基于BP神经网络的滚动轴承-转子系统耦合性能求解方法技术方案

本发明专利技术涉及基于BP神经网络的滚动轴承‑转子系统耦合性能求解方法，属于自动化领域。该方法利用Newton‑Raphson法迭代求解滚动轴承中各滚动体的法向接触载荷与速度，采用Jacobi线性迭代法、追赶法和FFT算法加速计算滚动轴承中润滑膜的压力分布和温度分布，基于计算得到的滚动轴承润滑结果训练BP神经网络(BPNN)，并将其进行固化以此来快速预测滚动轴承油膜力，利用Matlab中的Simulink仿真器对滚动轴承‑转子系统摩擦学与动力学耦合性能进行快速求解。本发明专利技术提供的方法可准确、快速地分析滚动轴承‑转子系统摩擦学与动力学性能，为工程实践中滚动轴承‑转子系统的设计与使用提供理论指导。

Solution method of coupling performance of rolling bearing rotor system based on BP neural network

【技术实现步骤摘要】
基于BP神经网络的滚动轴承-转子系统耦合性能求解方法
本专利技术属于自动化领域，涉及基于BP神经网络的滚动轴承-转子系统耦合性能求解方法。
技术介绍
滚动轴承-转子系统作为旋转机械的重要组成部分，被广泛应用于机械传动系统中，且该系统的性能直接影响了整个机器的运转效率和疲劳寿命等。在滚动轴承-转子系统中，转子依靠滚动轴承支撑，且转子在运转过程中(尤其高速重载工况下)产生的振动会对滚动轴承的润滑性能造成重要影响；而利用油或脂进行润滑的滚动轴承的润滑性能，通过轴承润滑膜承载力和摩擦力矩又会对转子的动力学(振动)性能产生影响。剧烈的转子振动会导致滚动轴承润滑膜破裂(润滑状态由弹流润滑转变为混合或边界润滑)，造成滚动轴承出现点蚀、剥落和裂纹等失效；而滚动轴承良好的润滑性能可以有效减缓转子的振动程度，进而抑制转子出现极端振动的情况。综合上述分析，有必要对滚动轴承-转子系统摩擦学与动力学性能进行双向耦合研究。传统的滚动轴承-转子系统摩擦学与动力学性能耦合研究主要集中在两个方面：一方面，忽略或简化滚动轴承润滑性能的影响，主要研究转子系统的动力学性能；另一方面，忽略或简化转子系统动力学性能的影响，主要研究滚动轴承的润滑性能。虽然，上述两方面研究可以在一定程度上用于分析滚动轴承-转子系统摩擦学与动力学性能，但是它无法准确、真实地反应转子系统润滑与动力学性能参数，进而也无法准确预测滚动轴承-转子系统的疲劳寿命等。此外，考虑滚动轴承-转子系统摩擦学与动力学双向耦合作用，对滚动轴承润滑性能与转子振动性能进行准确分析时，传统的计算方法不仅计算量巨大，严重耗费计算时间与计算资源，甚至会出现无法求解的情况。所以，传统的滚动轴承-转子系统摩擦学与动力学性能分析方法更多的是具有统计与经验意义，其精度上不够准确、效率上不够高效。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于BP神经网络的滚动轴承-转子系统耦合性能求解方法，该方法能够准确、快速实现滚动轴承摩擦学与转子系统动力学的双向耦合，以及考虑接触副表面加工精度、润滑剂类型和润滑状态等对滚动轴承-转子系统摩擦学与动力学性能的影响。为达到上述目的，本专利技术提供如下技术方案：基于BP神经网络的滚动轴承-转子系统耦合性能求解方法，该方法包括以下步骤：S1：利用Newton-Raphson法迭代求解滚动轴承中滚动体与内、外滚道的法向接触载荷与卷吸速度其中，n为滚动体编号，n＝1,2,...,Z，Z为滚动体总数量；S2：基于滚动轴承中滚动体与内圈的接触载荷与卷吸速度利用Jacobi线性迭代法和追赶法求解滚动轴承瞬态润滑模型，以获得滚动体与内滚道之间的润滑膜压力p和温度T；S3：基于步骤S2计算得到的滚动轴承中滚动体的润滑膜压力分布p，计算整个滚动轴承润滑膜承载能力F和摩擦力矩Mf；S4：基于滚动轴承润滑膜承载力F、摩擦力矩Mf和底部滚动体润滑膜最大压力pmax、最高温度Tmax、中心膜厚hc和最小膜厚hmin等参数，建立滚动轴承润滑样本数据库；S5：设计BP神经网络，确定BP神经网络的输入/输出参数，并利用S4中形成的滚动轴承润滑样本数据库对BP神经网络进行训练；S6：将训练好的BP神经网络进行固化以形成可用于快速预测滚动轴承润滑性能参数的BP神经网络模块；S7：基于转子动力学方程，利用Matlab软件中的Simulink模拟器建立滚动轴承-转子系统动力学模型，并设置动力学仿真的总时间td、步长△td；S8：基于步骤S6固化好的神经网络模块，快速预测当前仿真时间t下的滚动轴承润滑膜承载能力F和润滑膜摩擦力矩Mf，并带入步骤S7所建立的滚动轴承-转子系统动力学模型，以获得滚动轴承-转子系统摩擦学与动力学性能参数；S9：判断当前仿真时间t是否到达预定仿真总时间td：如果达到，输出滚动轴承-转子系统的摩擦学与动力学计算结果；否则，令t＝t+Δtd并返回步骤S8继续计算。可选的，所述步骤S2中，滚动轴承瞬态润滑模型适用于牛顿流体和非牛顿流体，考虑滚动体与内滚道表面加工精度，即粗糙度δn的影响，以及用于模拟混合润滑与边界润滑润滑状况，且为Reynolds方程的离散提供多种快速差分方案。可选的，所述步骤S2中，建立滚动轴承瞬态润滑模型时考虑转子振动的影响，即在计算滚动体与滚道之间润滑膜厚度分布h时考虑转子径向振动位移sr。可选的，所述步骤S5中，训练BP神经网络时，将滚动轴承瞬态润滑性能参数ft拆分为稳态项fs和瞬态增量项△ft，进而确定润滑性能不同项的BP神经网络输入参数：(1)稳态项fs的神经网络输入参数为当前时间步下的转子振动位移sr，fs＝f(sr)；(2)瞬态增量项△ft的神经网络输入参数为前4个时刻转子振动位移st-1、st-2、st-3和st-4，Δft＝f(st-1,st-2,st-3,st-4)。可选的，所述步骤S8中，建立转子动力学模型时考虑了滚动轴承润滑的影响，即在滚动轴承动力学方程中引入滚动轴承润滑膜承载能力F和摩擦力矩Mf，并利用训练好的BP神经网络对其进行快速预测。本专利技术的有益效果在于：本专利技术提供的方法能够考虑滚动轴承摩擦学与转子动力学的双向耦合作用，可准确、快速地分析滚动轴承-转子系统摩擦学与动力学性能，为工程实践中滚动轴承-转子系统的设计与使用提供理论指导。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，其中：图1为滚动轴承结构、受力与运动示意图；图2为滚动轴承-转子系统摩擦学与动力学耦合模型求解流程示意图；图3为神经网络预测瞬态润滑性能参数Simulink结构示意图；图4为滚动轴承-转子系统摩擦学与动力学耦合Simulink结构示意图；图5为滚动轴承最大润滑膜压力随转子振动位移的变化规律。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利技术的限制；为了更好地说明本专利技术的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。本专利技术实施例的附图中相同或相似的标号对应相同本文档来自技高网...

【技术保护点】
1.基于BP神经网络的滚动轴承-转子系统耦合性能求解方法，其特征在于：该方法包括以下步骤：/nS1：利用Newton-Raphson法迭代求解滚动轴承中滚动体与内、外滚道的法向接触载荷

【技术特征摘要】
1.基于BP神经网络的滚动轴承-转子系统耦合性能求解方法，其特征在于：该方法包括以下步骤：
S1：利用Newton-Raphson法迭代求解滚动轴承中滚动体与内、外滚道的法向接触载荷与卷吸速度其中，n为滚动体编号，n＝1,2,...,Z，Z为滚动体总数量；
S2：基于滚动轴承中滚动体与内圈的接触载荷与卷吸速度利用Jacobi线性迭代法和追赶法求解滚动轴承瞬态润滑模型，以获得滚动体与内滚道之间的润滑膜压力p和温度T；
S3：基于步骤S2计算得到的滚动轴承中滚动体的润滑膜压力分布p，计算整个滚动轴承润滑膜承载能力F和摩擦力矩Mf；
S4：基于滚动轴承润滑膜承载力F、摩擦力矩Mf和底部滚动体润滑膜最大压力pmax、最高温度Tmax、中心膜厚hc和最小膜厚hmin等参数，建立滚动轴承润滑样本数据库；
S5：设计BP神经网络，确定BP神经网络的输入/输出参数，并利用S4中形成的滚动轴承润滑样本数据库对BP神经网络进行训练；
S6：将训练好的BP神经网络进行固化以形成可用于快速预测滚动轴承润滑性能参数的BP神经网络模块；
S7：基于转子动力学方程，利用Matlab软件中的Simulink模拟器建立滚动轴承-转子系统动力学模型，并设置动力学仿真的总时间td、步长△td；
S8：基于步骤S6固化好的神经网络模块，快速预测当前仿真时间t下的滚动轴承润滑膜承载能力F和润滑膜摩擦力矩Mf，并带入步骤S7所建立的滚动轴承-转子系统动力学模型，以获得滚动轴承-转子系统摩擦学与动力学性能参数；
S9：判断当前仿真时间t是否到达预定仿真总时间td：如果达到，输出滚动轴承-转子系统的摩擦学与...

【专利技术属性】
技术研发人员：孟凡明，杨圣，唐曦，刘创来，巩加玉，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50