一种多重因素耦合试验修正的滑动轴承流量参数计算方法与流程

技术领域：

本发明涉及抽成流量参数计算方法技术领域，具体涉及一种多重因素耦合试验修正的滑动轴承流量参数计算方法。

背景技术：
：

对于滑动轴承流量参数而言，国内常规的计算方法是使用简单的经验公式，输入滑动轴承结构及工况参数，并上述参数在流量系数曲线中选取相应的系数修正，对滑动轴承流量参数进行计算。另外，也有采用联立求解雷诺方程、能量方程与流量方程的相对较为复杂的方法对滑动轴承流量参数进行计算。但上述常规方法求得的流量参数与实际流量偏差较大，偏差值可达30％～40％。过大的润滑油需求量，造成使用滑动轴承的设备滑油系统设计不合理，油泵选择过大，甚至会引起设备振动。滑动轴承流量参数计算时，影响因素较多，如结构参数的宽径比、间隙比等，工况参数的比压、线速度等，多重因素耦合影响流量参数时，对常规的流量参数计算方法的计算准确性影响更为复杂。

由于多重因素耦合影响流量参数的特点，故目前没有一种可以有效地对多重因素耦合影响的滑动轴承流量参数的计算方法。

技术实现要素：
：

本发明的目的是为了克服上述现有技术存在的不足之处，而提供一种多重因素耦合试验修正的滑动轴承流量参数计算方法，修正数据库精准。

本发明采用的技术方案为：一种多重因素耦合试验修正的滑动轴承流量参数计算方法，根据宽径比、间隙比、比压、线速度因素，采用正交试验理论，确定数据点，通过对比分析相应数据点试验数据和理论计算值的方法，对滑动轴承流量参数初步计算方法进行修正，步骤如下：

1）根据多种常用滑动轴承流量参数影响因素的范围，即宽径比、间隙比、比压、线速度等参数范围，采用正交试验理论，确定大量不同结构参数及大量不同工况参数的数据点；

2）使用特殊的滑动轴承流量测量试验台对上述数据点其进行试验，得到大量滑动轴承的流量参数的试验数据；

3）采用流体动压润滑理论，建立数学模型，联立求解雷诺方程、能量方程、温粘方程、流量方程与油膜厚度方程，得到滑动轴承流量参数初步计算方法。该计算方法的求解需用有限差分法解雷诺方程，采用雷诺边界条件计算压力；对于不同的求解区域采用不同的差分格式，压力差分方程组采用超松弛迭代法，从而解得整个求解区域的压力分布。能量方程的求解同样采用有限差分方法，将雷诺方程解得的压力分布带入到能量方程解得温度分布，将温度值代入到温粘方程求解各点滑油粘度，再将粘度值代入雷诺方程，解得压力分布，如此反复迭代达到要求精度为止；使用滑动轴承流量参数初步计算方法对第1步确认的数据点进行理论计算，得到与试验相对应的理论计算结果

4）对比每一组试验数据和理论计算结果，得到大量的流量参数修正系数。采用bp神经网络技术，构建滑动轴承流量参数修正系数的神经网络，形成滑动轴承流量参数修正数据库；

5）将滑动轴承流量参数初步计算方法与修正数据库相结合，即得到多重因素耦合试验修正的滑动轴承流量参数计算方法。

所述的多重因素耦合影响修正数据库是通过对比分析相应数据点试验数据和理论计算值，获取大量流量参数修正系数；用bp神经网络技术，构建滑动轴承流量参数修正系数的神经网络，以此建立多重因素耦合影响修正数据库。

本发明的有益效果是：本多重因素耦合试验修正的滑动轴承流量参数计算方法，该计算方法可以得到考虑多重因素耦合影响的滑动轴承流量参数计算结果。

附图说明：

图1是本发明滑动轴承流量参数初步计算方法流程图；

图2是本发明多重因素耦合影响修正数据库建立流程图。

具体实施方式：

参照各图，一种多重因素耦合试验修正的滑动轴承流量参数计算方法，根据宽径比、间隙比、比压、线速度因素，采用正交试验理论，确定数据点，通过对比分析相应数据点试验数据和理论计算值的方法，对滑动轴承流量参数初步计算方法进行修正，步骤如下：

1）根据多种常用滑动轴承流量参数影响因素的范围，即宽径比、间隙比、比压、线速度等参数范围，采用正交试验理论，确定大量不同结构参数及大量不同工况参数的数据点；

2）使用特殊的滑动轴承流量测量试验台对上述数据点其进行试验，得到大量滑动轴承的流量参数的试验数据；

3）采用流体动压润滑理论，建立数学模型，联立求解雷诺方程、能量方程、温粘方程、流量方程与油膜厚度方程，得到滑动轴承流量参数初步计算方法。该计算方法的求解需用有限差分法解雷诺方程，采用雷诺边界条件计算压力；对于不同的求解区域采用不同的差分格式，压力差分方程组采用超松弛迭代法，从而解得整个求解区域的压力分布。能量方程的求解同样采用有限差分方法，将雷诺方程解得的压力分布带入到能量方程解得温度分布，将温度值代入到温粘方程求解各点滑油粘度，再将粘度值代入雷诺方程，解得压力分布，如此反复迭代达到要求精度为止；使用滑动轴承流量参数初步计算方法对第1步确认的数据点进行理论计算，得到与试验相对应的理论计算结果

4）对比每一组试验数据和理论计算结果，得到大量的流量参数修正系数。采用bp神经网络技术，构建滑动轴承流量参数修正系数的神经网络，形成滑动轴承流量参数修正数据库；

5）将滑动轴承流量参数初步计算方法与修正数据库相结合，即得到多重因素耦合试验修正的滑动轴承流量参数计算方法。

所述的多重因素耦合影响修正数据库是通过对比分析相应数据点试验数据和理论计算值，获取大量流量参数修正系数；用bp神经网络技术，构建滑动轴承流量参数修正系数的神经网络，以此建立多重因素耦合影响修正数据库。

参照图1，该算方法需先确认轴承的基本参数，即工况参数即结构参数，导入压力、温度边界条件，设定偏心率、偏位角初值，联立雷诺方程、能量方程、温粘方程、流量方程与油膜厚度方程。用有限差分法解雷诺方程，采用雷诺边界条件计算压力。对于不同的求解区域采用不同的差分格式，压力差分方程组采用超松弛迭代法，从而解得整个求解区域的压力分布。能量方程的求解同样采用有限差分方法，将雷诺方程解得的压力分布带入到能量方程解得温度分布，将温度值代入到温粘方程求解各点滑油粘度，再将粘度值代入雷诺方程，解得压力分布，如此反复迭代达到要求精度为止，最后求得滑动轴承流量参数。

参照图2，该修正数据库的建立，首先需根据多重影响因素，采用正交试验理论，确定大量数据点。试验获取数据点试验数据与初步计算方法求得的理论计算值进行对比分析，得到大量流量参数修正系数。构建滑动轴承流量参数修正系数的bp神经网络，以此建立多重因素耦合影响修正数据。

通过采用正交试验理论确定大量不同的滑动轴承流量参数影响因素（宽径比、间隙比、比压、线速度等）的数据点。采用流体动压润滑理论，建立数学模型，得到初步的滑动轴承流量参数计算方法，应用该方法对确定的数据点进行理论计算。对比试验结果及理论计算结果，根据对比所得的大量修正系数，采用bp神经网络技术，构建滑动轴承流量参数修正系数的神经网络，形成滑动轴承流量参数修正数据库。将滑动轴承流量参数初步计算方法与修正系数数据库相结合，即得到多重因素耦合试验修正的滑动轴承流量参数计算方法。

综上所述，通过本发明可以得到考虑多重因素耦合影响的滑动轴承流量参数计算结果，并且，本计算方法采用正交试验理论确认数据点时应在影响因素规定范围内选取尽量多的数据点，数量越多，修正数据库越精确。在滑动轴承流量参数其它算例计算时，如影响因素参数与确定数据点不符，将采用数据插值法计算相应的修正系数。