发动机连杆大头轴承寿命预测方法、装置及设备制造方法及图纸

技术编号:43873398 阅读:21 留言:0更新日期:2024-12-31 18:57
本申请公开了一种发动机连杆大头轴承寿命预测方法、装置及设备,涉及发动机技术领域,该方法包括:基于发动机连杆大头轴承的疲劳分析物理模型,确定连杆大头轴承的物理模型疲劳因子,映射为初始类别标签;对收集到的分段后的振动信号进行一维深度特征提取,得到特征向量;基于初始类别标签初始化分类单元与聚类单元,确定输入的初始类别标签与输出的类别标签之间的损失函数,并更新网络参数;计算散度差异,分配动态权重,对初始类别标签进行修正,得到目标分类单元与目标聚类单元的输出结果,生成连杆大头轴承的寿命预测结果。通过上述方式,结合深度学习和物理模型的优势,对发动机连杆大头轴承寿命进行预测,能够提高预测的准确性和可靠性。

【技术实现步骤摘要】

本申请涉及发动机,尤其涉及发动机连杆大头轴承寿命预测方法、装置及设备


技术介绍

1、连杆大头轴承是连接连杆大头和曲轴的关键部件,一方面将活塞承受的气体燃烧压力传递给曲轴,实现动力转换和输出,另一方面,连杆大头轴承支撑着曲轴的旋转运动,保证曲轴在高速旋转时的稳定性和精确性,减少因不平衡力导致的振动和磨损。任何形式的连杆大头轴承的失效都可能导致严重的发动机损坏,如轴承损坏、曲轴弯曲或断裂,甚至可能导致发动机彻底故障,因此,确保连杆大头轴承的可靠耐久性和寿命,对发动机的长期稳定运行和可靠性、安全性等至关重要。

2、目前,对于连杆大头轴承的寿命预测,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,预测连杆大头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,准确性有待本文档来自技高网...

【技术保护点】

1.一种发动机连杆大头轴承寿命预测方法,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,所述基于发动机连杆大头轴承的疲劳分析物理模型,确定所述连杆大头轴承的物理模型疲劳因子的步骤之前还包括:

3.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:

4.如权利要求1所述的方法,其特征在于,所述类别标签包括第一类别标签与第二类别标签,所述将所述特征向量输入所述分类单元与所述聚类单元,确定所述初始类别标签与输出的类别标签之间的损失函数,并更新所述分类单元与所述...

【技术特征摘要】

1.一种发动机连杆大头轴承寿命预测方法,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,所述基于发动机连杆大头轴承的疲劳分析物理模型,确定所述连杆大头轴承的物理模型疲劳因子的步骤之前还包括:

3.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:

4.如权利要求1所述的方法,其特征在于,所述类别标签包括第一类别标签与第二类别标签,所述将所述特征向量输入所述分类单元与所述聚类单元,确定所述初始类别标签与输出的类别标签之间的损失函数,并更新所述分类单元与所述聚类单元的网络参数的步骤包括:

5.如权利要求4所述的方法,其特征在于,所述基于所述分类损失与所述聚类损失,确定所述损失...

【专利技术属性】
技术研发人员:吴田田张继杨王江涛
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:

网友询问留言 已有0条评论
  • 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。

1