2 1 3 O． 49 l 4 8． 77 1 O 1．1 6 1 O 4． 15 l 9 O． 71 28 3． O2 利 用 多元线 性 回归方 法得 到该 型气 动 马达耗 气 率与转速、 转矩的函数关系后 ， 再利用 MATL AB中 me s h命令绘制该三维 曲面 ， c o n t o u r语句可以生成 耗气率二维等值线 ， 即等耗气率 曲线 ； 本 文采用 样条插值方 法对表 1中的外特性试 验数据进 行拟 合 ， 并用 p l o t 函数绘 出该 型气动马达外特性 曲线 ； 最后 ， 利用 me s h命令绘制功率 Pe 与转速 、 转矩的 三维曲线 ， 同样 ， 采用 c o n t o u r语句 生成 等功率 曲 线 。如 图 3 ～ 4即为 该 方 法 所绘 制 的三 维 曲面 图及 该型气动马达的万有特性曲线 。 f ● ● 量 越 槲 拦 图 3 耗气率 曲面和功率 曲面 2 0 0 2 0 4 x 1 6 0 0 8 o o l 0 0 0 I 2 f x 转速n 舳 ra i n 。 。1 图 4刀 有 特 性 曲 线 3 基于 B P神 经网络的气 动马达万有特性 曲 线绘制 根据第 1 ． 2 节所述 B P神经网络结构模 型及其 算法流程 ， 借助 MATL AB内置神经 网络工具箱编 程实现该型气动马达万有特性 曲线绘制 的 B E神经 网络。截取表 2中前 5 2组试验数据来训 练该 B P 神经网络 ， 在数据输入神经网络前 ， 要采用 p r e mn mx语句对输入矩阵 P和 目标矩阵 t 进行归一化处 理 ， 数据的归一化处理能够提高神经 网络的训练 效 率 。 本文选取 L M 算法来训练神经网络 ， 该算法能 够加快网络的收敛速度 。并按照表 3 所示参数值设 置该 神经 网络相关 参 数 ， 由第 1 ． 2节 可知 该 神 经 网 络隐层节点数为 5个 ， 此时， 网络迭代次数为 8次， 拟合 度达 到 9 9 ． 8 9 。 表 3 B P神 经网络部分参数值 参数名称 网络训练次数 n e t ． t r a i n P a r a m． e p o c h s 两次显示之 间的训练步数 n e t ． t r a i n P a r a m． s h o w 训 练 目标 n e t ． t r a i n P a r a m． g o a 1 学习率 n e t ． t r a i n P a r a m． 1 r 最大确认失败次数 n e t ． t r a i n P a r a m． rai n _ f a i l 当 B P神经网络训练完成后就得到了网络输入 与 网络 期 望输 出的 映 射关 系 ， 即 给定 一 组 转速 和 转 加 坷 5 ． 邑 辞 ∞ ∞ ∞ ∞ ∞ ∞ ； 掀 2 2 7 7 8 8 ； ∞ ∞ ∞ ∞ ∞ ∞ ∞ O 如 白油 矿场 机 械 2 O 1 3年 l 2月 矩的输人数据 ， 通过该 映射关系都可获得相应 的耗 气率数值 。下面将表 2中最后 4组试验数据作为检 验该映射关系可行性和精确度 的检验样本， 检验结 果 如表 4所示 。 表 4气动 马达 实测 耗气 率与神经 网络计算 耗气 率对比 1 2O O 1 2O 0 l 20 1 2O O 8． O9 4 9 1 6 ．1 89 8 24 ．2 8 4 7 32 ．3 79 6 O． 92 】 ． 23 1 ． 07 从 表 4叮以发现 ， 在训 练样 本充 足 ， 网络参数 合 理配置的情况下 ， B P神经网络拟合气动马达万有特 性 数据 能够 取得 较高 精度 。 如 图 5 ～6为神 经 网络 方法 所 绘 制 的 三维 曲面 图及该 型气 动 马达 的万有 特性 曲线 。 罔 5 耗气牢 曲面 和功率 曲面 图 6万有特性曲线 利用 MATI AB 中的 me s h g r i d函数 划 分 平 面 网格 ， 其中转速 ”的取值是 2 0 0 1 2 0 0 r ／ mi n ， 每 隔 8 r ／ mi n取 点 ， 转 矩 T 的取 值 是 l ～2 8 N m， 每 隔 0 ． 3 N m 取点 ， 共 得 到 1 l 4 6 6组 输 入 数 据 ， 将 这些数据代入 已经训练好 的 B P神经 网络 ， 计算 得 到相 应 的耗 气率 。利 用 “ b e i i 一Na N” 语 句 将 超 出 外 特 性 的点 去 掉 。此 时 ， 利 用 me s h函 数 绘 制 耗 气 率三维曲面， 进而利用 c o n t o u r 语句得到等耗 气率 曲线 。 4 结 论 1 相对于传统手工绘制气动马达万有特性 曲 线 的方法 ， 本 文 所 述 基 于 MATI AB 的两 种 绘 制 方 法不仅极大地提高了工作效率， 而且都能够避免人 为 失误 。多 元线性 回归 方 法 需要 先 假 设 回归 模 型 ， 且 需要一 定 的经验 知 识 ， 当某 些 数 据 样 本存 在 较 大 偏差时 ， 所建立模型精确度将低 ， 而人工神经网络具 有 容错性 及 自适应 能 力 ， 恰 好 能 够 弥 补 多 元线 性 回 归方法的这一缺陷； 神经网络需要大量数据作为训 练 样本 ， 且隐含层 神 经元 节 点 数 目与 网 络参 数 设 定 对神经网络的计算精度影响较大 。 2 万有 特性 曲线 图能 够充 分反 映气 动马 达在 各种不同工况下的工作性能 ， 该型气动马达最经济 区在稍偏 右 上方位 置 ， 即应 尽 量 保 持 气 动 马达 工 作 在 转速 4 5 0 ～ 1 1 0 0 r ／ mi n ， 功 率 为 1 ． 1 4 ～ 1 ． 7 O k w 的经济区。气动马达工作的经济区确定就为绞车设 计 时气 动 马达 的选 型 、 动 力传 动 系 的合 理 匹 配提 供 了可靠依 据， 从 而提 高气动 马达 的动 力性能 及经 济 性 。 参 考文献 [ 1 ] 刘军营 ， 贺利 乐 ， 凌智 勇． 液 压与气 压传 动[ M] ． 西安 西安电子科技大学 ， 2 0 0 7 ． [ 2 ] 李小华 ， 罗福 强 ， 汤 东． 多项式 插值法 绘制 发动机 万 有特性曲线[ J ] ． 农业工程学报 ， 2 0 0 4 ， 2 0 5 1 3 8 1 4 1 ． ∞ H 6 5 O 3 L二 m 5 3 一 一 _ f L { _ ． ； I 1 ／ 珏 2 0 1 3 年 第 4 2 卷 第 1 2期 第 2 5页 石油 矿场 机械 OI L F I ELD E QUI P MENT 文 章 编 号 1 0 01 34 8 2 2 01 3 1 2 0 0 25 - 05 油套管特殊螺纹接头结构参数对性能的影响 喻开安 ， 郝 龙 ， 王树龙。 1 ． 中国石油大学 北京 机械与储运工程学院 ， 北京 1 0 2 2 4 9 ； 2 ． 天津理工大学 中环信息学院 ， 天津 3 0 0 3 8 0 3 ． 渤海 石油装备制造有限公司 研究院 ， 天津 3 0 0 4 5 7 摘 要 油套 管特 殊 螺纹接 头 由球 面／ 柱 面型 主密封 结构 、 反 向式 台肩 结构和 螺 纹连接 部分 组成 ， 球 面 主密封 面曲率半径 r 、 主密封面的过盈量 和台肩的反 向角度 等结构参数对接头的强度和密封性 能具有重要影响。基 于因数轮换法的基本思想 ， 运用有 限元数值仿真方法分别研 究了结构参数 r 、 和 对油套管特殊螺纹接头的强度和 密封性能的影响， 结果表 明， r越 大接头密封性能越差 ， 越 大接 头 密封性 能越好 ， 越 大则接 头 密封 性 能越好 ， 但接 头应 力集 中程度 则会加 重 。 关键词 套管； 特殊螺纹接 头； 结构参数 ； 密封性能 中 图分类 号 TE 9 3 1 ． 2 文献标 识码 A I nf l u e n c e o f S t r u c t u r e Pa r a m e t e r s o f Pr e mi u m Co n n e c t i o ns o n Co nn e c t i o n Pe r f o r ma n c e YU Ka i a n ， H AO Lo ng 。， W ANG Shu l o n g。 1 ． Co l l e g e o f Me c h a n i c a l a n d Tr n ， z s 0 r ￡ 0 En gi n e e r i n g， Ch i n a Un i v e r s i t y o f Pe t r o l e u m ， Be i j i n g 1 0 2 2 4 9 ， C h i n a； 2 ． Z h o n g h u a n I n J o r ma t i o n Co l l e g e， Ti a n j i n Un i v e r s i t y o f Te c h n o l o g y， Ti a n j i n 3 0 0 3 8 0 ， C h i n a ； 3 ． RD I n s t i t u t e， CNPC Bo h a i Eq u i p me n t Ma n u c t u r i n g C o ．， Lt d ．， Ti a n j i n g 3 0 0 4 5 7， Ch i n a Ab s t r a c t Pr e mi u m c o n n e c t i o n s o f t h e t u b i n g a n d c a s i n g c o n s i s t o f s p h e r i c a l ／c y l i n d r i c a l t y p e p r i m a r y s e a l s t r u c t u r e， r e v e r s e t y p e s ho ul d e r s t r uc t ur e a nd t he t hr e a de d c o nne c t i on s ． The c u r v a t ur e r a di u s of s phe r i c a l s ur f a c e of t he p r i ma r y s e a l s t r u c t u r e r ， t he a mou nt o f i n t e r f e r e n c e of t he p r i ma r y s e a l s u r f a c e ， t h e r e v e r s e a n g l e o f s h o u l d e r s t r u c t u r e a n d o t h e r p a r a me t e r s h a v e a n 周广猛 ， 郝 志刚 ， 刘瑞林 ， 等． 基于 MA TL AB的发 动机 万有特性 曲线绘制方法E J 3 ． 内燃机与动 力装置 ， 2 0 0 9 ， 1 2 2 3 4 3 7． 于柱春． 基 于 B P神 经 网络 的某型 发动 机万 有特 性试 验数 据 拟 合 E J ] ．山东 交 通 学 院 学 报 ， 2 0 1 2 ， 2 O 2 21 25 ． 关 志伟 ， 杨 玲 ， 施继红． 基 于 MAT L AB语言 的发动 机万有特性研究[ J 2 ． 吉林农 业大学 学报 ， 2 0 0 3 ， 2 5 3 3 39 34 2． Cu r t i s F．Ge r a l d， Pa t r i c k O． W he a t l e y． App l i e d Nu me r i c a l A n a l y s i s [M ] ． B e i j i n g Hi g h e r E d u c a t i o n Pr e s s ， 2 00 6． 张德丰． MA TI A B神经 网络应用设计[ M] ． 北京 机械 工 业 出 版 社 ． 2 0 0 9 1 7 8 1 7 9 ． E 8 3 吴 伟 ， 张世娟． 长输油管道泄漏 的神经网络检测方法 研究I- j ] ． 石油矿场机械 ， 2 0 0 8 ， 3 7 6 2 3 2 6 ． [ 9 ] 刘希宋 ， 王辉坡 ， 李 弱． 基于人工 神经 网络 的石油专 用设 备投资评价研究[ J ] ． 石 油矿场机械 ， 2 0 0 6 ， 3 5 3 2 7 3 0． [ 1 O ] 颜伏伍 ， 王洪建 ， 田韶鹏 ， 等． B P神经 网络 在发动机万 有特性 中 的应 用 E J 3 ． 武 汉 理 工 大学 学 报 ， 2 0 1 0 ， 3 2 3 3 99 4 02． [ 1 1 ] 陈杰． MA TL A B宝典 第 三版 [ M] ． 北京 电子工业 出版 社 ， 2 0 1 1 2 6 7 2 8 1 ． [ 1 2 2 王兴海 ， 张谢恩 ， 宁 智 ， 等． 内燃机 特性 曲线 绘制 的 神经 网络技术[ J ] ． 航空计算技术 ， 2 0 0 7 ， 3 7 5 1 - 4 ． 收 稿 E l 期 2 0 1 3 0 7 ～ 3 0 作者简介 喻开安 1 9 6 3 一 ， 男 ， 重庆秀 山人 ， 教授 ， 博士 ， 1 9 9 3年毕业于西 南石油大学 机械工程 专业 ， 现从 事石油机 械设备 方面 的教学 与研究 工作 ， E ma i l k a i a n y u 1 6 3 ． C O N。 ] ] ] ] ]