轴承反作用力测量方法技术

本发明专利技术公开了一种轴承反作用力测量方法，包括：S1.获取试验轴承的反作用力样本数据；所述反作用力样本数据包括反作用力以及所述反作用力下的动态载荷分布；S2.将反作用力样本数据输入到神经网络模型进行模型训练，得到训练好的网络模型；S3.将待测轴承的动态载荷分布输入到训练好的网络模型，输出待测轴承的反作用力。本发明专利技术能够科学有效地测量得到反作用力，为分析反作用力与动态分布载荷之间的关系提供了技术支持。提供了技术支持。提供了技术支持。

【技术实现步骤摘要】
轴承反作用力测量方法


[0001]本专利技术涉及轴承
，具体涉及一种轴承反作用力测量方法。

技术介绍

[0002]外部载荷模式对航空发动机中轴承的安全性能有重大影响。在高速和重载荷条件下，作用在滚动轴承上的载荷会导致滚道和滚子的挠性变形，从而导致滚动轴承出现划痕、磨损、疲劳剥落等故障，影响了航空发动机传动系统的精度、可靠性和使用寿命。
[0003]为了设计具有高承载能力和可靠性的滚动轴承，必须关注外部载荷状态(反作用力)与内部载荷分布(动态载荷分布)之间的关系。在实际工作环境中，轴承反作用力和动态载荷分布都是动态的，反作用力和动态载荷分布之间的非线性映射关系较为复杂，导致目前无法有效地对轴承反作用力进行测量，因此，亟需一种科学有效的轴承反作用力测量方法。

技术实现思路

[0004]有鉴于此，本专利技术的目的是克服现有技术中的缺陷，提供轴承反作用力测量方法，能够科学有效地测量得到反作用力，为分析反作用力与动态分布载荷之间的关系提供了技术支持。
[0005]本专利技术的轴承反作用力测量方法，包括如下步骤：
[0006]S1.获取试验轴承的反作用力样本数据；所述反作用力样本数据包括反作用力以及所述反作用力下的动态载荷分布；
[0007]S2.将反作用力样本数据输入到神经网络模型进行模型训练，得到训练好的网络模型；
[0008]S3.将待测轴承的动态载荷分布输入到训练好的网络模型，输出待测轴承的反作用力。
[0009]进一步，获取试验轴承的反作用力样本数据，具体包括：
[0010]获取反作用力：
[0011]对试验轴承施加载荷，采集试验轴承的反作用力大小F
k
以及反作用力方向θ
k
；
[0012]使用反作用力大小F
k
以及反作用力方向θ
k
表示试验轴承的反作用力f
k
＝[F
k
,θ
k
]；
[0013]获取反作用力下的动态载荷分布：
[0014]在反作用力下，采集试验轴承外圈的应变信号；
[0015]对所述应变信号进行滤波处理，得到滤波后的应变信号；
[0016]去除滤波后应变信号的均值，得到新的应变信号；
[0017]确定新的应变信号的应变变化，并将所述应变变化作为反作用力下的动态载荷分布。
[0018]进一步，对所述应变信号进行滤波处理，具体包括：
[0019]确定试验轴承滚子经过轴承外圈一点的频率f
BPFO
：
[0020][0021]其中，Z为滚子个数，d为滚子直径，D为轴承节径，α为轴承接触角，f
r
为轴承内圈转动的频率；
[0022]使用带通滤波器对所述应变信号进行滤波；其中，[f
BPFO
‑
f
B
/2,f
BPFO
+f
B
/2]以外的噪声将被滤除，f
B
为带通滤波器的带通宽度。
[0023]进一步，所述频率f
r
小于频率f
s
；其中，f
s
为采集应变信号的采样频率。
[0024]进一步，根据如下公式确定新的应变信号的应变变化ε：
[0025][0026]其中，m
i
表示新的应变信号第i个波峰处的最大值，n
j
表示新的应变信号第j个波谷处的最小值，M表示新的应变信号的波峰个数，N表示新的应变信号的波谷个数。
[0027]进一步，将反作用力样本数据输入到神经网络模型进行模型训练，具体包括：
[0028]S21.构建径向基函数神经网络模型的拟合目标函数：
[0029][0030]其中，σ是基函数的径宽，c是基函数的中心，W是网络模型输出层的权重矩阵，b是网络模型输出层的偏置，λ是正则化系数，DF是映射函数f对X的偏导，X为反作用力下的动态载荷分布，Y为反作用力；
[0031]S22.调整拟合目标函数中各参数的值，使得拟合目标函数取得最小值，将拟合目标函数取得最小值时设置的映射函数作为动态载荷分布与反作用力之间的映射函数。
[0032]本专利技术的有益效果是：本专利技术公开的一种轴承反作用力测量方法，通过采集轴承在不同外部载荷作用下的反作用力以及采集在该反作用力下轴承外圈不同测点的应变信号并计算这些应变信号的应变变化，实现了反作用力与动态载荷分布样本数据集的获取，通过使用样本数据集对径向基函数神经网络进行网络模型训练，使得训练好的神经网络模型能够拟合得到动态载荷分布与轴承反作用力之间的映射关系，在实际作业环境中，通过输入待测轴承的动态载荷分布数据，经过神经网络模型的处理，输出得到待测轴承的反作用力，实现了对反作用力的准确有效测量，为设计具有高承载能力和可靠性的滚动轴承奠定了技术基础。
附图说明
[0033]下面结合附图和实施例对本专利技术作进一步描述：
[0034]图1为本专利技术的测量方法流程示意图；
[0035]图2为本专利技术的标定试验台三维模型图；
[0036]图3为本专利技术的标定试验台正视局部图；
[0037]图4为本专利技术的标定试验台剖视图；
[0038]图5为本专利技术的应变信号采集及处理示意图；
[0039]图6为本专利技术的待测轴承的测量原理示意图；
[0040]其中，1
‑
支座，2
‑
辅助轴承，3
‑
金属环，4
‑
轴承端盖，41
‑
贴片窗口，42
‑
限位刻度槽，5
‑
试验轴承，6
‑
限位条，7
‑
力传感器，8
‑
手轮；9
‑
待测轴承，10
‑
应变片。
具体实施方式
[0041]以下结合说明书附图对本专利技术做出进一步的说明，如图所示：
[0042]本专利技术的轴承反作用力测量方法，包括如下步骤：
[0043]S1.获取试验轴承的反作用力样本数据；所述反作用力样本数据包括反作用力以及所述反作用力下的动态载荷分布；
[0044]S2.将反作用力样本数据输入到神经网络模型进行模型训练，得到训练好的网络模型；
[0045]S3.将待测轴承的动态载荷分布输入到训练好的网络模型，输出待测轴承的反作用力。
[0046]本实施例中，步骤S1中，获取试验轴承的反作用力样本数据，具体包括：
[0047]获取反作用力：
[0048]对试验轴承施加载荷，采集试验轴承的反作用力大小F
k
以及反作用力方向θ
k
；
[0049]使用反作用力大小F
k
以及反作用力方向θ
k
表示试验轴承的反作用力f
k<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轴承反作用力测量方法，其特征在于：包括如下步骤：S1.获取试验轴承的反作用力样本数据；所述反作用力样本数据包括反作用力以及所述反作用力下的动态载荷分布；S2.将反作用力样本数据输入到神经网络模型进行模型训练，得到训练好的网络模型；S3.将待测轴承的动态载荷分布输入到训练好的网络模型，输出待测轴承的反作用力。2.根据权利要求1所述的轴承反作用力测量方法，其特征在于：获取试验轴承的反作用力样本数据，具体包括：获取反作用力：对试验轴承施加载荷，采集试验轴承的反作用力大小F
k
以及反作用力方向θ
k
；使用反作用力大小F
k
以及反作用力方向θ
k
表示试验轴承的反作用力f
k
＝[F
k
,θ
k
]；获取反作用力下的动态载荷分布：在反作用力下，采集试验轴承外圈的应变信号；对所述应变信号进行滤波处理，得到滤波后的应变信号；去除滤波后应变信号的均值，得到新的应变信号；确定新的应变信号的应变变化，并将所述应变变化作为反作用力下的动态载荷分布。3.根据权利要求2所述的轴承反作用力测量方法，其特征在于：对所述应变信号进行滤波处理，具体包括：确定试验轴承滚子经过轴承外圈一点的频率f
BPFO
：其中，Z为滚子个数，d为滚子直径，D为轴承节径，α为轴承接触角，f
r
为轴承内圈转动的频率；使用带通...

【专利技术属性】
技术研发人员：黄文彬，王锐，张玉东，许晋，余文念，
申请(专利权)人：重庆大学，
类型：发明
国别省市：