[發明專利]基于BP神經網絡的滾動軸承-轉子系統耦合性能求解方法

在審

• 申請號: 201911291873.1
• 申請日: 2019-12-16
• 公開（公告）號: CN111177898A
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 孟凡明;楊圣;唐曦;劉創來;鞏加玉
• 申請（專利權）人: 重慶大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/08;G06F111/10;G06F119/14
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

本發明涉及基于BP神經網絡的滾動軸承?轉子系統耦合性能求解方法，屬于自動化領域。該方法利用Newton?Raphson法迭代求解滾動軸承中各滾動體的法向接觸載荷與速度，采用Jacobi線性迭代法、追趕法和FFT算法加速計算滾動軸承中潤滑膜的壓力分布和溫度分布，基于計算得到的滾動軸承潤滑結果訓練BP神經網絡(BPNN)，并將其進行固化以此來快速預測滾動軸承油膜力，利用Matlab中的Simulink仿真器對滾動軸承?轉子系統摩擦學與動力學耦合性能進行快速求解。本發明提供的方法可準確、快速地分析滾動軸承?轉子系統摩擦學與動力學性能，為工程實踐中滾動軸承?轉子系統的設計與使用提供理論指導。

技術領域

本發明屬于自動化領域，涉及基于BP神經網絡的滾動軸承-轉子系統耦合性能求解方法。

背景技術

滾動軸承-轉子系統作為旋轉機械的重要組成部分，被廣泛應用于機械傳動系統中，且該系統的性能直接影響了整個機器的運轉效率和疲勞壽命等。在滾動軸承-轉子系統中，轉子依靠滾動軸承支撐，且轉子在運轉過程中(尤其高速重載工況下)產生的振動會對滾動軸承的潤滑性能造成重要影響；而利用油或脂進行潤滑的滾動軸承的潤滑性能，通過軸承潤滑膜承載力和摩擦力矩又會對轉子的動力學(振動)性能產生影響。劇烈的轉子振動會導致滾動軸承潤滑膜破裂(潤滑狀態由彈流潤滑轉變為混合或邊界潤滑)，造成滾動軸承出現點蝕、剝落和裂紋等失效；而滾動軸承良好的潤滑性能可以有效減緩轉子的振動程度，進而抑制轉子出現極端振動的情況。綜合上述分析，有必要對滾動軸承-轉子系統摩擦學與動力學性能進行雙向耦合研究。

傳統的滾動軸承-轉子系統摩擦學與動力學性能耦合研究主要集中在兩個方面：一方面，忽略或簡化滾動軸承潤滑性能的影響，主要研究轉子系統的動力學性能；另一方面，忽略或簡化轉子系統動力學性能的影響，主要研究滾動軸承的潤滑性能。雖然，上述兩方面研究可以在一定程度上用于分析滾動軸承-轉子系統摩擦學與動力學性能，但是它無法準確、真實地反應轉子系統潤滑與動力學性能參數，進而也無法準確預測滾動軸承-轉子系統的疲勞壽命等。此外，考慮滾動軸承-轉子系統摩擦學與動力學雙向耦合作用，對滾動軸承潤滑性能與轉子振動性能進行準確分析時，傳統的計算方法不僅計算量巨大，嚴重耗費計算時間與計算資源，甚至會出現無法求解的情況。所以，傳統的滾動軸承-轉子系統摩擦學與動力學性能分析方法更多的是具有統計與經驗意義，其精度上不夠準確、效率上不夠高效。

發明內容

有鑒于此，本發明的目的在于提供一種基于BP神經網絡的滾動軸承-轉子系統耦合性能求解方法，該方法能夠準確、快速實現滾動軸承摩擦學與轉子系統動力學的雙向耦合，以及考慮接觸副表面加工精度、潤滑劑類型和潤滑狀態等對滾動軸承-轉子系統摩擦學與動力學性能的影響。

為達到上述目的，本發明提供如下技術方案：

基于BP神經網絡的滾動軸承-轉子系統耦合性能求解方法，該方法包括以下步驟：

S1：利用Newton-Raphson法迭代求解滾動軸承中滾動體與內、外滾道的法向接觸載荷與卷吸速度其中，n為滾動體編號，n＝1,2,...,Z，Z為滾動體總數量；

S2：基于滾動軸承中滾動體與內圈的接觸載荷與卷吸速度利用Jacobi線性迭代法和追趕法求解滾動軸承瞬態潤滑模型，以獲得滾動體與內滾道之間的潤滑膜壓力p和溫度T；

S3：基于步驟S2計算得到的滾動軸承中滾動體的潤滑膜壓力分布p，計算整個滾動軸承潤滑膜承載能力F和摩擦力矩M_f；

S4：基于滾動軸承潤滑膜承載力F、摩擦力矩M_f和底部滾動體潤滑膜最大壓力p_max、最高溫度T_max、中心膜厚h_c和最小膜厚h_min等參數，建立滾動軸承潤滑樣本數據庫；