[发明专利]一种轴承疲劳寿命影响因素的分析方法和系统

说明书

本发明提供了一种轴承疲劳寿命影响因素的分析方法和系统，包括步骤：S1：收集轴承的一段周期内的数据；S2：将轴承数据导入到VAE网络模型中，获取不同大类影响因素的所述轴承数据；S3：将各所述大类影响因素中的所述轴承数据导入到SVM分类模型中，进行多分类处理，获取各不同所述大类影响因素下的不同小类影响因素对所述轴承疲劳寿命的影响程度，以便利用影响程度调节轴承的使用方案。本发明设计新颖，方式简单，可适用于多数轴承疲劳寿命分析，以便对影响因素的处理。

技术领域

本发明涉及本发明涉及轴承寿命分析领域，具体涉及一种轴承疲劳寿命影响因素的分析方法和系统。

背景技术

随着工业技术的发展，轴承的应用范围也越来越广，在一些条件下，比如高温、高速、重载等，需要对轴承性能进行优化。进一步地，汽车轮毂轴承作为汽车关键的零部件之一，保证了汽车运行平稳舒适性和安全性，一旦失效，会导致零部件异常，车辆故障，无法正常行驶，使用寿命下降，安全性能降低等问题。

汽车轮毂轴承在实际应用中，存在着较严重的失效现象。然而，造成汽车轮毂轴承失效的原因，不仅有制造过程中的诸多因素，比如材料冶炼、热处理、装配等，也有其服役环境、润滑等外部因素。通常，汽车轮毂轴承失效形式主要有滚道表面疲劳失效、密封性能失效、法兰盘弯曲疲劳断裂等。

因此，对轴承寿命进行分析就至关重要，既可以在一定程度上减少或避免汽车轮毂轴承的磨损或损坏，降低车辆在行驶的路途中发生失效的概率，同时提高安全系数，又能进一步完善轮毂轴承的开发技术，促进汽车轴承的发展。

在对汽车轮毂轴承寿命进行分析过程中发现，轴承寿命的影响因素较多，而分析时间又较长，难以准确确定各影响参数，因此有必要设计一种简单有效的轴承疲劳寿命影响因素的分析方法，可以降低研发成本，节省人力物力。

发明内容

本申请提供一种轴承疲劳寿命影响因素的分析方法和系统，用于解决现有技术中由于轴承寿命的影响因素较多，分析时间又长，导致难以准确确定各影响参数的问题。

为了实现上述目的，本发明通过如下技术方案实现：

本发明提供了一种轴承疲劳寿命影响因素的分析方法，所述方法包括步骤：

S1：收集轴承的一段周期内的数据；

S2：将轴承数据导入到VAE网络模型中，获取不同大类影响因素的所述轴承数据；

S3：将各所述大类影响因素中的所述轴承数据导入到SVM分类模型中，进行多分类处理，获取各不同所述大类影响因素下的不同小类影响因素对所述轴承疲劳寿命的影响程度，以便利用影响程度调节轴承的使用方案。

在其中一个实施例中，在所述S2之前还包括对所述轴承数据进行数据预处理。

在其中一个实施例中，对所述轴承数据进行预处理的方法包括：利用Python语言及其NumPy模块和Pandas模块，对收集的轴承数据进行数据清洗，包括对异常值和缺失值的处理。

在其中一个实施例中，在所述S2中，将所述轴承数据导入到VAE网络模型中，包括将预处理后的所述轴承数据进行数据标准化处理。

在其中一个实施例中，所述数据标准化处理的方法包括，采用公式x*＝(x-min)/(max-min)，将预处理后的轴承数据压缩到[0,1]区间，其中，x为预处理后的所述轴承数据，min为数据最小值，max为数据最大值，max-min为极差。

在其中一个实施例中，所述S2中，将所述轴承数据导入到VAE网络模型中，获取不同大类影响因素的所述轴承数据，进一步包括：

S21：利用reshape函数对所述轴承数据进行矩阵变换，得到m行n列的矩阵数据，即m×n矩阵；