亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于CNN 和LSTM 的航天用涂層型自潤滑關(guān)節(jié)軸承壽命預(yù)測及可靠性評估

        2023-11-14 07:40:46劉云帆林亮行馬國政孫建芳蘇峰華郭偉玲朱麗娜王海斗
        航天器環(huán)境工程 2023年5期
        關(guān)鍵詞:關(guān)節(jié)軸承自潤滑服役

        劉云帆,林亮行,馬國政,孫建芳,蘇峰華,郭偉玲,朱麗娜,王海斗,4

        (1.中國地質(zhì)大學(xué)(北京) 工程技術(shù)學(xué)院,北京 100083;2.陸軍裝甲兵學(xué)院 裝備再制造國防科技重點實驗室,北京 100072;3.華南理工大學(xué) 機(jī)械工程學(xué)院,廣州 510000;4.陸軍裝甲兵學(xué)院 機(jī)械產(chǎn)品再制造國家工程研究中心,北京 100072)

        0 引言

        自潤滑關(guān)節(jié)軸承是一種無需補(bǔ)充潤滑劑的特殊關(guān)節(jié)軸承,在其相對運(yùn)動表面涂(鍍)或黏結(jié)有一層固體潤滑材料,可以起到減小摩擦阻力、延長軸承壽命的作用[1-6]。應(yīng)用于各類航天器機(jī)構(gòu)中的關(guān)節(jié)軸承通常會面臨著高真空、高低溫循環(huán)、原子氧及紫外輻射等極為苛刻的服役環(huán)境[7-8]。因此,研究人員嘗試將一些具有優(yōu)異真空摩擦學(xué)性能的固體潤滑材料(層狀化合物、非晶碳基薄膜等)以涂層的形式運(yùn)用至關(guān)節(jié)軸承表面[9-13],來提高軸承在空間環(huán)境下的服役壽命和可靠性。目前,涂層型自潤滑關(guān)節(jié)軸承這一新型軸承已廣泛應(yīng)用于航天裝備中的重要基礎(chǔ)運(yùn)動部件;對其服役壽命進(jìn)行準(zhǔn)確預(yù)測和可靠性評價是航天裝備研制中的重要工作。

        關(guān)節(jié)軸承的服役壽命及可靠性研究一直以來都是軸承相關(guān)研究中的重點[14-16]。針對傳統(tǒng)的襯墊型關(guān)節(jié)軸承,國外的SKF、NTN、INA 以及FLURO等著名軸承公司很早就提出了適用于各自產(chǎn)品的軸承壽命計算公式[17]。同時,楊咸啟等[18-19]引入設(shè)計制造質(zhì)量系數(shù),建立了一套適合于國產(chǎn)關(guān)節(jié)軸承的壽命計算方法,并推進(jìn)頒布了JB/T 10860—2008標(biāo)準(zhǔn),有力推動了國內(nèi)關(guān)節(jié)軸承壽命計算方法的標(biāo)準(zhǔn)化進(jìn)程。進(jìn)一步地,邱明團(tuán)隊[20-21]基于組合磨損理論建立了襯墊型自潤滑關(guān)節(jié)軸承的磨損壽命計算模型,并基于兩參數(shù)Weibull 分布模型以磨損量作為退化量對軸承進(jìn)行可靠性評估。為縮短加速壽命試驗的時長,邱明團(tuán)隊[22]設(shè)計了雙加速應(yīng)力試驗方案對關(guān)節(jié)軸承在重載高頻工況下的服役可靠性進(jìn)行評估,結(jié)果表明軸承能在正??煽慷确秶鷥?nèi)維持長時間服役。楊育林等[17,23]則針對重載低速工況下的襯墊型關(guān)節(jié)軸承進(jìn)一步優(yōu)化了壽命預(yù)測模型。然而,現(xiàn)有的關(guān)節(jié)軸承壽命預(yù)測研究主要集中于襯墊型關(guān)節(jié)軸承,其自潤滑襯墊的磨損量通常為mm 量級,但涂層型自潤滑關(guān)節(jié)軸承的自潤滑涂層厚度僅有1~5 μm,其磨損量難以由位移傳感器精確實時地測量獲取,因此不能參考傳統(tǒng)的襯墊型關(guān)節(jié)軸承利用磨損量作為退化信息進(jìn)行壽命預(yù)測和可靠性評估[21]。基于一些對滾動軸承的失效研究[24-26]以及我們的前期工作[27-28]可以發(fā)現(xiàn),摩擦扭矩能夠較好地反映關(guān)節(jié)軸承摩擦接觸面在運(yùn)行過程中的磨損狀態(tài),因此可以將扭矩信號作為退化特征來表征涂層型自潤滑關(guān)節(jié)軸承的退化狀態(tài)。

        隨著機(jī)器學(xué)習(xí)、深度學(xué)習(xí)理論的快速發(fā)展,基于人工智能技術(shù)的壽命預(yù)測方法已成為進(jìn)行機(jī)械零部件剩余壽命預(yù)測的主要手段之一[29-30]。邱明團(tuán)隊[22]基于灰色神經(jīng)網(wǎng)絡(luò)建立了襯墊型關(guān)節(jié)軸承的壽命預(yù)測模型,與傳統(tǒng)BP 神經(jīng)網(wǎng)絡(luò)模型相比,該模型將軸承預(yù)測壽命的平均相對誤差降至3.9%。長短期記憶(LSTM)神經(jīng)網(wǎng)絡(luò)對時間序列有很高的敏感度,近年來在滾動軸承的壽命預(yù)測領(lǐng)域得到廣泛應(yīng)用。比較具有代表性的是Hotait 等[31]對滾動軸承采集特征進(jìn)行主元分析及篩選,將特征集合作為訓(xùn)練集輸入LSTM 神經(jīng)網(wǎng)絡(luò)得到軸承的壽命預(yù)測模型,經(jīng)驗證該模型有較好的泛化能力和預(yù)測精度。涂層型自潤滑關(guān)節(jié)軸承的壽命預(yù)測可以借鑒這種較新的思路,尋找適合的特征(如摩擦扭矩)建立軸承的壽命預(yù)測模型。由于振動信號具平穩(wěn)性,滾動軸承多采用時域或頻域分析法進(jìn)行信號特征提取。而涂層型自潤滑關(guān)節(jié)軸承的摩擦扭矩信號為非平穩(wěn)信號,因此須采用時頻域信號分解方法對非平穩(wěn)信號進(jìn)行有效處理,以充分挖掘信號所包含的信息,實現(xiàn)信號特征提取[32]。卷積神經(jīng)網(wǎng)絡(luò)(CNN)具有收斂速度快、準(zhǔn)確率高等優(yōu)勢,且能夠挖掘數(shù)據(jù)中的深層特征[33-34]。CNN 配合LSTM 在處理時間序列應(yīng)用中的優(yōu)勢,正好能夠精確高效地對涂層型自潤滑關(guān)節(jié)軸承剩余壽命進(jìn)行預(yù)測,具備較好的預(yù)測精度以及失效預(yù)警效果。

        近年來,國內(nèi)部分研究團(tuán)隊雖然已在涂層型自潤滑關(guān)節(jié)軸承狀態(tài)監(jiān)測和失效機(jī)理研究方面取得了一些成果[22,27],但并未深入進(jìn)行軸承的壽命預(yù)測和可靠性評估工作,尤其缺乏適用于涂層型自潤滑關(guān)節(jié)軸承的壽命預(yù)測方法。基于上述研究背景,本文針對涂層型自潤滑關(guān)節(jié)軸承,以摩擦扭矩信號為原始輸入,提出一種CNN 與LSTM 相結(jié)合的關(guān)節(jié)軸承壽命預(yù)測方法,以期為航天用涂層型自潤滑關(guān)節(jié)軸承的可靠性評價、服役狀態(tài)監(jiān)測和在線維護(hù)提供理論依據(jù)和方法借鑒。

        1 基于CNN 和LSTM 的涂層型自潤滑關(guān)節(jié)軸承壽命預(yù)測模型

        1.1 CNN 模型及特征提取原理

        涂層型自潤滑關(guān)節(jié)軸承的工作環(huán)境復(fù)雜多變,因而其摩擦扭矩信號具有非平穩(wěn)、隨時間變化的特點。本文首先利用CNN 對涂層型自潤滑關(guān)節(jié)軸承的摩擦扭矩信號進(jìn)行特征提取,其卷積層輸出為

        式中:xl(rj)為第l層中第j個卷積計算的局部序列r;為第l層的第i個卷積核的第j′個權(quán)值; *為卷積運(yùn)算符,W為卷積核的寬度,在一維卷積中表現(xiàn)為覆蓋區(qū)域信號的長度。

        然后,使用ReLU 激活函數(shù)對yl(i,j)進(jìn)行處理,

        式中,al(i,j)為yl(i,j)經(jīng)激活函數(shù)處理后的結(jié)果,f代表激活函數(shù)。

        之后,還需要通過池化層對al(i,j)進(jìn)行特征降維處理,本文中采用最大值池化方法,令

        式中:al(i,t)為第l層第i個特征的第t個神經(jīng)元輸出激活值;V為池化寬度。

        1.2 LSTM 模型原理

        為能準(zhǔn)確預(yù)測涂層型自潤滑關(guān)節(jié)軸承的服役壽命,選用LSTM 模型進(jìn)行剩余壽命預(yù)測,該模型能夠有選擇性地添加新的信息或者遺忘先前的信息[35]。LSTM 模型結(jié)構(gòu)如圖1 所示。

        圖1 LSTM 模型結(jié)構(gòu)Fig.1 Structure of LSTM model

        t時刻LSTM 的輸入為序列xt,隱藏層t-1 時刻狀態(tài)為ht-1,記憶單元t-1 時刻狀態(tài)為Ct-1,經(jīng)過激活函數(shù)σ計算可得,

        式中:ft、it和ot分別為遺忘門、輸入門和輸出門的計算結(jié)果;Wf、Wi和Wo分別為三者的權(quán)重矩陣;bf、bi和bo分別為三者的偏置項。

        在t時刻后,更新后的狀態(tài)Ct以及隱藏層狀態(tài)ht為

        式中:C~ 為候選狀態(tài)更新值;Wc和bc分別為更新后的權(quán)重矩陣和偏置項;符號? 表示按元素乘。

        1.3 基于加速壽命試驗的涂層型自潤滑關(guān)節(jié)軸承壽命預(yù)測模型的建立

        涂層型自潤滑關(guān)節(jié)軸承需要通過分析其摩擦扭矩信號的變化,利用CNN 提取扭矩信號中的失效特征,然后由LSTM 模型實現(xiàn)對涂層型自潤滑關(guān)節(jié)軸承剩余壽命的準(zhǔn)確預(yù)測。圖2 所示為本文提出的涂層型自潤滑關(guān)節(jié)軸承壽命預(yù)測流程。

        圖2 涂層型自潤滑關(guān)節(jié)軸承壽命預(yù)測流程Fig.2 Flow chart for life prediction of coated self-lubricating spherical bearings

        具體流程如下:

        1)使用扭矩傳感器對涂層型自潤滑關(guān)節(jié)軸承的摩擦扭矩信號進(jìn)行采集,并選取不同工況下的扭矩值作為訓(xùn)練集。

        2)對摩擦扭矩信號進(jìn)行相對值處理,采用相對特征來表征軸承的失效狀態(tài),從而消除不同工況下關(guān)節(jié)軸承退化過程中摩擦扭矩的變化差異。

        3)將步驟2 中的摩擦扭矩值作為CNN 的輸入,通過多層CNN 對扭矩信號進(jìn)行特征提取,得到能夠表征關(guān)節(jié)軸承全壽命周期的信號特征,詳細(xì)計算過程參考2.1 節(jié)。

        4)對CNN 所提取的摩擦扭矩信號特征進(jìn)行主成分分析(PCA),將信號特征重新組合成一組新的綜合變量,從而實現(xiàn)數(shù)據(jù)降維、減少計算量,獲取能夠表征軸承失效過程的第一成分。

        5)將信號特征輸入LSTM 模型前利用Savitzky-Golay(S-G)濾波法進(jìn)行降噪平滑處理,將處理后的特征輸入LSTM 神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,構(gòu)建壽命預(yù)測模型。其中,訓(xùn)練數(shù)據(jù)中退化節(jié)點前的軸承壽命設(shè)置為1,退化節(jié)點后軸承剩余壽命需經(jīng)過Min-Max標(biāo)準(zhǔn)化處理;最后采用均方誤差(MSE)以及平均絕對誤差(MAE)對壽命預(yù)測模型的預(yù)測精度進(jìn)行評估。

        2 航天用涂層型自潤滑關(guān)節(jié)軸承加速壽命試驗及結(jié)果分析

        2.1 加速壽命試驗方案及平臺

        為驗證本文所提出的軸承壽命預(yù)測模型效果,首先在低速擺動磨損壽命試驗機(jī)上進(jìn)行軸承加速壽命試驗以獲取關(guān)節(jié)軸承壽命數(shù)據(jù)。具體采用高精度的扭矩傳感器對摩擦扭矩信號進(jìn)行采集,設(shè)定每間隔120 個擺動周期采集1 次扭矩最大值[27]。試驗所用軸承為自制的涂層型自潤滑關(guān)節(jié)軸承,型號GE17E/HEK,且為同一批次生產(chǎn)。軸承實物和結(jié)構(gòu)如圖3 所示,內(nèi)圈外球面涂層為雙層a-C:H/MoS2薄膜,外圈內(nèi)球面涂層為a-C:H 薄膜。

        圖3 GE17E/HEK 涂層型自潤滑關(guān)節(jié)軸承Fig.3 GE17E/HEK coated self-lubricating spherical bearing

        加速壽命試驗方案要點如下:1)在常溫常壓環(huán)境下進(jìn)行;2)試驗機(jī)的固定擺動角度為±10°,擺動頻率為2.0 Hz;3)基于設(shè)備條件,加速試驗為恒定單一應(yīng)力加速壽命試驗,加速應(yīng)力為徑向載荷,設(shè)置4 個加速應(yīng)力等級(分別為100 N、200 N、300 N 和500 N),每個加速應(yīng)力下的重復(fù)組數(shù)為4 組;4)前期研究中發(fā)現(xiàn)當(dāng)軸承在運(yùn)行過程中出現(xiàn)扭矩信號明顯上升或突變時說明軸承已經(jīng)發(fā)生磨損失效,因此在加速壽命試驗中設(shè)定,當(dāng)軸承扭矩上升為平均值的1.5 倍以上且持續(xù)時間超過5 min 時判定軸承失效,停止試驗。表1 所示為加速壽命試驗參數(shù)及試驗結(jié)果。

        表1 加速壽命試驗結(jié)果Table 1 Accelerated life test results

        2.2 涂層型自潤滑關(guān)節(jié)軸承壽命預(yù)測結(jié)果與分析

        如表1 所示,將軸承No.1~No.12 的測試數(shù)據(jù)作為訓(xùn)練集,軸承No.13~No.16 的測試數(shù)據(jù)作為測試集。按照圖2 所示的流程將原始摩擦扭矩值作為輸入,將經(jīng)過預(yù)處理后的扭矩值輸入多層CNN中,CNN 的主要結(jié)構(gòu)參數(shù)如表2 所示。利用CNN對摩擦扭矩信號中能夠表征軸承失效狀態(tài)的特征進(jìn)行提取,以100 N 工況為例,CNN 處理后的結(jié)果如圖4 所示。

        表2 CNN 結(jié)構(gòu)及訓(xùn)練參數(shù)Table 2 CNN structure and training parameters

        圖4 CNN 對100 N 工況下軸承摩擦扭矩信號的特征提取結(jié)果Fig.4 Feature extraction results of bearing friction torque signal under 100 N by CNN

        隨后對提取的特征信號進(jìn)行PCA,其中本文所提取的第一成分方差貢獻(xiàn)率均大于90%,將經(jīng)過S-G降噪平滑處理后的特征輸入本文建立的涂層型自潤滑關(guān)節(jié)軸承壽命預(yù)測模型中。LSTM 的主要結(jié)構(gòu)參數(shù)如表3 所示,采用Adam 優(yōu)化器,為提高預(yù)測模型的訓(xùn)練精度及速度,初始學(xué)習(xí)率設(shè)置為0.001;為防止預(yù)測模型過擬合,選用舍棄率表征模型中記憶體單元被暫時舍棄的概率,并將舍棄率設(shè)置為0.3;為提高收斂速度和預(yù)測趨勢的準(zhǔn)確度,訓(xùn)練步數(shù)和批量大小分別設(shè)置為200 和128。如圖5 所示,壽命預(yù)測模型的收斂速度較快,且隨著訓(xùn)練次數(shù)的增加,訓(xùn)練集誤差與測試集誤差逐漸降低,最小誤差低于0.02 并趨于穩(wěn)定,表明模型收斂性好。

        表3 LSTM 結(jié)構(gòu)及訓(xùn)練參數(shù)Table 3 LSTM structure and training parameters

        圖5 CNN+LSTM 模型在訓(xùn)練集和測試集上的誤差曲線Fig.5 Error curves of CNN+LSTM model in training set and test set

        為驗證CNN+LSTM 模型的預(yù)測效果,將傳統(tǒng)LSTM 模型作為對比模型。測試集(軸承No.13~No.16)的壽命預(yù)測結(jié)果如圖6 所示,可以看到,在穩(wěn)定服役階段,LSTM 對軸承壽命的預(yù)測誤差較大,而CNN 的引入則較大程度上提升了LSTM 對軸承穩(wěn)定期壽命的預(yù)測精度;在服役后期,雖然兩種模型的壽命預(yù)測精度都得到了一定程度的提升,但CNN+LSTM 模型對實際壽命數(shù)據(jù)的擬合效果顯然更為精確。以上結(jié)果說明,相較于傳統(tǒng)LSTM 模型,CNN+LSTM 模型實現(xiàn)了對不同加速應(yīng)力下軸承全階段服役壽命的高精度擬合。

        圖6 CNN+LSTM 模型和傳統(tǒng)LSTM 模型對不同加速應(yīng)力下軸承剩余壽命的預(yù)測結(jié)果對比Fig.6 Comparison of prediction results of CNN+LSTM model and traditional LSTM model on bearing residual life under different acceleration stresses

        為進(jìn)一步考察CNN+LSTM 模型的剩余壽命預(yù)測精度,本文任意選取歸一化剩余壽命比例0.3 為檢驗點。兩種模型的剩余壽命預(yù)測結(jié)果如圖6 和表4 所示,CNN+LSTM 模型對檢驗點剩余壽命預(yù)測誤差遠(yuǎn)小于傳統(tǒng)LSTM 模型,與檢驗點的實際剩余壽命相比,CNN+LSTM 模型的最大預(yù)測誤差僅為4145 次;同時對軸承全壽命預(yù)測相對誤差也控制在6%以內(nèi),最小僅為0.79%。而傳統(tǒng)LSTM 模型對檢驗點的剩余壽命誤差最大為13 834 次,各加速應(yīng)力下對軸承全壽命預(yù)測誤差均大于CNN+LSTM模型。預(yù)測結(jié)果表明,引入的CNN 能夠發(fā)揮其自身優(yōu)勢,深層次挖掘涂層型自潤滑關(guān)節(jié)軸承摩擦扭矩信號的失效特征,從而較大程度提高了LSTM 模型的壽命預(yù)測精度。

        表4 預(yù)測模型的壽命預(yù)測精度比較Table 4 Comparison of life prediction accuracy among models

        采用MSE 和MAE 兩項指標(biāo)對CNN+LSTM 和傳統(tǒng)LSTM 壽命預(yù)測模型的預(yù)測精度進(jìn)行評估,結(jié)果如表5 所示。相比于傳統(tǒng)LSTM 模型,本文所建立的CNN+LSTM 模型的預(yù)測精度有較大的提升,CNN+LSTM 模型對軸承預(yù)測壽命的MSE 值降低最大約74.4%,MAE 值降低最大約53.5%。以上指標(biāo)對比表明,本文所建立的CNN+LSTM 壽命預(yù)測模型能夠較為準(zhǔn)確地對涂層型自潤滑關(guān)節(jié)軸承的服役壽命進(jìn)行預(yù)測,通過人為設(shè)置檢驗點也能較為準(zhǔn)確地實現(xiàn)對涂層型自潤滑關(guān)節(jié)軸承剩余壽命的預(yù)測,這為在實際應(yīng)用中指導(dǎo)航天機(jī)構(gòu)中的關(guān)節(jié)軸承的及時更換和維護(hù)提供了一定的理論依據(jù)。

        表5 壽命預(yù)測模型的預(yù)測精度評估Table 5 Life prediction accuracy evaluation of models

        2.3 基于加速壽命試驗的涂層型自潤滑關(guān)節(jié)軸承可靠性評估

        在加速壽命試驗的基礎(chǔ)上,采用兩參數(shù)Weibull分布模型[14,20,36]對涂層型自潤滑關(guān)節(jié)軸承的可靠性進(jìn)行評估。具體基于以下假設(shè):

        假設(shè)1——在不同加速應(yīng)力(徑向載荷)下的軸承壽命數(shù)據(jù)都服從兩參數(shù)的Weibull 分布,則第i加速應(yīng)力水平下的概率分布函數(shù)為

        式中:t為每套軸承的壽命試驗時間(單位為次),t>0;m為形狀參數(shù);η為尺度參數(shù)(即特征壽命)。

        假設(shè)2——在不同加速應(yīng)力下(即低載、中低頻范圍內(nèi))的涂層型自潤滑關(guān)節(jié)軸承的失效機(jī)理保持不變,皆為涂層的磨損失效。

        假設(shè)3——選擇逆冪律模型作為涂層型自潤滑關(guān)節(jié)軸承的加速模型[15],即軸承的加速壽命方程為

        式中:η為特征壽命;S為加速應(yīng)力(徑向載荷);a、b為加速壽命方程的系數(shù)。

        利用擬合優(yōu)度檢驗法對不同加速應(yīng)力下的軸承壽命進(jìn)行假設(shè)檢驗,由表6 的檢驗結(jié)果可知,不同加速應(yīng)力下的Weibull 分布P值都大于0.05,進(jìn)一步表明加速應(yīng)力下的涂層型自潤滑關(guān)節(jié)軸承的壽命服從兩參數(shù)的Weibull 分布,從而驗證了假設(shè)1的合理性。

        表6 不同加速應(yīng)力下的軸承磨損壽命分布擬合檢驗Table 6 Fitting test of bearing wear life distribution under different accelerating stresses

        在小樣本的可靠性評估中,最大似然估計法(maximum likelihood estimation, MLE)的參數(shù)估計精度大于最佳線性無偏估計法(best linear unbiased estimation, BULE)[37-38]。因此,本文在關(guān)節(jié)軸承的可靠性評估中,選擇MLE 對Weibull 分布模型中的參數(shù)進(jìn)行估計,見表7,其中m值處于合理范圍內(nèi)[22],結(jié)合前期試驗結(jié)果也進(jìn)一步表明不同加速應(yīng)力下的軸承失效機(jī)理并未發(fā)生改變[27],驗證了假設(shè)2的合理性。

        表7 不同加速應(yīng)力下的可靠性模型參數(shù)估計值Table 7 Estimates of reliability model parameters under different acceleration stresses

        基于以上的參數(shù),可以得到不同加速應(yīng)力下的涂層型自潤滑關(guān)節(jié)軸承可靠度曲線,如圖7 所示。以100 N 應(yīng)力載荷下的可靠度曲線為例,可以看到:GE17E/HEK 型關(guān)節(jié)軸承的可靠度在服役初期下降極其緩慢,始終保持在較高水平;而隨著服役時間的延長,其可靠度逐步降低且下降速率逐漸加快,表明在服役后期軸承會迅速發(fā)生失效。這也進(jìn)一步說明,在軸承的穩(wěn)定磨損階段后期,軸承相對運(yùn)動表面遭受了較為嚴(yán)重的磨粒磨損,涂層在短時間內(nèi)迅速被磨損掉,基體也隨之裸露,最終導(dǎo)致軸承失效[28]。

        圖7 不同加速應(yīng)力下的涂層型自潤滑關(guān)節(jié)軸承可靠度曲線Fig.7 Reliability curves of coated self-lubricating spherical bearings under different acceleration stresses

        涂層型自潤滑關(guān)節(jié)軸承加速壽命擬合曲線如圖8 所示,加速壽命方程(式(7))中系數(shù)a、b的擬合值分別為16.22、-0.921 6,擬合確定系數(shù)R2為0.998 3,說明加速模型擬合效果較好,逆冪律加速壽命方程能夠較好地描述加速應(yīng)力與軸承壽命間關(guān)系,驗證了假設(shè)3 的合理性。

        圖8 涂層型自潤滑關(guān)節(jié)軸承的加速壽命模型擬合曲線Fig.8 Fitted curve of acceleration life model for coated selflubricating spherical bearings

        另外,由圖7 可以看到,在100 N、200 N、300 N 和500 N 加速應(yīng)力下,GE17E/HEK 型關(guān)節(jié)軸承可靠度為90%時對應(yīng)的壽命分別為117 394 次、64 115 次、42 906 次和26 558 次。這說明在對應(yīng)相同的可靠度要求時,隨加速應(yīng)力的增大,關(guān)節(jié)軸承的壽命呈現(xiàn)急劇下降的趨勢,同時在高可靠度水平(90%)下的維持時間也呈現(xiàn)遞減趨勢,進(jìn)一步表明GE17E/HEK型關(guān)節(jié)軸承更適合在較低載荷范圍內(nèi)服役,在較高載荷下的服役可靠度并不高。

        對比傳統(tǒng)襯墊型關(guān)節(jié)軸承的可靠度曲線[22],可以發(fā)現(xiàn)涂層型自潤滑關(guān)節(jié)軸承在低載荷范圍內(nèi)保持較高可靠度水平(90%)服役的時間更長;而襯墊型關(guān)節(jié)軸承一般服役于重載高頻工況,且相關(guān)研究結(jié)果表明其在大部分服役期間內(nèi)的可靠度水平較低。

        3 結(jié)束語

        本文基于摩擦扭矩信號時序相關(guān)性強(qiáng)的特點,提出一種CNN 與LSTM 相結(jié)合的涂層型自潤滑關(guān)節(jié)軸承剩余使用壽命預(yù)測模型。相較于傳統(tǒng)LSTM預(yù)測模型,該模型構(gòu)造及數(shù)據(jù)處理過程簡單,且具有較高預(yù)測精度。利用CNN 能夠較大程度地挖掘涂層型自潤滑關(guān)節(jié)軸承摩擦扭矩信號的失效特征,結(jié)合LSTM 實現(xiàn)對軸承在輕載低頻范圍內(nèi)的剩余壽命的準(zhǔn)確預(yù)測,比傳統(tǒng)LSTM 模型的預(yù)測精度最高提升約74.4%。而與實際軸承壽命值相比,CNN和LSTM 相結(jié)合的方法對軸承全壽命的預(yù)測相對誤差控制在6%以內(nèi)。基于加速壽命試驗數(shù)據(jù),進(jìn)一步對涂層型自潤滑關(guān)節(jié)軸承的服役可靠性進(jìn)行評估發(fā)現(xiàn),在低載荷(100 N)工況下,GE17E/HEK 涂層型自潤滑關(guān)節(jié)軸承在其約60%的壽命周期內(nèi)都能夠維持高可靠度水平(90%)服役;而隨著加速應(yīng)力的增大,軸承的可靠度以及工作能力逐漸下降。

        已知涂層型自潤滑關(guān)節(jié)軸承的性能主要依賴于自潤滑涂層的摩擦學(xué)性能,因此在后續(xù)工作中為提高此類軸承的服役壽命和可靠性,還需進(jìn)一步開發(fā)綜合性能更加優(yōu)異的自潤滑涂層體系。

        猜你喜歡
        關(guān)節(jié)軸承自潤滑服役
        一種關(guān)節(jié)軸承可控合攏高效裝配方法
        哈爾濱軸承(2022年1期)2022-05-23 13:13:02
        關(guān)節(jié)軸承外球面拋光加工工藝改進(jìn)研究
        哈爾濱軸承(2022年1期)2022-05-23 13:13:00
        石墨/Ti(C,N)基金屬陶瓷梯度自潤滑復(fù)合材料殘余應(yīng)力的有限元模擬
        高頻輕載自潤滑關(guān)節(jié)軸承加速壽命試驗方法
        軸承(2021年3期)2021-07-22 13:25:28
        Al2O3-Ag@Ni-Mo自潤滑材料寬溫域多循環(huán)摩擦學(xué)性能研究
        材料服役行為研究:助力國家名片——材料服役行為分論壇側(cè)記
        2015年中考熱身單項選擇填空精練100題
        金屬自潤滑技術(shù)節(jié)能環(huán)保延壽命
        導(dǎo)向鉆井工具關(guān)節(jié)軸承組合系統(tǒng)及其內(nèi)部應(yīng)力分析
        軸承(2014年12期)2014-07-21 09:35:20
        我國提出的《關(guān)節(jié)軸承額定動、靜載荷》國際標(biāo)準(zhǔn)提案在ISO成功立項
        97se色综合一区二区二区| 国产日韩AV无码免费一区二区| 日韩人妻免费一区二区三区| 日韩精品视频免费网站| 中文字幕av一区二区三区人妻少妇 | 亚洲国产精品sss在线观看av | 日本午夜一区二区视频| 视频在线观看国产自拍| 在线成人爽a毛片免费软件| 亚洲欲色欲香天天综合网| 精品亚洲一区二区视频| 亚洲国产色婷婷久久精品| 无码精品人妻一区二区三区av| 久久精品国产99国产精2020丨| 中文字幕一区二区网站| 国产在线91精品观看| 精品999日本久久久影院| 国产在视频线精品视频www666| 中文字幕av人妻一区二区| 校园春色人妻激情高清中文字幕| 亚洲av日韩av无码污污网站| 99久久久精品免费香蕉| 国产一区二区三区乱码在线 | 一进一出一爽又粗又大| 亚洲综合色一区二区三区小说| 一区二区三区熟妇人妻18| 蜜桃av在线免费网站 | 免费又黄又爽又色的视频| 国产va免费精品观看| 亚洲性爱区免费视频一区| 日韩一区二区三区精品视频| 色拍自拍亚洲综合图区| 色综合久久无码中文字幕app| 少妇又色又爽又刺激的视频| 狠狠色噜噜狠狠狠777米奇| 在教室伦流澡到高潮h麻豆| 国产成人一区二区三区影院免费| 国产精品一区av在线| 欧美放荡的少妇| 国产成人精品曰本亚洲| 少妇精品揄拍高潮少妇桃花岛|