Resumen

En este artículo se propone un método novedoso de equilibrado para rotor basado en aprendizaje profundo no supervisado. Se describe la arquitectura de la red profunda propuesta. En la red propuesta, en comparación con la red profunda supervisada, se aplican capas de convolución adicionales no solo para el aprendizaje del mapeo inverso, sino también para identificar la fuerza desequilibrada sin datos etiquetados. Se obtienen el valor equivalente y la posición de los desequilibrios en dos planos de corrección. Se realiza un estudio de caso de un rotor con dos discos soportados por cojinetes deslizantes. Los desequilibrios preestablecidos se equilibran bien con el método propuesto. Y, utilizando los valores de estado en diferentes intervalos de tiempo, no se necesitan pruebas de peso adicionales. Los resultados muestran que el método de equilibrado propuesto tiene en cuenta tanto el costo como la precisión.

• Materias:Ingeniería subterránea Deformaciones elásticas Excavación con explosivos Transitorios repetitivos Efecto de Perturbación
• Subjects:Underground engineering Elastic deformations Excavation with explosives Repetitive transients Perturbation effect
• Palabras claves:Método novedoso de equilibrado; Rotor; Aprendizaje profundo no supervisado; Arquitectura de red profunda; Capas de convolución; Fuerza desequilibrada; Desequilibrios; Planos de corrección; Rodamientos deslizantes; Estudio de caso; Desequilibrios preestablecidos; Valores de estado; Costo y precisión
• Keywords:Novel balancing method; Rotor; Unsupervised deep learning; Deep network architecture; Convolution layers; Unbalanced force; Imbalances; Correction planes; Sliding bearings; Case study; Preset imbalances; State values; Cost and accuracy