【摘 要】
:
滑动轴承因为其良好的抗震耐磨性、易拆装性、承载力大、工作转速高等优点,所以被广泛应用在汽车、核能、航空航天、工程机械等各个重要领域。而确保滑动轴承稳定,平稳的工作则是设计的关键。所以轴承的工作特性研究一直是它正常运转的焦点问题。目前有许多文献研究了制造加工误差对滑动轴承系统工作特性的影响,但是有关粗糙度误差对于滑动轴承系统工作特性的研究还有待深入。本文主要针对滑动轴承轴颈存在粗糙度误差对轴承系统运
论文部分内容阅读
滑动轴承因为其良好的抗震耐磨性、易拆装性、承载力大、工作转速高等优点,所以被广泛应用在汽车、核能、航空航天、工程机械等各个重要领域。而确保滑动轴承稳定,平稳的工作则是设计的关键。所以轴承的工作特性研究一直是它正常运转的焦点问题。目前有许多文献研究了制造加工误差对滑动轴承系统工作特性的影响,但是有关粗糙度误差对于滑动轴承系统工作特性的研究还有待深入。本文主要针对滑动轴承轴颈存在粗糙度误差对轴承系统运行特性影响规律进行理论研究。本文在普通滑动轴承的基础上首先建立了存在粗糙度误差的滑动轴承系统油膜力模型,在转子动力学理论的基础上运用有限差分法求解油膜压力的分布,进一步确定滑动轴承轴颈的油膜力分量、油膜速度,然后判定出不同粘度下非线性转子的临界转速;引入无量纲参数Sommerfeld Number,并且仿真得到Sommerfeld Number曲线随偏心率的变化,用它来表征轴承系统的承载能力,研究所得粗糙度误差等级越大转子系统承载力越大,因为Sommerfeld数与承载力成反比;为了更直观的表示轴承系统临界转速与稳定性的关系,所以引入无量纲参数Op,用它来表征轴承系统的稳定性临界曲线,研究表明粗糙度误差的存在不利于系统的稳定性;滑动轴承运行稳定时,轴颈在转动过程中会有来自润滑油和轴瓦间的摩擦阻力,会给运行中的系统带来损耗。它在转子系统的能量损失中占了很大比例,所以降低摩擦损耗是提高转子系统工作效率的必要环节,研究表明粗糙度误差的存在不利于降低摩擦损耗。最后本文实验验证轴颈粗糙度误差对轴承系统的影响,实验表明轴颈粗糙度误差能够影响滑动轴承系统的稳定性,随着粗糙度误差等级的增大,轴承系统的稳定性逐渐降低。通过理论与实验的相互验证分析让研究结果具有一定的可靠性,在一定程度上为滑动轴承的加工设计提供理论依据。
其他文献
白酒糟是粮谷物和糠壳等混合物经过发酵、蒸馏制得白酒后的副产物,并富含纤维素、蛋白质等有机物。目前白酒糟主要用于生产动物饲料,然而中国每年能产生几千万吨乃至上亿万吨的白酒糟,这给白酒糟的资源化利用带来了巨大挑战。缺乏高效又廉价的处理方法制约了白酒糟的综合利用,也导致了白酒糟被随意丢弃,进一步造成了资源浪费和环境污染。开发白酒糟处理方式,提高经济和环境效益是白酒行业的一个重要课题。由于白酒糟中的纤维素
阿尔茨海默症(Alzheimer’s Disease,AD)是神经退行性疾病中最为常见的一种,在发病率、患病率和致残率上具有较高的比例,给人类健康生活带来了严重的威胁。AD的主要临床表现为认知功能损伤,生活自理能力丧失,且伴有不同程度的神经精神症状及行为障碍。AD致病机制尚不清楚,目前主要有Aβ学说、Tau蛋白代谢异常学说等几种假说。AD治疗方法主要包括药物与非药物疗法。当前的药物疗法可以缓解AD
近年来,自然语言处理领域发展迅速,深度神经网络得到了广泛的应用。同时,在互联网、人工智能等技术蓬勃发展的大背景下,各大手机音乐软件为了实现功能多样性和丰富用户的体验,歌曲的智能搜索和推荐功能逐渐兴起并普及,对于歌词的情感分析是实现这些功能的关键技术。在一首歌曲中,旋律与歌词相辅相成,它们共同传达着歌曲所表现的情感与内涵。其中,歌词不仅包含着语义信息,还可以作为音频信号的旋律、结构和节奏特性的载体,
在半导体材料,天体物理,理论物理等领域,许多问题都可以归结为非线性退化方程问题。对具有应用背景的退化的非线性偏微分方程是当今研究的焦点和热点。本文主要研究了一类非线性退化椭圆和抛物方程解的存在性与正则性,全文安排如下:第一章主要介绍关于这类非线性退化方程的背景和研究现状,简要介绍本文的主要工作。第二章简要给出本文所涉及的一些基本空间和重要不等式。第三章主要研究下列具有低阶项的非线性退化椭圆方程:此
医疗信息物理融合系统(Medical Cyber-Physical Systems,MCPS)是以保障生命安全为重要前提的网络化、智能化的医疗系统。MCPS中的医疗数据由采集得到的患者的身体参数数据和患者的医疗就诊记录数据组成,是一个典型的大数据系统,传统的MCPS数据库采用集中式的数据存储结构,将全部数据存储于一个中心数据库中,一旦中心数据库遭到入侵,所有数据将面临严重的威胁,而区块链(Bloc
近年来,推荐系统广泛应用于众多商业网站,不仅方便了用户对信息的检索,提升了用户的体验,还为企业创造了巨额的利润。在众多推荐算法中,协同过滤是当前最为主流的算法。尽管协同过滤算法在推荐系统中效果较好,但是仍存在着数据稀疏、算法可扩展性差以及冷启动等问题。因此,本文将研究推荐系统中的协同过滤算法,并针对该算法存在的问题提出一些解决方案。具体工作如下:(1)提出一种基于偏好模型和类别属性的协同过滤算法P
随着计算机和传感器技术的快速发展,机器人的种类也从一开始一些完成简单任务的工业机器人,延伸到农业、医疗、教育、航空航天等领域。机器人技术蓬勃发展的同时,如何实现机器人的精准实时定位和导航也成为机器人研发的热点问题之一。同步定位与地图构建(SLAM)方法在解决机器人定位难、精度差和传感器要求高等问题上有特殊意义。本文在传感器的选择、传感器的融合技术、地图构建和导航算法做出对比分析,提高机器人定位导航
实例分割是计算机视觉领域的一项新兴的综合型任务,这一综合性任务同时涉及了图像分类、物体检测和语义分割三个子任务。实例分割是自动驾驶、三维重建等工作的底层任务,在工业界有很好的应用前景,受到众多学者和工业界人士的关注。近年来,伴随着深度学习的发展,实例分割从无到有,逐渐发展分化为两步式方法与一步式方法。当前实例分割普遍存在分割掩膜不精细、定位检测框无法包含完整物体等问题。本文针对上述的两个关键问题,