导读:本文包含了磨合磨损预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:磨损,分形,模型,神经网络,几何,算法,表面。
磨合磨损预测论文文献综述
吕创能[1]（2016）在《连杆衬套-活塞销副磨合磨损分形预测研究》一文中研究指出连杆衬套-活塞销副是发动机滑动摩擦副中非常重要的摩擦副之一,它的运行可靠性制约着发动机向高速重载方向发展。实验发现磨损是连杆衬套失效主要形式之一。所以研究其摩擦磨损特性,对其磨损失效机理进行探索,找到其磨损规律,从而对连杆衬套-活塞销副摩擦学性能进行优化具有重大的工程实际意义。本文首先介绍了分形理论及其在摩擦学研究中的应用。然后利用分形理论建立连杆衬套-活塞销的修正的M-B分形接触模型,将微凸体的接触状态变化分为塑性、弹塑性、弹性叁个接触变形过程,然后分别计算了叁个状态转变的临界微接触截面积和每个状态过程的接触压力。分析了分形接触模型中,真实接触面积和接触状态的关系、真实接触面积与载荷的关系、接触面积分布对接触状态的影响、接触面积分布对弹性接触点数的影响。分析了接触状态对磨损率的影响,对弹性接触面积占比的分析,发现粗糙表面存在最佳分形维数,使得磨合磨损过程磨损量最小,磨合时间最短。在磨合磨损试验的基础上,分别研究了不同转速和不同载荷对连杆衬套磨损量的影响,发现磨损量随转速的增大而增大,随载荷的增大而增大。通过对磨合磨损前后连杆衬套内表面形貌对比发现其磨合磨损机理是以粘着磨损为主,并伴随有磨粒磨损。然后对比分析了几种经典的磨合磨损数学模型,在Zhou G Y等建立的磨损率分形预测模型基础上,将弹塑性接触磨损系数和润滑油破坏系数考虑进去,推导出平均磨损深度率计算公式,然后在此基础上,简要分析了平均磨损深度率随各个变量因素变化的趋势。对变转速和变载荷情况下的扭矩信号进行了单重分形表征,用盒维数计算了各个工况的维数,分析了转速和载荷对摩擦扭矩的影响。然后对载荷和转速固定时磨合过程摩擦扭矩信号进行多重分形表征,计算了多重分形谱,分析了多重分形谱随时间的变化情况,分析了多重分形谱谱宽和谱值差随时间的变化情况,表明多重分形谱形状、谱宽、谱值差的变化情况能够很好的表征磨合磨损的变化过程,能够对磨合磨损过程进行很好的预测。(本文来源于《中北大学》期刊2016-06-10）
张耕培[2]（2013）在《基于表面形貌的滑动磨合磨损预测理论与方法研究》一文中研究指出磨合是机器系统必须经历的重要磨损阶段,磨合磨损是机加工表面经过动态磨损达到稳定低磨损率表面的过程,它对防止发生咬合、获得低磨损率的稳定持续工作状态、延长使用寿命等都有重要影响。摩擦副表面形貌变化是磨合过程中的重要特征表现,磨合后表面形貌直接影响摩擦副稳定工作状态下的性能。此外,与稳定磨损相比,磨合过程磨损量大,磨合磨损量直接影响摩擦副的使用寿命。由于滑动摩擦过程中摩擦副表面接触面积较大,表面形貌对滑动摩擦副的影响较为显着。探讨滑动摩擦副磨合磨损表面形貌的变化规律,研究磨合磨损前后摩擦副表面形貌的关联关系,研究基于磨合前初始表面形貌的磨合磨损特性包括磨合后表面形貌与磨损量的预测理论和方法,对于摩擦副表面形貌优化设计,以保证摩擦副工作性能、和使用寿命都具有重要意义。本文主要工作与创新如下：以接触力学为理论基础,建立了滑动摩擦副的磨合磨损解析模型。基于接触力学与混合润滑特征,依据Greenwood-Williamson摩擦模型与表面微形貌凸峰结构受力原理,同时考虑摩擦副黏着接触,并以摩擦系数稳定为磨合结束判据,提出并建立了一种基于滑动摩擦副的磨合磨损解析模型。理论和实验论证了滑动摩擦副磨合前后表面形貌的相关性,为基于摩擦副表面形貌的磨合磨损特性预测提供了依据。基于磨合磨损解析模型,模拟磨合磨损过程并分析表面形貌的变化规律,论证了磨合前后表面形貌的相关性。同时,试验分析了不同工况与初始表面形貌对磨合后表面形貌的影响,实验验证了磨合前后表面形貌的相关性。基于最大相关最小冗余特征选择方法,提出了磨合磨损预测模型的表面形貌特征参数有效提取方法。由于区域法表面形貌评定参数众多,将全部参数进行磨合磨损预测建模不但使模型复杂度过高,且势必造成表面表征的冗余性,因而,必须对区域法表面形貌评定参数进行选择,提取出与磨合磨损特性相关的特征参数。通过区域法表面形貌评定参数的特性分析,本文提出了基于最大相关最小冗余特征选择,面向磨合磨损预测模型的特征参数集合的有效提取方法。提出了基于最小二乘支持向量机,建立磨合磨损特性包括表面形貌与磨损量预测模型的有效建模方法。根据提取到的表面形貌特征参数集合,建立能够预测磨合表面形貌参数与磨合磨损量的磨合磨损预测模型。该方法基于磨合前后表面形貌的相关性论证结论,考虑到解析磨合模型不能有效表征磨合过程的复杂性,将磨合过程作为黑箱过程进行机器学习,避免由于对磨合过程的简化造成的偏差,建立磨合过程输入变量(工况与表面形貌)与磨合过程输出变量(表面形貌或磨合磨损量)之间的相互关系,以实现基于摩擦副表面形貌的磨合磨损特性预测。。实验测试验证了磨合磨损特性预测建模方法的有效性和准确性。(本文来源于《华中科技大学》期刊2013-11-01）
董霖,张永相[3]（2005）在《基于人工神经网络的磨合磨损最佳分形维数预测》一文中研究指出基于BP人工神经网络的L M算法, 建立了磨合磨损的分形参数预测模型。将该模型用于销 盘磨合磨损试验, 对最佳分形维数进行了准确预测。该模型收敛速度快, 误差小, 输出结果与实验结果有极好的吻合性。(本文来源于《润滑与密封》期刊2005年02期）
董霖,张永相[4]（2004）在《基于人工神经网络预测磨合磨损的最佳分形维数》一文中研究指出基于BP人工神经网络的L M算法 ,建立了磨合磨损的分形参数预测模型。将该模型用于销 盘磨合磨损试验 ,对最佳分形维数进行了准确预测。该模型收敛速度快、误差小 ,输出结果与实验结果有极好的吻合性(本文来源于《机械设计》期刊2004年11期）
董霖,张永相[5]（2003）在《一重分形特征表面的磨合磨损预测模型仿真研究》一文中研究指出阐述了基于一重分形特征表面M-B接触模型的磨合磨损预测模型的定义,仿真研究了分形维数D对于磨损量的影响,分析其结果,最后得到了最佳分形维数opcD的计算方法。(本文来源于《机械》期刊2003年S1期）
徐建生,赵源[6]（2000）在《神经网络对磨损自补偿摩擦副磨合过程的预测》一文中研究指出利用BP人工神经网络建立了磨损自补偿状态下的摩擦副磨合特性预测的仿真计算模型。用L -M规则进行神经网络学习训练可使网络收敛快 ,误差小。网络输出结果与实验结果比较有极好的吻合性。该神经网络可用于青铜- 45 # 钢摩擦副表面粗糙度对磨合特性影响的准确预测 ,亦可为工程设计人员在摩擦学设计时提供有效的计算工具(本文来源于《润滑与密封》期刊2000年05期）
刘金龙,葛世荣,陈国安,吴振芳[7]（2000）在《磨合磨损分形预测研究》一文中研究指出磨合是新机器投入正常运行前所必须经历的一个过程 .合理的磨合可防止机器在早期发生咬合 ,从而极大地延长其使用寿命 .基于磨损表面的分形表征、经典接触理论和磨损理论 ,建立了磨合磨损预测分形模型 .以铜合金销和45#钢盘试样组成摩擦副 ,在销 -盘摩擦磨损试验机上进行了磨合试验 .研究结果表明 ,基于所建立的模型的磨损率预测结果与试验结果基本吻合 .(本文来源于《摩擦学学报》期刊2000年04期）
董霖[8]（2000）在《基于分形理论的弹塑性接触及磨合磨损预测模型的研究》一文中研究指出本文基于分形理论，建立了弹塑性接触及磨合磨损预测的修正模型。 首先深入细致的研究了1991年Majumdar和Bhushan开创的一重分形表面M-B弹塑性接触模型的理论及其科研方法，然后充分吸收和借鉴了1994年Wang和Komvopoulos所提出的观点，即将原来M-B模型中的完全弹性变形和完全塑性变形两种接触形式，转变为完全弹性变形、弹塑性变形和完全塑性变形叁种接触形式，从而针对原有M-B模型的不足对其作了修正。 随后在借鉴了1993年Zhou和Leu提出的磨合磨损预测模型的基础上，应用修正后的弹塑性接触模型，提出了新的磨合磨损预测模型。 借助于计算机辅助设计的研究方法得到结论：在相同的载荷作用下，修正弹塑性接触模型预测到的真实接触面积比原M-B模型预测的要小，且用修正的磨合磨损预测模型得到的最佳分形维数也小于原模型的预测值，这都是因为修正模型当中充分考虑到了界于弹性变形和塑性变形之间的弹塑性变形状态的缘故。 对于二重分形特征表面的M-B弹塑性接触模型提出了设想，分析和推导出了二重分形特征表面弹塑性接触点上的接触线长度与总载荷的关系式。 本研究对于工程上通过控制表面形貌来改善表面接触性质、对实际机器系统磨合磨损的定量预测、最佳磨合程序的确定以及摩擦副初始表面的最终加工制造等都具有积极的指导意义。(本文来源于《四川大学》期刊2000-08-28）
陈国安,葛世荣[9]（2000）在《基于分形理论的磨合磨损预测模型》一文中研究指出把分形几何用于粗糙表面的表征，用具有尺度独立性的分形参数研究了磨合过程中表面形貌的变化规律。基于经典接触力学的基本结论和Ｒｏｗｅ的修正粘着磨损理论，建立了磨合磨损的分形预测模型；用此模型分析了表面形貌分形参数对磨损率的影响，并通过销一盘试验验证了本模型的正确性。(本文来源于《机械工程学报》期刊2000年02期）
葛世荣,陈国安[10]（1999）在《磨合表面分形表征和磨合磨损分形预测》一文中研究指出任何机器系统大都是由各种摩擦副组成的摩擦学系统,它从投入运行到破坏一般都要经历磨合、稳定磨损和剧烈磨损叁个具有不同磨损特征的阶段。人们总是希望机器系统有高的可靠性和长的使用寿命,这虽受很多因素的制约,但其中一个非常重要的方面就是磨合质量的好坏,合理的磨合可防止咬合发生,获得低磨损率的稳定持续工作状态。表面形貌的变化是摩擦副在磨合过程中表现出来的重要特征,磨合的效果在一定程度上通过表面形貌的有利变化来获得。目前,对磨合过程的研究大都是基于试验的或定性的, 对如何选定磨合工况参数、确定磨合程序等还没有建立实用的定量数学表达;并且,对机加工摩擦副表面的表征及其在磨合过程中的变化研究大都是基于统计学的,而粗糙表面轮廓高度变化所表现出的非平稳随机特性,使得传统上基于统计学的表征参数随测量条件的变化而表现出不稳定性,即是尺度相关的,基于这样的参数建立的磨损模型难以反映工程实际。为此,本文把分形理论引入粗糙表面的表征,并基于经典接触和磨损理论建立考虑多因素影响的磨合磨损预测模型。(本文来源于《'99摩擦学表面工程学术会议论文集》期刊1999-08-01）
磨合磨损预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
磨合是机器系统必须经历的重要磨损阶段,磨合磨损是机加工表面经过动态磨损达到稳定低磨损率表面的过程,它对防止发生咬合、获得低磨损率的稳定持续工作状态、延长使用寿命等都有重要影响。摩擦副表面形貌变化是磨合过程中的重要特征表现,磨合后表面形貌直接影响摩擦副稳定工作状态下的性能。此外,与稳定磨损相比,磨合过程磨损量大,磨合磨损量直接影响摩擦副的使用寿命。由于滑动摩擦过程中摩擦副表面接触面积较大,表面形貌对滑动摩擦副的影响较为显着。探讨滑动摩擦副磨合磨损表面形貌的变化规律,研究磨合磨损前后摩擦副表面形貌的关联关系,研究基于磨合前初始表面形貌的磨合磨损特性包括磨合后表面形貌与磨损量的预测理论和方法,对于摩擦副表面形貌优化设计,以保证摩擦副工作性能、和使用寿命都具有重要意义。本文主要工作与创新如下：以接触力学为理论基础,建立了滑动摩擦副的磨合磨损解析模型。基于接触力学与混合润滑特征,依据Greenwood-Williamson摩擦模型与表面微形貌凸峰结构受力原理,同时考虑摩擦副黏着接触,并以摩擦系数稳定为磨合结束判据,提出并建立了一种基于滑动摩擦副的磨合磨损解析模型。理论和实验论证了滑动摩擦副磨合前后表面形貌的相关性,为基于摩擦副表面形貌的磨合磨损特性预测提供了依据。基于磨合磨损解析模型,模拟磨合磨损过程并分析表面形貌的变化规律,论证了磨合前后表面形貌的相关性。同时,试验分析了不同工况与初始表面形貌对磨合后表面形貌的影响,实验验证了磨合前后表面形貌的相关性。基于最大相关最小冗余特征选择方法,提出了磨合磨损预测模型的表面形貌特征参数有效提取方法。由于区域法表面形貌评定参数众多,将全部参数进行磨合磨损预测建模不但使模型复杂度过高,且势必造成表面表征的冗余性,因而,必须对区域法表面形貌评定参数进行选择,提取出与磨合磨损特性相关的特征参数。通过区域法表面形貌评定参数的特性分析,本文提出了基于最大相关最小冗余特征选择,面向磨合磨损预测模型的特征参数集合的有效提取方法。提出了基于最小二乘支持向量机,建立磨合磨损特性包括表面形貌与磨损量预测模型的有效建模方法。根据提取到的表面形貌特征参数集合,建立能够预测磨合表面形貌参数与磨合磨损量的磨合磨损预测模型。该方法基于磨合前后表面形貌的相关性论证结论,考虑到解析磨合模型不能有效表征磨合过程的复杂性,将磨合过程作为黑箱过程进行机器学习,避免由于对磨合过程的简化造成的偏差,建立磨合过程输入变量(工况与表面形貌)与磨合过程输出变量(表面形貌或磨合磨损量)之间的相互关系,以实现基于摩擦副表面形貌的磨合磨损特性预测。。实验测试验证了磨合磨损特性预测建模方法的有效性和准确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
磨合磨损预测论文参考文献
[1].吕创能.连杆衬套-活塞销副磨合磨损分形预测研究[D].中北大学.2016
[2].张耕培.基于表面形貌的滑动磨合磨损预测理论与方法研究[D].华中科技大学.2013
[3].董霖,张永相.基于人工神经网络的磨合磨损最佳分形维数预测[J].润滑与密封.2005
[4].董霖,张永相.基于人工神经网络预测磨合磨损的最佳分形维数[J].机械设计.2004
[5].董霖,张永相.一重分形特征表面的磨合磨损预测模型仿真研究[J].机械.2003
[6].徐建生,赵源.神经网络对磨损自补偿摩擦副磨合过程的预测[J].润滑与密封.2000
[7].刘金龙,葛世荣,陈国安,吴振芳.磨合磨损分形预测研究[J].摩擦学学报.2000
[8].董霖.基于分形理论的弹塑性接触及磨合磨损预测模型的研究[D].四川大学.2000
[9].陈国安,葛世荣.基于分形理论的磨合磨损预测模型[J].机械工程学报.2000
[10].葛世荣,陈国安.磨合表面分形表征和磨合磨损分形预测[C].'99摩擦学表面工程学术会议论文集.1999
论文知识图
