排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
通过拉丁超立方实验设计法获取角接触球轴承NSK-7015C的结构参数样本数据,采用Newton-Raphson法求解轴承变形几何协调方程、滚动体平衡方程和内圈平衡方程所构成的非线性方程组。应用Kriging和Monte Carlo相结合的方法(AK-MCS)构建样本数据与轴承生热的函数关系,在此基础之上使用全局灵敏度计算方法计算轴承结构参数对轴承生热的影响。研究结果表明:在相同轴承结构参数下,采用AK-MCS法预测的轴承生热与轴承拟静力学分析模型求得的结果差值均小于0.003 W,说明AK-MCS算法的预测结果具有较高的准确性;轴承生热对轴承滚动体直径变化反应最灵敏,轴承内、外圈沟道直径影响次之,轴承内、外圈沟道曲率半径影响最小,该研究能够为轴承结构参数的设计优化和加工精度的选择提供理论依据。 相似文献
2.
齿轮瞬态温度场的仿真分析 总被引:2,自引:0,他引:2
以直齿圆柱齿轮为研究对象,基于能量守恒定律和傅立叶定律推导了齿轮瞬态温度场的导热微分方程,根据定解条件确定了齿轮各个界面边界条件,运用有限元方法和传热学理论建立直齿圆柱齿轮模型,加载边界条件,并对其瞬态温度场进行仿真,得到了不同周期的温度场分布和节点温度变化曲线,系统地分析了其温度场随时间的变化.结果表明:温度随着啮合周期的增多而增高;在啮合阶段节点温度有一急剧升高,在退出啮合后进入非啮合阶段,温度逐渐降低;啮合阶段温升大于非啮合阶段温度的下降,该节点温度总体趋势升高.分析结果符合实际,为齿轮的热分析奠定了坚实的基础. 相似文献
3.
4.
改进Delta并联机构运动可靠性分析 总被引:2,自引:0,他引:2
运动精度是评价机构质量的重要考核指标。以往并联机构运动精度分析中,往往不考虑输入误差的随机性,造成评价结果不准确。首先应用齐次坐标变换,推导了改进Delta并联机构的位置反解公式。基于位置反解和一阶泰勒展开,建立了包含机构尺寸误差、转动副间隙误差和驱动误差的机构位置误差计算模型。利用该误差模型,考虑各个原始输入误差的随机性,推导了机构运动可靠性数学模型,给出了评价机构运动可靠性高低的量度和计算方法。运动可靠性是机构运动精度高低的更本质的衡量指标。运动可靠性分析是机构优化设计和误差补偿的基础。 相似文献
5.
石墨密封材料高温摩擦磨损行为及预测 总被引:5,自引:3,他引:2
利用HT-1000型高温摩擦磨损试验机研究了石墨M210密封材料高温下摩擦磨损性能,采用扫描电子显微镜(SEM)观察分析了磨损表面形貌.基于试验数据,通过灰色理论GM(1,1)建立了摩擦因数和磨损率预测模型.结果表明:石墨M210密封材料摩擦因数呈先增大再减小,而后趋于一稳定值,试验温度为450℃时,摩擦因数最小;磨损率随着试验温度升高而增大.试验温度在低于300℃,磨损表面具有明显的黏着、撕裂和无序的塑流动痕迹,高于400℃时,塑流动痕迹具有明显的方向性,出现了剥落和断裂痕迹.温度较低时,石墨材料表面主要是水汽物理吸附膜起润滑作用,随着试验温度升高,由物理吸附膜润滑逐渐转向反应膜润滑.基于试验数据建立了精度等级均为1级的摩擦因数和磨损率的预测模型. 相似文献
6.
7.
针对极限状态函数未知的可靠性灵敏度分析问题.提出了用响应面方法获取极限状态函数,再利用该极限状态函数进行可靠性灵敏度分析的方法,并推导了相关计算公式.综合考虑了机匣进油口的滑油流量、温度以及机匣外二股气流的温度、流速等变量的随机性,采用该方法计算了附件机匣出油口温度的可靠度及各随机变量对可靠度的灵敏度.计算结果与相关文献中定性分析的结论一致,故所提出的可靠性灵敏度分析方法及相关计算公式是正确和有效的,为附件机匣及其相关附件的可靠性设计与优化提供了定量的理论依据. 相似文献
8.
9.
为研究电连接器接触件疲劳寿命的可靠性问题,以某型军用航空电连接器通用接触件插针插孔为研究对象,应用有限元软件ABAQUS计算了接触件单次插拔过程中的接触性能。基于断裂力学理论,根据受力状况建立了接触件疲劳失效物理模型,进而联合疲劳分析软件FE-SAFE建立了接触件疲劳寿命的仿真计算模型。考虑插孔关键结构尺寸制造误差和插孔插针配合误差的随机性,利用蒙特卡罗抽样法随机构造初始装配模型并仿真计算对应的疲劳寿命,进而统计得出了接触件疲劳寿命的分布类型和分布参数,建立了电连接器接触件疲劳寿命的可靠性分析模型。结果表明:所建模型可实现电连接器任意次插拔后疲劳寿命小于许用寿命的可靠度预测,能对电连接器在许用寿命条件下2种误差的许用极限进行有效限定,可为电连接器接触件的可靠性设计、制造和装配提供理论参考。 相似文献
10.
一种基于Kriging和Monte Carlo的主动学习可靠度算法 总被引:2,自引:0,他引:2
机械结构可靠性分析时,常常会采用代理模型拟合隐式功能函数来解决计算量大的问题,但由于试验设计方案需要同时考虑代理模型的拟合精度和可靠度计算精度的问题。因此,为了能够充分使用较少的样本信息,最大化可靠度计算精度,本文充分发挥Kriging预测的随机特性,提出一种主动学习可靠度计算方法。首先,类似于优化问题中改善函数的选点方式,提出一种基于Kriging预测的学习函数,基于Monte Carlo法生成大量的候选样本点,找出学习函数最小值对应的样本点作为最佳取样点。其次,推导和提出了一种学习停止的条件,保证了Monte Carlo样本点预测符号的正确性且学习次数明显减小。最后,通过2个数值算例分析结果表明,该算法相比其他方法需要更少的样本数量,得到的可靠度计算精度更高,验证了本文算法的正确性和高效性。 相似文献