[发明专利]一种高铁齿轮箱体寿命分析预测中失效数据不足解决方法在审
申请号: | 201811396408.X | 申请日: | 2018-11-22 |
公开(公告)号: | CN109635363A | 公开(公告)日: | 2019-04-16 |
发明(设计)人: | 张卫冬;艾轶博;张英杰;屈旭;李媛媛;宋仕杰 | 申请(专利权)人: | 北京科技大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 北京金智普华知识产权代理有限公司 11401 | 代理人: | 皋吉甫 |
地址: | 100083*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 齿轮箱体 高铁 失效数据 寿命分析 预测 旋转弯曲疲劳试验 疲劳试验数据 疲劳寿命分析 疲劳寿命预测 参数估计 仿真技术 仿真数据 分布规律 服役周期 结合齿轮 疲劳寿命 曲线模型 结构件 跨尺度 分析 研究 | ||
1.根据权利要求1所述的方法,其特征在于,所述方法包括:
S1、对高铁齿轮箱体进行有限元仿真,包括齿轮箱体的模态分析和随机振动分析;
S2、进行齿轮箱体材料的旋转弯曲疲劳试验,分析其疲劳寿命分布情况,并进行参数估计,确定齿轮箱体材料的SN曲线模型;
S3、结合箱体有限元仿真数据和材料疲劳试验数据进行齿轮箱体疲劳寿命分析。
2.根据权利要求1所述的方法,其特征在于,所述S1中模态分析采用计算模态分析来获得模态参数,具体方法如下:
S111:利用三维建模软件pro/E对齿轮箱体原始模型进行简化和修改,删除对模态分析结果影响不大的小特征,简化修改后用pro/E软件输出.x_t文件,并导入ANSYS Workbench软件中;
S112:定义高铁齿轮箱体模型材料的属性,包括泊松比、弹性模量、密度、屈服强度和抗拉强度;
S113:对高铁齿轮箱体模型进行网格划分,采用六面体8节点的SOLID186单元,选用有限元软件ANSYS Workbench中的自由划分法,同时对箱体上边缘、箱体两侧的肋板、箱体底部和轴承座之间区域进行人工设置网格密度;
S114:对高铁齿轮箱体的模型施加两个约束,一是对齿轮箱体大轴承座,约束其除其绕车轴旋转自由度外的其它5个自由度,二是对齿轮箱体与吊杆的连接处采用接触连接,并约束吊杆垫圈的全部自由度;
S115:通过计算求解得到齿轮箱体的前十阶模态振型及频率。
3.根据权利要求1所述的方法,其特征在于,所述S1中随机振动分析采用基于功率谱密度的频域分析方法进行,具体方法如下:
S121:打开ANSYS Workbench有限元分析软件的随机振动分析模块,设置导入模态分析结果的所有模态阶数;
S122:选择功率谱密度的形式为加速度功率谱密度,输入功率谱密度,在加载之前将功率谱密度图转换成数据点,将所有的数据导入随机振动分析的Tabular Data中,完成功率谱密度加载;
S123:设定输出结果,得到高铁齿轮箱体的功率谱密度响应,包括危险点的等效应力、齿轮箱体整体的1sigma、2sigma、3sigma等效应力和齿轮箱体整体的结构位移图。
4.根据权利要求2所述的方法,其特征在于,所述S2具体包括:
S21:根据高铁齿轮箱体材料的成分铸造标准试样;
S22:进行旋转弯曲疲劳试验;
S23:分析齿轮箱体材料疲劳寿命分布情况;
S24:对齿轮箱体材料疲劳寿命服从的分布进行参数估计,根据中位秩经验公式计算累积失效概率密度函数;
S25:建立SN模型。
5.根据权利要求4所述的方法,其特征在于,所述S21具体如下:采用高强度铝合金试样的材料型号为A356,与高铁齿轮箱体材料相同,使用圆柱形试样,表面进行精加工,保证同轴度,不矫正。
6.根据权利要求4所述的方法,其特征在于,所述S22具体如下:实验在室温下进行,所有试样均是相同尺寸,实验结束后剔除无效数据得到最终分析用实验数据,每一组数据包括:试样编号、应力和循环次数。
7.根据权利要求4所述的方法,其特征在于,所述S23具体如下:
对齿轮箱体材料疲劳试验数据进行分析,对比不同分布后确定二参数威布尔分布最适合描述试验数据的分布规律,二参数威布尔分布的累计分布函数和概率密度函数分别为式(1)和(2)所示:
式中β为形状参数,η为尺度参数。
通过变换将二参数威布尔分布的累计分布函数变换成线性表达式,将式(1)变换成式(3)形式后,等式两边同时取两次对数得到式(4)
由式(4)可知等式左边是F(t)的函数,令等式右边,令x=ln(t),α=β,b=-βlnη,等式(4)即变换为y=ax+b的形式。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学,未经北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811396408.X/1.html,转载请声明来源钻瓜专利网。