[发明专利]基于BP神经网络的橡胶减振器使用寿命预测方法

说明书

技术领域

本发明涉及橡胶减振器寿命预测技术领域，具体涉及一种基于BP神经网络来预测橡胶减振器的使用寿命的方法。

背景技术

橡胶减振器具有制品弹性参数可调，可以衰减、吸收低频、高频振动和噪声，冲击刚度大于动刚度和静刚度，以及体积小、重量轻、免维护等优点，故在各个领域中广泛采用。但是橡胶减振器在实际使用过程中由于存在应力应变的疲劳破坏和橡胶材料老化的影响，有一个使用寿命的问题，橡胶减振器的使用寿命同时受到减振器老化和疲劳相互作用的制约。橡胶材料一旦发生疲劳破坏和老化，橡胶减振器的刚度和阻尼参数将会逐渐偏离设计值，其隔振抗冲性能也即受到直接影响。如果能准确的预测橡胶减振器的老化和疲劳寿命，制定准确的维护、保养及更换的操作规程，可以大大减少运营检修成本。因此合理预测橡胶减振器的使用寿命，已成为橡胶减振器工程设计和应用中一项急需解决的问题。

到目前为止，国内外多是将橡胶的老化寿命和疲劳寿命分开研究。

在研究橡胶老化寿命时，国内外利用加速老化预测橡胶老化寿命，多选择经验公式，计算老化性能临界值和反应速率，即动力学处理方法。无论是根据《HG-T3087-2001静密封橡胶零件贮存期快速测定方法》和《GBT 20028-2005硫化橡胶或热塑性橡胶应用阿累尼乌斯图推算寿命和最高使用温度》，在利用Arrhenius方程进行预测时，由于Arrhenius方程中把活化能E在各个温度下看做是不变量，而且对经验公式中a值的选择也很大程度上影响了预测结果，这都造成橡胶材料寿命预测寿命模型的失真问题。同时对于橡胶减振器这一类的橡胶制品直接利用橡胶试样的扯断伸长率等来表征橡胶制品的性能，会造成对橡胶制品的整体老化寿命进行预测结果的不准确。

在研究橡胶的疲劳寿命时，现在多是应用基于断裂力学的裂纹扩展能量判据来表征橡胶的疲劳寿命，但是研究是基于裂纹扩展的标准试样，对于预测类似减振器这样形状复杂的橡胶制品的疲劳寿命有一定的局限性。

发明内容

针对上述的现有预测技术的不足，本发明提供了一种基于BP神经网络的橡胶减振器使用寿命预测方法，研究受到老化与疲劳双重作用的橡胶减振器。该方法通过加速老化实验数据和疲劳实验数据进行建立两次神经网络，第一次建立橡胶减振器老化寿命的神经网络模型，第二次建立起老化和疲劳叠加作用的橡胶减振器使用寿命的神经网络模型，从而推测常温下的橡胶减振器使用寿命。

本发明为了实现上述目的，采用的技术解决方案是：

一种基于BP神经网络的橡胶减振器使用寿命预测方法，该方法包括以下步骤：

步骤1、建立橡胶减振器老化寿命的BP神经网络模型，其中进行加速老化试验时，在不同加速老化试验温度和加速老化试验时间条件下进行老化试验，并测量性能保持率，将这些实验数据作为该老化寿命的BP神经网络模型的训练样本；

运用建立的老化寿命的BP神经网络模型预测老化寿命，即建立起橡胶减振器老化性能达到某性能保持率时，某一加速老化试验温度T下的加速老化试验时间与常温下的老化时间的对应关系；

步骤2、建立橡胶减振器使用寿命的BP神经网络模型，该建立方法包括：

步骤21、取工作M年的旧件，测量其性能保持率为P，由所述步骤1中的老化寿命的BP神经网络模型得出，常温下橡胶减振器使用M年对应加速老化试验温度T下的加速老化试验时间m天；

正常工作M年的旧件同时受到老化和疲劳的作用，此时，仅老化后的橡胶减振器的性能保持率达不到P，将新件在温度下T下进行加速老化试验m天后，再进行疲劳试验，当疲劳试验的疲劳载荷为N次时，橡胶减振器的性能保持率达到P；

对于疲劳，我们认为每年的疲劳载荷是均匀且相等的，得出每年的平均载荷用表示；

步骤22、取多个旧件，先利用步骤1中的老化寿命的BP神经网络模型预测出在某加速老化试验温度下的加速老化试验时间，再根据预测结果对旧件进行加速老化试验，然后对老化试验完的橡胶减振器进行疲劳试验，该疲劳试验的疲劳载荷根据该旧件的工作时间及所述步骤21中计算得到的平均载荷计算得到，最后对进行完疲劳试验的橡胶减振器测量性能保持率，将采用上述方法得到的实验数据作为该建立使用寿命的BP神经网络的训练样本；

步骤3、运用步骤2所建立的使用寿命的BP神经网络模型来对橡胶减振器的使用寿命进行预测，预测出在工作温度下的橡胶减振器的使用寿命。

性能保持率用下式表示