不同水润滑尾轴承材料摩擦磨损性能比较

水润滑尾轴承材料对其摩擦磨损性能有着较大影响,为合理选取制作轴承的材料,选择3种目前业界较为常用的水润滑轴承材料:超高分子量聚乙烯(UHMWPE)、聚四氟乙烯(PTFE)、丁腈橡胶(NBR),使用CBZ-1船舶轴系摩擦磨损试验机对其在2种常见摩擦速度、不同程度比压下的摩擦磨损性能进行研究,并通过表面形貌分析比较其磨损机制。结果表明:低转速工况下UHMWPE与PTFE的水润滑性能近似,略高于NBR;高转速工况下UHMWPE的水润滑性能高于PTFE和NBR,但NBR的工作稳定性优于UHMWPE和PTFE。     

基于振动和声发射信号的截齿磨损程度识别研究

为实现采煤机截齿截割过程中磨损程度的在线监测和识别,提出一种基于RBF(Radical Basis Function)神经网络的截齿磨损程度多特征信号监测方法。提取截割过程中不同磨损程度截齿的振动和声发射特征信号,分别分析振动和声发射信号的峰值、时域图方差和频域图均方根值这6个特征参数,获取振动信号、声发射信号与不同磨损程度截齿的变化规律。建立5种不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对RBF神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度在线监测与精确识别。实验结果表明:随着截齿磨损程度的加剧,截齿振动和声发射时域信号中信号峰值和方差均呈增大的趋势;振动和声发射的频域信号中频谱图均方根也呈现逐渐增大的趋势;基于RBF神经网络的截齿磨损程度监测系统的网络判别结果和测试样本的实际磨损程度类别相符,该RBF神经网络系统能够对截齿磨损程度类型进行准确的监测和识别。     

柱塞泵配流副滑摩界面摩擦磨损及热力耦合分析

针对轴向柱塞泵配流副滑摩过程中由摩擦温升所引起的摩擦磨损问题,建立配流副轴对称非稳态热传导方程,利用ABAQUS有限元软件进行配流副摩擦磨损及热力耦合特性分析,并利用端面摩擦磨损试验机进行试验验证。结果表明:在滑摩初期,相比于中低压力,高压力工况更易发生磨粒磨损;随着滑摩进行,材料表面粗糙峰被磨平,加之温度上升,材料强度下降,高转速取代高压力成为接触面温度和摩擦系数增大的主要影响因素,此时的磨损机制主要为黏着磨损;在滑摩过程中,外径出现了应力集中现象,且接触压力高于内径;转速及压力对配流副摩擦温升及磨损特性的影响是非线性的,在相同PV值下,转速比压力的影响更为显著。     

基于卷积神经网络的铣刀后刀面磨损状态预测方法研究

为了监测高温合金材料加工时的铣刀后刀面磨损状态,提出了基于卷积神经网络的刀具磨损状态预测方法,建立了基于机床主轴电流与功率信号实时监测的刀具磨损状态预测系统。通过建立与机床数控系统的通信,采集加工过程中的电流和功率信号,采用主成分分析法(PAC)对采集的参数进行特征提取,选择对刀具磨损值影响较大的主成分作为卷积神经网络的输入,实现对刀具磨损状态的准确预测。铣削实验结果表明,该方法具有较高的预测准确率。     

基于深度学习的刀具磨损监测研究现状

基于传统机器学习的刀具磨损监测模型监测精度低且计算复杂度高,难以满足智能制造的发展需求。而基于深度学习的刀具磨损监测模型数据处理和特征提取能力较强,可明显提高监测精度,使加工过程更智能化,因此广泛应用于刀具磨损监测。根据采用的模型,将基于深度学习的刀具磨损监测分为基于卷积神经网络的刀具磨损监测、基于稀疏自编码网络的刀具磨损监测、基于深度置信网络的刀具磨损监测、基于长短时记忆网络的刀具磨损监测和基于混合模型的刀具磨损监测,介绍了各种深度学习模型的基础理论及基本结构,总结了国内外基于深度学习模型的刀具磨损监测方法,分析了存在的问题,并指出了未来的发展方向。     

考虑磨损的组合密封性能分析

针对橡塑组合密封圈的磨损和密封性能仿真方法开展研究,基于有限单元法开展接触压力的求解和磨损过程的仿真分析,采用有限差分法开展流-固耦合仿真分析获得密封间隙的压力和膜厚分布,提出了一种可用于组合密封圈磨损过程仿真和密封性能预测的方法。仿真过程中考虑了摩擦热对接触压力和磨损的影响,解决了塑料材质密封圈大体积磨损仿真时网格重构的难题,实现了磨损仿真过程中强度分析和流体力学分析的迭代求解,并实现了程序化。基于材料的摩擦磨损试验对模型参数进行了修正,通过旋转密封台架试验对仿真模型进行了验证。     

石墨干膜润滑剂在碳钢表面摩擦磨损性能试验研究*

传统油或脂润滑剂在极端工况环境下无法满足碳钢类零件的减摩要求,采用干膜润滑剂是提高极端工况环境下碳钢表面摩擦磨损性能的可行性方法。采用超声波分散方法制备以石墨粉末为基体的干膜润滑剂,使用压力喷涂技术使其沉积在碳钢试件表面,在端面摩擦试验仪中开展干摩擦和石墨干膜润滑剂润滑下摩擦磨损性能对比性试验研究。试验结果表明：石墨干膜润滑剂在碳钢表面的沉积效果较好,沉积的石墨干膜润滑剂具有较好的润滑性能,可以有效地保护碳钢表面不被过度磨损;喷涂石墨干膜润滑剂的碳钢试件的工作寿命随着压力载荷和主轴转速的增大而缩短,负载和滑动速度的联合作用会加速涂层向稳定方向的过渡;磨损过程中形成的微观润滑剂颗粒会形成颗粒流润滑,适当添加石墨颗粒粉末可能会延长润滑剂正常发挥减摩作用的时间。制备的石墨干膜润滑剂为碳钢在极端工况环境下的减摩提供了支持。     

高硅铝合金的金刚石涂层刀具铣削损伤机理研究

高硅铝合金由于硅含量很高,故切削加工性较差,切削刀具极易磨损且已加工表面存在大量缺陷.为进一步研究材料加工损伤,采用化学气相沉积法制备了金刚石涂层铣刀,开展70％Si/Al(70％指质量分数)合金材料铣削试验.试验研究了铣削力、刀具磨损及加工损伤机理,并与常用TiN涂层铣刀进行了对比.结果 表明:铣削过程中由于初晶硅硬...     

低温液氮冷却下高速切削淬硬钢的切屑形成及刀具磨损

针对低温液氮冷却下淬硬钢高速车削过程中切屑形成及刀具磨损机理尚缺乏相关研究的问题,开展了液氮冷却下的淬硬钢高速切削研究,并与干切进行了对比.分析了切削力、切削温度、切屑特征以及刀具磨损特征,讨论了冷却润滑、切屑形成及刀具磨损机理.结果表明:与干切相比,各组实验中低温液氮冷却切削的切削温度降低了6.9％～9.9％,因材料...     

基于均值漂移与自适应阈值分割的刀具磨损检测方法

针对车刀表面粗糙度大、磨损区域图像难以准确分割的问题,提出一种基于均值漂移和自适应阈值分割的刀具磨损检测方法.这一方法通过频率域滤波过滤图像中无效的高频噪声信息,对降噪图像进行形态学处理.利用均值漂移聚类算法进行预分割处理,简化纹理信息,并突出磨损区域特征.通过自适应阈值分割算法准确提取刀具磨损区域,同时计算刀具的磨损宽度均值.试验表明,采用所提出的刀具磨损检测方法,分割准确率达到97.96％,能够有效判别刀具的磨损状态.