50
第40差，第7期 2012年7月
doi:10.3969/j.issn.1001-3539.2012.07.012
工程塑料应用
ENGINEERING PLASTICS APPLICATION
VoL.40, No.7 Jul.2012
基于BP神经网络的套筒式串联推力轴承组
均载性能及承载能力细化研究
林桂强，毕超，江波，张冰
（北京化工大学机电工程学院，北京100029）
摘要：为完善套简式事联推力轴承组优化设计理论，为大型、高端推力轴承组国产化提供理论支持，利用有限元数值模拟方法，对轴承组进行静态力学分析，研究轴承组几何设计参数对其均载性能和承载能力的影响。通过BP神经网络建立轴承组几何设计参数与轴承组均载率的数学模型，并用予轴承组的优化设计。对部分理论研究内容进行了实验验证，并进行了误差分析。
关键调：套简式串联推力轴承组；均载率；有限元模报；BP神经网络
中图分类号：TQ32
文献标识码：A
文章编号：1001-3539(2012)07-0050-04
DetailedResearch onLoad Uniformity and Load-bearingCapacityof SleeveTypeTandem
ThrustBearings Based onBPNeural Network
Lin Guiqiang,Bi Chao, Jiang Bo, Zhang Bing
( College of Mechanical and Electrial Engineering, Beijing University of Chemical Technology, Beijng10029, China )
Abstract : To perfect the optimization design theory, realize the localization of large-type and high-quality thrust bearings, enormous static mechanical analysis was done on the thrust bearings via finite element modeling analysis to study the influence on the load uniformity and load-bearing capacity from geometric parameters of the thrust bearings. The mathematic model of geometric parameters and load uniformity was established by BP neural network, and it was used to optimize the design of bearings. The theory was proven by experiment and the error was analyzed.
Keywords : sleeve type tandem thrust bearings ; load uniformity rate ; FEM ansysis ; BP neural network
套筒式串联推力轴承组是石化企业大型双螺杆挤压造粒机组传动系统的核心部件。目前我国该类产品全部依赖进口。套简式串联推力轴承组由内隔圈、外隔圈、轴圈、座圈和滚动体组件组成，详见图 1。自1943年H.E.Kaye「提出套简式串联推力轴承组的设计理念后，众多科研人员投身该类推力轴承组领域，对其组成部件如内外隔圈[2-3]、轴圈座圈[6-7]以及轴承滚子[8]的受力状态进行了研究，并提出了电桥应变片法[9]和激光散斑法(10]等测量轴承受力状态的实验测试方法。
笔者采用有限元法模拟套筒式串联推力轴承
组的受力状态，分析轴承组几何设计参数对轴承组均载性能的影响，探究了轴承组均载性能对于轴承组各几何参数变化的敏感程度。通过BP神经网络建立起轴承组均载率和几何设计参数之间的函数关系模型，并将之应用于轴承组的优化设计。对部分理论研究内容进行了实验验证，并进行了误差分析。
Q
保持架轴圈
原
内隔圈
内隔圈
内隔圈
因柱滚子
外隔圈外隔圈2外隔圈3
D
图1套简式审联推力轴承组结构图
有限元模拟
1
采用有限元方法对套简式串联推力轴承组工作状况下的应力状态进行模拟，轴承组的主要特征参数见表1。模拟中,取整个轴承组的1/Z（Z为
*国家863计划项目（2012AA040306）、北京市优秀人才培养项日（2011D009016000003）、中央高校基本科研业务费项目（ZZ1217）
联系人：毕超，副教投，主要从事橡塑装备研究收稿日期：2012-04-28