[发明专利]一种滚动轴承的塑性变形的可靠性和灵敏度分析方法

说明书

本发明公开了一种滚动轴承的塑性变形的可靠性和灵敏度分析方法，将牛顿迭代法、拉丁超立方设计、神经网络法和高阶矩法相结合，考虑滚动轴承载荷参数、几何参数和材料参数的随机性，在合理构造神经网络结构的基础上，利用牛顿迭代法和拉丁超立方设计抽样获得神经网络训练样本，通过对样本的学习和训练，获得功能函数与随机变量之间的映射关系。根据应力‑强度干涉模型得到滚动体与滚道接触的极限状态函数，进而采用高阶矩法得到了滚动轴承的可靠性指标和可靠度，并进行滚动轴承塑性变形的可靠性灵敏度分析。

技术领域

本发明属于滚动轴承的可靠性分析技术领域，尤其涉及一种滚动轴承的塑性变形的可靠性和灵敏度分析方法。

背景技术

滚动轴承是工业应用中使用最广泛的组件之一，其故障是导致机械故障的最常见原因之一。如果对处于静止状态的滚动轴承施加过大载荷，滚动轴承的滚道与滚动体之间的弹性变形将转化为塑性变形。塑性变形在滚动轴承内部产生压痕后，旋转时将引起振动，噪声以及摩擦力矩的变化等，使滚动轴承不能正常工作，甚至成为发生早期疲劳破坏的原因。因此，迫切需要提高滚动轴承塑性变形的可靠性，以防止机械灾难性故障。

滚动轴承可靠性设计主要关注于结构可靠性设计，传统的结构设计过程中，设计参数通常采用定量可靠性设计，所用方法为概率设计法，可靠性度量指标一般涉及到可靠性指标β和可靠度R。滚动轴承是最早采用可靠性设计的机械产品之一，例如：Lundberg和Palmgren于1947年给出了可靠度为90％的额定寿命和基本额定动载荷计算方法，于1962年被纳入ISO国际标准并沿用至今。因此，与其他机械设计将可靠性设计视为特殊设计、现代先进设计等不同，滚动轴承的常规设计就是可靠性设计。

由于机械产品的特性及参数(如：强度、应力、物理变量、几何尺寸等)具有固有的随机性，现有的基于应力-强度干涉模型建立极限状态函数，通常将滚动轴承重要的设计参数处理为基本随机变量，进一步进行滚动轴承的可靠性分析。当把设计参数处理为基本随机变量进行可靠性分析时，需要大量的试验样本确定基本随机变量的概率分布及其概率统计特征。

传统的滚动轴承设计过程中将滚动轴承的外加载荷、材料强度以及几何尺寸当成某一固定值，实际上这些参数具有很大的随机性，使计算的结果产生较大的偏差甚至错误。

现有的基于应力-强度干涉模型进行滚动轴承塑性变形的可靠性分析，需要将滚动轴承重要的设计参数处理为基本随机变量，由于滚动轴承可靠性设计的基本条件较弱，工况复杂，影响因素众，缺乏有效的数据，因此在工程实践中，通常很难准确确定滚动轴承的设计参数的概率分布。在概率信息缺失的情况下进行可靠性分析和设计将是一件非常有挑战性的事情。近年来，随着滚动轴承向高速、重载、高可靠性等多个方向发展，这对滚动轴承可靠性提出了更高的要求。

发明内容

为了解决上述已有技术存在的不足，本发明提出一种滚动轴承的塑性变形的可靠性和灵敏度分析方法，在概率信息缺失情况下能够对滚动轴承塑性变形的可靠性进行分析，本发明的具体技术方案如下：

一种滚动轴承的塑性变形的可靠性和灵敏度分析方法，包括以下步骤：

S1：建立滚动轴承塑性变形的力学模型，将滚动轴承载荷参数、几何参数和材料参数看作基本随机变量，采用拉丁超立方设计对基本随机变量抽样n组，抽样结果分组带入滚动轴承的静力平衡方程，得到对应的n个最大接触载荷Q；

S2：根据赫兹接触理论，对于滚动体与滚道接触形成的椭圆接触区域，最大接触应力为q_max，采用第四强度理论，得到等效应力q_eq，通过n个最大接触载荷Q得到n个等效应力q_eq；

S3：通过BP神经网络拟合基本随机变量和等效应力q_eq之间的关系，以粒子群算法即PSO得到网络最佳的初始权值和阈值，根据应力-强度干涉模型建立滚动轴承塑性变形的极限状态函数；