[发明专利]一种基于磨损机理的车用传动装置的磨损随机过程试验预测方法

摘要

本发明涉及一种基于磨损机理的车用传动装置的磨损随机过程试验预测方法。本发明包括：确定三个磨损影响因素换挡力、转速、硬度；处理试验数据，即单位时间内的材料磨损量；计算各变量组之间的相关系数，验证变量间的多重相关性；按照标准化的逆过程还原模型，得到原始变量的回归系数值；确定磨损三个阶段的具体划分，即磨合期、稳定期、剧烈期；利用全寿命试验数据中的磨合期和稳定期的数据进行统计分析采集磨损数据；求取具体参数值偏移系数和过程强度σ；利用随机磨损试验数据中的不同时刻的磨损量W(t)做方差估计；本发明运用正交试验设计方法，减少工作量，而且充分考虑到多因素多水平间的相互作用，真正达到高效率、快速、经济的目的。

主权项

1.一种基于磨损机理的车用传动装置的磨损随机过程试验预测方法，其特征在于：第1步：结合滑块磨损特点，选取三个主要磨损影响因素包括：换挡力、转速、硬度，每个因素取4个水平，采用正交试验设计，用L16(43)的正交表头，即收集整理16组试验数据，对滑块磨损率与磨损影响因素之间的关系进行研究，按照设计好的正交试验表进行磨损试验，每200次进行一次测量记录，每组共完成2000次换挡，即每组完成10次测量记录工作，收集正交试验数据结果；第2步：处理正交试验数据，将磨损量W换算成磨损率u，即单位时间内的车用传动装置滑块的磨损量；第3步：在建立磨损率静态模型时要考虑换挡力P，转速R，材料表面硬度H，依次使用变量x1，x2，x3表示，观察指标滑块磨损率用变量u表示；结合正交试验结果，对变量的主效应、二次项效应、交互效应做相关性分析，计算其相关系数，将这三个磨损影响因素的主效应、二次效应及交互效应组成变量集合： X T = [ X 1 , X 2 , X 3 , X 1 2 , X 2 2 , X 3 2 , X 1 X 2 , X 1 X 3 , X 2 X 3 ] ]]>其中：Xi＝[xi1,xi2,...,xi16]T—因素的主效应；—因素的二次项效应；XiXj＝[xi1xj1,xi2xj2,...,xi16xj16]T—因素的交互效应；第4步：以车用传动装置滑块的磨损率作为因变量，以其三个磨损影响因素的主效应xi、二次效应及交互效应xixj作为自变量，建立磨损率预测的二次多项式模型： u = b 0 + Σ i = 1 3 b i x i + Σ i = 1 3 b i i x i 2 + Σ i < j b i j x i x j ]]>其中：xi—变量的主效应；—变量的二次项效应；xixj—变量间的交互效应；u—因变量；b0，bi，bii，bij—回归系数，其中b0为常数项；根据正交试验数据，以其中的车用传动装置滑块磨损率u为计算指标，结合偏最小二乘回归分析法建模且进行模型验证，得到各自变量对因变量主效应、二次效应和交互效应的标准化回归系数，再将标准化变量转化回原始变量，得到基于偏最小二乘回归的磨损率预测二次多项式模型： u = - 39.062 + 0.00209132 x 1 - 0.154078 x 2 + 5.23918 x 3 + 2.37763 × 10 - 6 x 1 2 ]]> + 6.07225 × 10 - 5 x 2 2 - 0.0605511 x 3 2 - 5.36521 × 10 - 6 x 1 x 2 - 9.29692 × 10 - 5 x 1 x 3 + 0.000788742 x 2 x 3 ]]>然后，对模型用T2椭圆图优化验证，重新建模，得到优化后各自变量对因变量主效应、二次效应和交互效应的标准回归系数，再将标准化变量转化回原始变量，最终得到优化后的基于偏最小二乘回归的磨损率预测二次多项式模型： u = - 154.382 + 0.029303 x 1 - 0.0591854 x 2 + 5.86918 x 3 + 2.70683 × 10 - 6 x 1 2 + 3.35617 × 10 - 5 x 2 2 - 0.0555005 x 3 2 - 1.32991 × 10 - 5 x 1 x 2 - 0.000503326 x 1 x 3 + 0.000822749 x 2 x 3 ]]>将正交试验换挡力x1，转速x2，硬度x3四水平的16组试验数据代入磨损率预测二次多项式模型，进行模型检验；第5步：选取一组样本件，在换挡力x1＝3000N，转速x2＝1600r/min，硬度x3＝49HRC的工况条件下完成一套全寿命磨损试验，采集磨损数据，每换挡300次进行一次测量采集，直至滑块磨损率急剧升高，进入剧烈磨损期，试验停止，在600次换档次数后磨损率趋于平稳，在6600次换挡次数后磨损率急剧升高，由此确定了磨损三个阶段的具体划分为磨合期：0～600次、稳定期：600～6600次、剧烈期：6600次以后；第6步：通过滑块全寿命磨损试验来确定车用传动装置滑块磨损随机过程类型，针对磨损三个阶段，剧烈磨损阶段过程复杂，故仅针对0～6600次的磨合期和稳定期的磨损过程进行统计处理，对其磨损量W(t)和磨损量增量ΔW(t)进行K-S法正态检验，磨损量W(t)和磨损量增量ΔW(t)的渐近显著性均大于0.05，即服从正态分布；第7步：随机选取6组样本件，在换挡力x1＝3000N，转速x2＝1600r/min，硬度x3＝49HRC的工况条件下完成一套随机磨损试验，采集磨损数据，这6组滑块按照已确定的换挡次数进行换挡：每换挡300次停机拆解进行测量采集，记录数据，共测10次，即共换档3000次，以便磨损随机过程模型中参数值的确定；第8步：提出磨损随机过程模型中两个重要参数的确定方法，求取具体参数值，偏移系数在模型中表现为磨损率均值，通过第4步建立的磨损率偏最小二乘回归预测模型计算，即把随机磨损试验的工况条件换挡力x1＝3000N，转速x2＝1600r/min，硬度x3＝49HRC代入，得：第9步：模型中的另一个重要参数过程强度σ需用通过试验统计求得，针对磨损随机试验利用不同时刻的磨损量W(t)做方差估计，将W(t)代入下式，对求得的一系列方差值D(ti)进行线性检验，在坐标纸上划出线性回归线，其斜率即为过程的强度，建立线性回归方程：D(t)＝0.3564t+144，线性效果良好，斜率作为过程的强度值，即σ2＝0.3564；第10步：根据第6步磨损随机过程具体类型的确定结果，建立车用传动装置滑块的磨损随机过程模型： f ( W , t ) = 1 2 π t σ exp { - 1 2 ( W - u ‾ t ) 2 σ 2 t } ]]>其中：W—磨损量，单位：mm—维纳过程的偏移系数；σ—维纳过程的过程强度；将第8、9步求得的磨损随机过程模型的偏移系数和过程强度σ代入此模型，得： f ( W , t ) = 1 2 π t × 0.596992462 exp { - 1 2 ( W - 30.1218211 × t ) 2 0.596992462 2 × t } ]]>至此，建立了车用传动装置滑块的磨损随机过程模型，通过此模型确定了车用传动装置滑块的磨损过程。