| 题名 | 油气润滑角接触球轴承热特性分析及温升预测 |
| 作者 | 常笑 |
| 答辩日期 | 2018 |
| 导师 | 王保民 |
| 关键词 | 角接触球轴承 油气润滑 热特性 温升预测 神经网络 遗传算法 |
| 学位名称 | 硕士 |
| 英文摘要 | 角接触球轴承由于其刚度高、可靠性好、起动摩擦小等特点在高速机械系统中被广泛应用。然而,随着轴承转速的增加,工作表面温度过高造成的润滑失效仍然是主轴轴承失效的主要原因。因此,研究角接触球轴承的热特性以及对角接触球轴承进行动态预测,有着重要的研究意义和实用价值。本文基于弹流润滑、轴承运动学和热力学等理论,建立角接触球轴承流体域物理模型,对轴承腔流体域的温度场进行了瞬态热仿真,根据得到的仿真结果分析转速与轴承温升的关系以及角接触球轴承在油气润滑流场中的温度场分布情况;并且通过对比分析轴承腔的平均温升的仿真值和实验值,验证了仿真模型的可行性。结果表明:所建立的仿真模型得到的仿真值与实验值有着很好的吻合度,并且发现在轴承腔中越靠近油气入口的地方温升越低,越远离油气入口的地方温升越高,轴承腔内的温度场是不均匀分布的。在对角接触球轴承进行热分析的基础上,提出一种能够解决角接触球轴承温升的非线性、复杂多变等问题的动态预测方法。考虑7006C型号的轴承在油气润滑条件下转速、供油量、供气压力以及预紧力等因素对其温升的影响,运用灰关联分析的方法对相关影响因子进行分析和评价;然后分别采用传统的BP神经网络模型和经遗传算法(GA)优化过的BP神经网络模型对角接触球轴承的温升进行建模和训练。结果显示,GA-BP神经网络预测模型的预测精度明显高于传统的BP神经网络预测模型的预测精度,GA-BP神经网络预测模型预测值与实验值之间的拟合度更高。为了验证GABP神经网络预测模型的有效性和稳定性,将相似条件下的油气润滑实验的角接触球轴承温升数据带入GA-BP预测模型进行验证。GA-BP神经网络预测模型预测值与实验值之间的最大相对误差是7.7%,预测误差基本可以控制在5%以内,预测结果之间的波动较小,并且利用GA-BP神经网络预测模型可以正确预测90%以上的油气润滑实验轴承温升。综上所述,GA-BP神经网络预测模型精度高和稳定性好,为角接触球轴承温升动态预测提供了参考的测量方法。 |
| 语种 | 中文 |
| 页码 | 66 |
| URL标识 | 查看原文 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/93493]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 常笑. 油气润滑角接触球轴承热特性分析及温升预测[D]. 2018. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论