风电轴承材料超声滚挤压表层性能表征体系及预测.pdfVIP

摘要 摘 要 风电轴承在风力发电设备中具有举足轻重的地位，风电轴承的表层性能决定 着其可靠性，并且较好的表层性能能够较好的提高其使用寿命。超声滚挤压强化 工艺是一种基于塑性变形的表面强化处理技术，超声滚挤压强化工艺能够有效的 降低风电轴承表面粗糙度，提高表面加工硬化程度，并且会在风电轴承表层预置 一定的残余压应力，可以提高疲劳强度、耐磨性等。因此，研究超声滚挤压工艺 对风电轴承材料42CrMo 的表层性能的影响有着重要的实际应用价值。 选取转速、进给速度、振幅和静压力作为工艺参数，表面粗糙度、残余应力 以及表面加工硬化程度作为表层性能表征参数，对风电轴承材料42CrMo 进行超 声滚挤压试验。通过单因素分析探究超声各工艺参数对各表层性能表征参数的影 响规律。研究结果表明：表面粗糙度与转速、进给速度均呈正相关，表面粗糙度 随着静压力的增大呈先减小而后增大的趋势，振幅对表面粗糙度的影响规律与静 压力的影响规律较为类似。残余应力随转速的增大而减小，随进给速度的增大而 减小，与静压力和振幅呈正相关关系。表面加工硬化程度随着转速的增加先增加 后减小，随进给速度的增加而减小，与超声振幅和静压力均呈正相关关系。 基于正交试验数据以及单因素分析的定性分析，采用层次分析法与灰色关联 分析，建立超声滚挤压表层性能表征体系。采用层次分析法获得各工艺参数对各 表层性能参数的主观权重，运用灰色关联分析法得到客观权重，基于最小信息熵 原理得到工艺参数对表层性能的综合权重，得出各工艺参数对各表征参数的影响 程度以及各工艺参数对表层性能的影响程度。 基于正交试验数据及表层性能表征体系，建立超声滚挤压表层性能 BP 神经 网络预测模型，计算预测值与实测值的误差，各性能参数的平均预测误差均小于 5% 。结果表明，所建预测模型预测精度较高，能够对超声滚挤压表面完整性预 测。 关 键 词：超声滚挤压；正交试验；表征体系；BP 神经网络 论文类型：应用基础研究 选题来源：国家自然科学基金项目 [U1804145] ；2018 国家重点研发计划 [2018YFB2000405] I 目录 目 录 第1 章 绪论 1 1.1 研究背景与意义 1 1.1.1 研究背景 1 1.1.2 研究意义 1 1.2 国内外研究现状 1 1.2.1 超声辅助加工国内外研究现状 1 1.2.2 超声滚挤压国内外研究现状 2 1.2.3 表征体系研究现状 4 1.3 本文的主要研究内容 5 第2 章 超声滚挤压工艺参数对零件表层性能的影响规律 7 2.1 表层性能表征参数的选取 7 2.1.1 表面粗糙度 7 2.1.2 表面残余应力 9 2.1.3 表面加工硬化 10 2.2 超声滚挤压试验 12 2.2.1 超声滚挤压加工原理 12 2.2.2 试验材料及试验设备 12 2.2.3 试验参数的设置 14 2.3 工艺参数对表层性能表征参数的影响 15 2.3.1 工艺参数对表面粗糙度的影响 15 2.3.2 工艺参数对残余应力的影响 18 2.3.3 工艺参数对表面加工硬化程度的影响 21 2.4 本章小结 23 第3 章 零件表层性能表征体系构建 25 3.1 表层性能表征体系的研究方法 25 3.2 零件表层性能表征体系的构建 26 3.2.1 基于AHP 的主观权重分析 26 3.2.2 基于GRA 的客观权重分析 31 3.2.3 基于最小信息熵原理的综合权重分析 35 3.3 本章小结 36