风电轴承套圈超声滚挤压表层物理力学性能预测模型

发布时间：2020-12-31 16:15

　　为了实现对风电轴承套圈超声滚挤压表层物理力学性能的合理控制,以静压力、进给速度、转速和振幅为加工参数进行超声滚挤压正交试验设计,采用遗传算法对BP神经网络算法进行改进,借助正交试验数据建立风电轴承套圈超声滚挤压表层物理力学性能预测模型,并验证预测模型的准确性,再应用BP神经网络预测模型分析各加工参数对风电轴承套圈表层物理力学性能的影响规律。结果表明:风电轴承套圈表层残余压应力试验值与预测值平均相对误差为3. 9%;表面加工硬化程度平均相对误差3. 31%,试验值与预测值相差较小,证明了BP神经网络预测模型的预测精度较高;预测结果表明随着静压力的增大,残余压应力和表面硬度呈增大趋势;随进给速度增大,残余压应力和表面硬度减小;转速增大使表面硬度增大,残余压应力减小;随着振幅的增加,残余压应力呈增大趋势,表面硬度呈先增大后减小的趋势。预测模型的预测规律与试验规律相一致,能够实现对风电轴承套圈超声滚挤压表层物理力学性能的预测。 

【文章来源】：塑性工程学报. 2020年07期 北大核心

【文章页数】：8 页

【部分图文】：

试验用试样

采用式(2)对训练样本和验证样本进行归一化处理，结果如表4和表5所示，GA+BP神经网络隐含层和输出层分别采用双正切函数tansig和线性函数purelin作为其传递函数，采用式(3)计算均方根误差R。图3 轴承套圈表层物理力学性能BP神经网络结构图

轴承套圈表层物理力学性能BP神经网络结构图

【参考文献】：
期刊论文
[1]基于改进本构模型的超声辅助渐进成形仿真研究[J]. 陈晓晓,徐长续,成梓楠,李燕乐,李方义,李剑峰.  锻压技术. 2019(06)
[2]轴承套圈表面超声滚挤压加工硬化模型[J]. 王晓强,徐少可,崔凤奎,安俊超,刘飞.  塑性工程学报. 2019(03)
[3]超声滚挤压轴承套圈表层残余应力模型[J]. 徐红玉,黄焱燚,崔凤奎.  塑性工程学报. 2018(05)
[4]超声振动对渐进成形过程成形力的影响[J]. 翟维东,陈晓晓,李燕乐,孙玲玲,李剑峰,赵国群.  锻压技术. 2018(08)
[5]表面超声滚压处理对高速列车车轴钢疲劳性能的影响[J]. 任学冲,陈利钦,刘鑫贵,项彬,林国标.  材料工程. 2015(12)
[6]表面超声滚压处理工艺对高速列车车轴钢表面状态的影响[J]. 陈利钦,项彬,任学冲,刘鑫贵,林国标.  中国表面工程. 2014(05)
[7]超声表面滚压加工40Cr表层的纳米力学性能[J]. 刘宇,王立君,王东坡,王颖.  天津大学学报. 2012(07)
[8]40Cr超声表面滚压加工纳米化[J]. 王婷,王东坡,刘刚,龚宝明,宋宁霞.  机械工程学报. 2009(05)
[9]超声表面滚压加工参数对40Cr表面粗糙度的影响[J]. 王婷,王东坡,沈煜,龚宝明,邓彩艳.  天津大学学报. 2009(02)

硕士论文
[1]超声滚压机理分析及实验研究[D]. 衣春杰.青岛科技大学 2016



本文编号：2949925