您当前的位置:首页>论文资料>基于BP神经网络的连杆衬套磨损量预测

基于BP神经网络的连杆衬套磨损量预测

资料类别:论文资料

文档格式:PDF电子版

文件大小:2.06 MB

资料语言:中文

更新时间:2024-12-12 16:46:40



推荐标签:

内容简介

基于BP神经网络的连杆衬套磨损量预测 第8期 2016年8月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号:1001-2265(2016)08-005004
D0I:10.13462/j. cnki. mmtamt.2016.08.014
基于BP神经网络的连杆衬套磨损量预测
曹存存,樊文欣,杨华龙
(中北大学机械与动力工程学院,太原
030051)
No.8 Aug.2016
摘要:连杆衬套-活塞销是柴油机的主要摩擦副之一,摩擦副工作环境恶劣,连杆衬套的磨损直接影响连杆衬套的使用寿命。通过正交试验法设计不同工况下往复摩擦磨损试验,调整连杆衬套与活塞销间隙,主轴转速、加载载荷,模拟摩擦副的磨损。分析得到各试验因素对衬套磨损的影响。基于试验数据,建立BP神经网络预测模型,得到的预测值与试验值误差较小,基本能够准确的预测高转速工况下的连杆衬套磨损。
关键词:摩擦副;正交试验;BP神经网络
中图分类号:TH117;TG506
文献标识码:A
Prediction of Wear of Connecting Rod BushingBased onBPNeural Network
CAO Cun-cun,FAN Wen-xin,YANG Hua-long
(College of Mechanical and Power Engineering, North University of China, Taiyuan 030051,China)
Abstract: Connecting rod bushing and piston pin is one of the main friction pairs of the diesel engine, worked in bad environment, and The wear directly affect the life of the connecting rod bushing. Through the orthogonal experiment method to design the reciprocating friction and wear test under different working con-ditions,adjusting the fitting clearance of the connecting rod bushing and piston pin and spindle speed, load, simulation the friction pair wear. The influence of various experimental factors on the wear of bushing was analyzed. Based on the experimental data, the BP neural network prediction model was established, and the predicted values were in good agreement with the test values, the wear of the connecting rod bushing at high speed can be predicted basically.
Key words: friction pair; orthogonal test; BP neural network
0引言
连杆衬套-活塞销是柴油机主要摩擦副之一,工作在高动载、高转速、高温且润滑不良的恶劣环境中12] 工作过程中,由于连杆衬套、活塞销的工作环境非常恶劣,连杆衬套会出现早期磨损、冲蚀和烧蚀,进而堵死油孔,引发恶性事故)。研究摩擦副的摩擦磨损对衬套使用寿命的提高具有重要意义。
人工神经网络具有很强的非线性能力,可由已知数据预测未知数据[4],广泛应用于各种机械材料磨损的预测[5-7]。在柴油机运行过程中,多种因素会对摩擦副磨损产生影响,且各因素间存在复杂联系。设计正交试验,分析连杆衬套与活塞销的配合间隙,加载载荷、主轴转速对连杆衬套磨损的影响规律,并对试验结果进行方差分析,得到各试验因素对衬套磨损量影响的显著性。应用BP神经网络建立连杆衬套磨损量预测模型,较正确的预测衬套的磨损量,并利用所建立的预测模型预测对高转速工况下的连杆衬套磨损量(高
收稿日期:20160225;修回日期:20160328
转速工况时的试验结果不理想,应用预测模型可得到
较有效的结果)。 1试验简介 1.1试验操作装
试验中采用的装置是连杆衬套-活塞销摩擦磨损试验平台[],其主要组成部分包括机械元件、液压传送元件、控制采集元件三大部分。试验台工作转速、激励幅值、激励频率可调范围大,信号采集、分析处理及存储均可自动完成,可模拟不同工况,不同型号发动机摆
动摩擦副的摩擦磨损特性。 1.2试验条件
在连杆衬套,活塞销实际使用中,各种不同的工况条件交织在一起,非常复杂,试验中,选择部分工况进行测试。选择3种主轴转速、3种加载载荷以及3种连杆衬套试件(每种各3件),以1种润滑的方式进行正交试验。试验条件如表1所示。
*基金项目:山西省自然科学基金(2012011023-2);山西省高校高新技术产业化项目资助(20120021)
作者简介:曹存存(1991一),男,山东在平县人,中北大学硕士研究生,研究方向为内燃机噪声与振动控制,(E-mail)caocuncun828@163.com。万方数据
上一章:基于3D打印机的装配关键技术与精度测试的研究 下一章:复合材料磨床床身的动态特性分析与优化

相关文章

基于遗传算法与BP神经网络的股票预测 基于BP神经网络下空调负荷预测模型的研究 基于BP神经网络的黄土湿陷起始压力的预测 基于BP神经网络的重型数控机床定位精度预测 基于BP神经网络的表层悬浮物浓度预测模型 基于改进BP神经网络的路由器流量预测方法 基于BP神经网络的印染太阳能集热温度预测 基于BP人工神经网络的油箱端盖拉深成形仿真预测