本文将实验、建模、算法研究与计算机仿真技术相结合并首次应用在非线性多变量链条自动润滑系统的分析与设计中，所获得的成果为该系统的推广应用和进一步的结构优化提供了有价值的参考依据。论文选题来自于作者与英国某大学的合作研究项目。研究对象为摩托车链条自动润滑系统。研究目的：①在确保润滑效果的前提下，确定系统结构、润滑油种类与润滑效果之间的关系，为使用者提供最佳工作状态下的参考查询；②解决系统在最佳润滑效果条件下的结构优化问题。研究意义：缩短产品的研发周期，提高产品的使用与开发效率。此外，对该润滑系统进行改进后还有望用于其它需要持续、精密润滑的场合以及小型、微型机械装置的润滑系统中。所以，该项目的研究具有重要的理论意义和实际应用价值。论文的主要研究工作和成果：1．实验研究：在实验环境下获得了系统在各种工况条件下的实验数据，分析讨论了影响系统性能的主要因素，为系统建模、算法研究与仿真分析奠定了基础。2．建模分析：应用Navier-Stocks方程，推导建立了描述系统中润滑油流体运动的非线性偏微分控制方程组，利用有限体积方法对其进行离散，获得了描述系统中润滑油运动规律的数学模型及边界条件。3．算法研究：提出应用计算流体力学(CFD)和神经网络的方法用于系统的分析研究中，并对其算法进行了研究对比，验证了所建立系统数学模型的合理性。4．仿真分析：基于算法研究和实验数据的基础上，提出运用FLUENT软件和MATLAB软件建立了系统的CFD和BP、RBP神经网络仿真模型，并应用该模型对系统的工作特性进行仿真和预测，获得系统在多种工况下润滑油的滴落速率，建立了系统在最佳润滑状态下的使用查询关系，为系统的结构优化提供参考依据，从工程应用上验证了所建立系统模型的正确性。5．效果与结论：对计算流体力学和神经网络两种方法的仿真效果进行比较可见：CFD仿真模型可以动画地显示系统中润滑油实际工作时的流动情况，具有实时观测和形象逼真的特点，但其仿真速度较慢；而BP、RBP神经网络仿真模型具有训练速度快、仿真精度高等优点，弥补了CFD仿真速度慢的不足。研究结果表明：两种模型的综合使用获得了与实验结果一致的结论，能够很好地仿真系统的工作特性，为系统的实际应用与开发改进提供了理论研究依据。经调研与查阅文献可知，本文对小管径中液体流动的分析与研究所运用的方法及获得的研究成果在国内及国外尚属前沿。目前，该成果已直接应用于英国某生产厂的摩托车链条自动润滑系统的使用与设计改进当中，为替代耗资与费时的实验设备提供了理论研究及仿真分析的根据，对缩短产品的研发周期、提高产品使用效率以及扩大产品的应用领域做出了积极的贡献。