基于改进的响应面法的双激波套筒活齿传动接触疲劳强度模糊可靠性分析
发布时间:2021-04-05 02:57
为提升双激波套筒活齿传动接触疲劳模糊可靠性分析的计算效率和精度,提出一种改进的响应面法。基于模糊理论,将智能算法与可靠性分析方法相结合,利用蒙特卡罗法抽取样本,经网络训练,建立改进的响应面法模型。利用应力-强度干涉理论,以活齿传动的输入力矩、弹性模量、泊松比、工作齿长为输入随机变量,啮合副的接触强度为输入模糊变量,建立干涉可靠性模型。通过不同方法分别进行模糊可靠性分析,得出各自响应结果的分布特征和可靠度。对比表明:改进的响应面法,在计算效率和精度方面都有所提高。
【文章来源】:机械强度. 2020,42(06)北大核心CSCD
【文章页数】:7 页
【部分图文】:
传动原理图
本文选用神经网络模型构造响应面函数。神经网络具有极强的自适应性特点,只要有足够多的隐藏层和隐藏层节点,BP网络可以逼近任意的非线性映射关系。BP网络的学习算法属于全局逼近算法,具有较强的泛化能力,且个别神经元的损坏只对输入和输出有较小的影响,因而BP网络具有较好的容错性。三层的BP神经网络结构如图2所示。输出y与输入xi之间的函数关系如下
设zG=10,zK=12,则传动比i=-5。结构参数如表3所示。激波器顺时针旋转,输入扭矩Mo=3.75×104N·mm~4.25×104N·mm。对套筒活齿传动的结构分析可知:zK,zG为常量;各尺寸偏差相对于各自的名义尺寸,其线性变异系数较小。取材料为合金钢。弹性模量的均值,弹性模量E的变异系数不超过0.03,所以其标准差SE=0.03E=6 180 MPa。泊松比的均值,其变异系数一般为2%~3%,则其标准差Su=0.009。活齿的工作长度均值,标准差SL=0.28 mm。输入扭矩的均值,其标准差SM=833.33 N·mm。4.2 隶属函数分布系数的确定
【参考文献】:
期刊论文
[1]基于双重响应面法的涡轮叶盘蠕变可靠性分析[J]. 张春宜,王爱华,孙田,井慧哲,李成伟. 机械强度. 2019(04)
[2]基于遗传算法优化的人工神经网络下高速滚动轴承的疲劳可靠性[J]. 金燕,刘少军,张建阁. 航空动力学报. 2018(11)
[3]基于PSO优化神经网络响应面技术的非能动系统可靠性分析[J]. 丁浩,蔡琦,张永发,蒋立志,魏柯. 核动力工程. 2018(04)
[4]基于神经网络的蒙特卡罗可靠性分析方法[J]. 陈松坤,王德禹. 上海交通大学学报. 2018(06)
[5]基于改进人工蜂群算法的机车车辆关键零部件可靠性研究[J]. 沈国强,贺德强,谭文举,苗剑. 中国机械工程. 2018(03)
[6]基于模糊准则的机械模糊可靠性分析与仿真[J]. 陈连. 机械设计与研究. 2006(06)
[7]某型坦克齿轮接触疲劳强度可靠性的Monte Carlo数值模拟[J]. 李永东,张男,张丙喜,贾斌. 机械强度. 2006(01)
[8]基于模糊理论的摆线钢球行星传动接触疲劳强度可靠性研究[J]. 安子军,曲志刚,王广欣. 中国机械工程. 2002(23)
本文编号:3119001
【文章来源】:机械强度. 2020,42(06)北大核心CSCD
【文章页数】:7 页
【部分图文】:
传动原理图
本文选用神经网络模型构造响应面函数。神经网络具有极强的自适应性特点,只要有足够多的隐藏层和隐藏层节点,BP网络可以逼近任意的非线性映射关系。BP网络的学习算法属于全局逼近算法,具有较强的泛化能力,且个别神经元的损坏只对输入和输出有较小的影响,因而BP网络具有较好的容错性。三层的BP神经网络结构如图2所示。输出y与输入xi之间的函数关系如下
设zG=10,zK=12,则传动比i=-5。结构参数如表3所示。激波器顺时针旋转,输入扭矩Mo=3.75×104N·mm~4.25×104N·mm。对套筒活齿传动的结构分析可知:zK,zG为常量;各尺寸偏差相对于各自的名义尺寸,其线性变异系数较小。取材料为合金钢。弹性模量的均值,弹性模量E的变异系数不超过0.03,所以其标准差SE=0.03E=6 180 MPa。泊松比的均值,其变异系数一般为2%~3%,则其标准差Su=0.009。活齿的工作长度均值,标准差SL=0.28 mm。输入扭矩的均值,其标准差SM=833.33 N·mm。4.2 隶属函数分布系数的确定
【参考文献】:
期刊论文
[1]基于双重响应面法的涡轮叶盘蠕变可靠性分析[J]. 张春宜,王爱华,孙田,井慧哲,李成伟. 机械强度. 2019(04)
[2]基于遗传算法优化的人工神经网络下高速滚动轴承的疲劳可靠性[J]. 金燕,刘少军,张建阁. 航空动力学报. 2018(11)
[3]基于PSO优化神经网络响应面技术的非能动系统可靠性分析[J]. 丁浩,蔡琦,张永发,蒋立志,魏柯. 核动力工程. 2018(04)
[4]基于神经网络的蒙特卡罗可靠性分析方法[J]. 陈松坤,王德禹. 上海交通大学学报. 2018(06)
[5]基于改进人工蜂群算法的机车车辆关键零部件可靠性研究[J]. 沈国强,贺德强,谭文举,苗剑. 中国机械工程. 2018(03)
[6]基于模糊准则的机械模糊可靠性分析与仿真[J]. 陈连. 机械设计与研究. 2006(06)
[7]某型坦克齿轮接触疲劳强度可靠性的Monte Carlo数值模拟[J]. 李永东,张男,张丙喜,贾斌. 机械强度. 2006(01)
[8]基于模糊理论的摆线钢球行星传动接触疲劳强度可靠性研究[J]. 安子军,曲志刚,王广欣. 中国机械工程. 2002(23)
本文编号:3119001
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3119001.html