基于物理模型的被动和可调流体动压轴承剩余使用寿命预测
1. 引言
轴承是旋转机械中承受载荷较大的部件之一,其可靠性在很大程度上决定了整个系统的可靠性。轴承故障几乎不可避免地会导致机器失去工作能力。因此,及时的维护和状态监测至关重要,尤其是在难以直接接触轴承的情况下。
状态监测系统旨在在轴承运行期间检测其缺陷。然而,与磨损不同,轴承壳材料中疲劳应力的积累在破坏开始之前几乎不会显现出来,基于直接或间接迹象对材料疲劳程度进行客观分析极其困难,甚至不可能。同时,疲劳失效是滚动轴承和滑动轴承在各种应用中常见的故障原因,因此,对其疲劳强度下的使用寿命进行准确预测是一项紧迫的任务。
现代状态监测系统大多在对大量同类型机器的运行和故障历史数据进行训练后,对剩余使用寿命(RUL)进行预测。可调轴承的设计使得这种分析更加困难,因为控制系统的运行会显著且难以预测地影响整个系统的运行。在这方面,基于物理的模型的重要性日益凸显,因为它们能够更客观地评估机器中的当前物理过程。基于物理的模型和数据驱动的预测模型相结合的方法在技术领域的应用越来越广泛。
2. 材料与方法
2.1 研究对象
疲劳损伤是高负载旋转机械中轴承故障的常见原因。疲劳强度资源耗尽的原因是不平衡转子振荡时壳材料的循环加载。可调轴承通常用于减少特定模式下转子振荡的振幅,例如在克服共振区时,或补偿负载和变形的影响。本文以一个重型涡轮转子的滑动轴承为例,该轴承上半部分可移动,其设计原理类似于某些已有的设计。这种设计通过在上壳处形成额外的流体动力楔,使转子运动比简单的圆形轴承更稳定,但也会增加轴承表面的负载。
压力分布通过雷诺方程确定,该方程用于描述不可压缩润滑剂
基于物理模型的轴承寿命预测
超级会员免费看
订阅专栏 解锁全文
1万+

被折叠的 条评论
为什么被折叠?



