【技术实现步骤摘要】
本申请涉及发动机，尤其涉及发动机曲轴主轴承寿命预测方法及设备。
技术介绍
1、汽车发动机曲轴主轴承作为发动机中的关键旋转部件，承担着传递发动机功率和支撑曲轴运转的双重任务，其性能稳定性和耐用性对整个发动机的运行效率和寿命至关重要。发动机在运行过程中，曲轴主轴承承受着复杂的载荷和高速旋转，随着时间的推移，这些负荷和摩擦会导致磨损、疲劳甚至故障。因此，准确预测曲轴主轴承的寿命对于维护发动机性能和避免意外故障具有重大意义。
2、目前，对于曲轴主轴承的寿命预测，传统经验公式法精度有限，难以适应复杂多变的实际工况，过分依赖于历史数据，对于新型发动机或特殊工况下的轴承寿命预测不够准确；传统有限元分析法利用工程软件进行力学分析，预测发动机曲轴主轴承在特定工况下的应力和应变分布，包括模型建立、边界设定、模型调试及运行计算，需要大量仿真资源且周期长，计算成本高，不适合实时监测和快速预测；传统机器学习方法对特征工程依赖性强，难以处理高维数据和捕捉时间序列中的复杂模式，准确性有待提高。
3、上述内容仅用于辅助理解本专利技术的技术方案，...
【技术保护点】
1.一种发动机曲轴主轴承寿命预测方法，其特征在于，所述的方法，包括：
2.如权利要求1所述的方法，其特征在于，所述对分段后的所述振动信号进行一维深度特征提取，得到所述振动信号对应的特征向量的步骤包括：
3.如权利要求1所述的方法，其特征在于，所述将所述特征向量输入SOM网络进行训练，在所述SOM网络的神经元中确定目标最佳神经元以及所述目标最佳神经元的权重的步骤包括：
4.如权利要求1所述的方法，其特征在于，所述基于所述特征向量与所述目标最佳神经元的权重，计算所述主轴承的振动特征寿命指标的步骤包括：
5.如权利要求1所述的...
【技术特征摘要】
1.一种发动机曲轴主轴承寿命预测方法，其特征在于，所述的方法，包括：
2.如权利要求1所述的方法，其特征在于，所述对分段后的所述振动信号进行一维深度特征提取，得到所述振动信号对应的特征向量的步骤包括：
3.如权利要求1所述的方法，其特征在于，所述将所述特征向量输入som网络进行训练，在所述som网络的神经元中确定目标最佳神经元以及所述目标最佳神经元的权重的步骤包括：
4.如权利要求1所述的方法，其特征在于，所述基于所述特征向量与所述目标最佳神经元的权重，计算所述主轴承的振动特征寿命指标的步骤包括：
5.如权利要求1所述的方法，其特征在于，所述性能参数至少包括主轴承额定动负荷、实际动负荷、主轴承寿命指数、曲轴转速、主轴承可靠性修正系数、主轴承寿命修正系数、主轴承材料修正系数以及润滑油特性修正系数，所述获取所述主轴承的性能参数，建立主轴承寿命预测物理模型的步骤包括：
6.如权利要求1所述的方法，其特征在于，所述基于所述主轴承的振动特征寿命指标...
【专利技术属性】
技术研发人员：吴田田，张继杨，张继明，
申请(专利权)人：东风汽车集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。