一种数字孪生轴承滚子修形计算方法与流程

摘要: 本发明涉及到发电机轴承仿真,尤其涉及一种数字孪生轴承滚子修形计算方法。背景技术:1、在轴承设计中,滚子修形是优化载荷分布、提升轴承服役寿命的关键手段,其核心是通...
一种数字孪生轴承滚子修形计算方法与流程

本发明涉及到发电机轴承仿真,尤其涉及一种数字孪生轴承滚子修形计算方法。

背景技术:

1、在轴承设计中,滚子修形是优化载荷分布、提升轴承服役寿命的关键手段,其核心是通过优化滚子轮廓的修形系数,改善滚子与滚道的接触应力分布,减少摩擦损耗。轴承滚子修形计算主要采用以下两类方案:

2、1、传统理论仿真计算方案:基于经典力学、润滑理论等基础原理,通过建立单物理场仿真模型,输入轴承几何参数及工况参数进行修形性能预测。该方案通常依赖理论公式推导,模型参数多基于经验值设定,未结合实物测试数据进行校准。

3、2、基础数字孪生仿真方案:部分技术尝试构建轴承数字孪生模型,但仍存在明显局限:一是模型构建以理论参数为核心,未与实物服役数据深度耦合,导致仿真结果与实物实际状态存在较大偏差;二是多采用单场或简单耦合仿真,无法完整复刻实际服役中力学、润滑、热学及流体动力学的多场协同效应;三是模型适配性窄,仅能针对特定范围的修形系数进行计算,当修形系数超出适配范围时,需重新构建模型,设计效率低下;四是数据采集为静态/单一尺度,仅覆盖固定工况与宏观参数,未考虑微观表面特征与动态工况的影响;五是模型训练为单一阶段优化,未区分参数优化优先级,优化效率与泛化能力不足;六是动态校准需全量重新训练,适配新材料、新工况的周期长,且未考虑校准后对原有工况的兼容性。

4、上述两类方案的核心缺陷在于:仿真模型与实物服役状态脱节,单场/静态耦合仿真贴合度低,修形系数适配范围窄,数据支撑不充分、训练优化逻辑不完善、动态校准效率低,导致修形计算精度不足,难以满足高端装备,如直驱式风力发电机的大型转盘轴承在动态工况、极端环境下的高精度修形设计需求。

5、公开号为cn120930284a,公开日为2025年11月11日的中国专利申请文献公开了一种适用于超高温重载工况的圆柱滚子轴承结构设计方法,包括如下步骤:

6、步骤1、构建超高温重载圆柱滚子轴承多物理场耦合模型;

7、步骤2、选取轴承影响接触力的设计参数作为优化变量,通过灵敏度系数分析筛选核心优化变量;

8、步骤3、建立最大接触力和接触力不均匀度为目标的多目标优化函数,并设置约束条件;

9、步骤4、采用改进粒子群算法求解优化函数,获取全局最优参数向量;

10、步骤5、验证优化结果,若满足设计要求则输出优化方案,否则返回步骤4调整参数重新优化。

11、该专利申请文献公开的适用于超高温重载工况的圆柱滚子轴承结构设计方法,通过建立热-结构-动力学耦合模型,首次将超高温环境下材料性能变化、热变形与动态接触行为纳入统一优化框架,克服了传统分离式设计的局限性。但是,仅依赖离线构建的静态多物理场耦合模型与参数迭代,难以捕捉超高温重载下接触力随工况时变的瞬态演化特性,导致模型泛化精度不足。

技术实现思路

1、本发明为了克服上述现有技术的缺陷,提供一种数字孪生轴承滚子修形计算方法,本发明基于多维度跨尺度动态数据与多物理场自适应耦合仿真,能够精准预测不同修形系数下轴承的核心性能,通过双阶段训练与三重防过拟合,显著提升了模型的泛化精度。

2、本发明通过下述技术方案实现:

3、一种数字孪生轴承滚子修形计算方法,包括以下步骤:

4、s1、多维度跨尺度动态数据采集与标准化处理,构建四维标准化数据库;

5、s2、进行多物理场自适应耦合数字孪生模型构建,通过载荷传递、摩擦生热、温度反馈、流体影响和性能修正形成的协同反馈闭环链路完成动态耦合仿真;

6、s3、基于实物数据的双阶段模型训练与优化,引入正则化机制、早停策略及数据增强策略三重防过拟合;

7、s4、对模型精度进行验证,通过增量学习与迁移学习完成自进化校准。

8、所述s1中,构建四维标准化数据库是指同步采集轴承跨尺度几何特征数据、动态服役性能数据及实际服役工况参数,经异常值剔除、量纲归一化、跨尺度特征融合、特征提取及权重分配处理后,构建修形系数-工况参数-跨尺度特征-性能指标四维标准化数据库。

9、所述轴承跨尺度几何特征数据包括轴承的滚子修形轮廓、滚子与滚道的配合间隙、滚子表面微观粗糙度和滚道微观缺陷尺寸及分布数据。

10、所述动态服役性能数据包括轴承的接触应力分布、摩擦力矩、温升和振动数据。

11、所述实际服役工况参数包括轴承的径向载荷、轴向载荷、倾覆力矩、转速范围、工作环境温湿度、高温上限和重载峰值。

12、所述异常值剔除是指采用正态分布三倍标准差原则与格拉布斯检验相结合,筛选并剔除极端异常数据。

13、所述跨尺度特征融合是指构建微观-宏观映射模型,将微观数据转化为宏观模型可识别的输入参数。

14、所述特征提取及权重分配是指对高维冗余数据进行降维处理,提取核心特征参数,并通过特征重要性分析计算各特征对修形效果的影响权重。

15、所述s2中,多物理场自适应耦合数字孪生模型采用几何层、物理层和自适应耦合层三层架构,物理层包括用于刻画部件运动与载荷传递的刚体动力学子模型、用于刻画滚子与滚道的润滑摩擦特性的润滑牵引子模型、用于刻画温度分布与热传导过程的热力学子模型和用于刻画润滑流体的流动规律的流体动力学子模型。

16、所述s2中,自适应耦合层用于根据实时工况参数动态调整刚体动力学子模型、润滑牵引子模型、热力学子模型和流体动力学子模型的参数传递权重。

17、所述s2中,动态耦合仿真具体是指刚体动力学子模型根据输入的工况参数计算并输出滚子与滚道的接触力分布,作为润滑牵引子模型的核心载荷输入,润滑牵引子模型结合接触力、润滑剂参数及微观粗糙度修正项,计算出油膜厚度、摩擦系数及摩擦功耗,将摩擦系数反馈至刚体动力学子模型用于修正接触力计算,摩擦功耗则作为生热源输入至热力学子模型,热力学子模型基于摩擦功耗、材料热物性参数及润滑流体散热特性,计算轴承各部件的温度场分布,输出接触区域的温升数据并反馈至润滑牵引子模型,润滑牵引子模型用于修正润滑剂的粘度参数,流体动力学子模型基于油膜厚度、润滑流体参数及几何间隙,计算润滑流体的压力分布与剪切力,将压力分布反馈至热力学子模型以修正散热效率计算,将剪切力输出至刚体动力学子模型以修正接触载荷分布。

18、所述s3中,双阶段模型训练与优化是指采用分层抽样划分数据集,通过控制变量法筛选高敏感核心参数,采用粗调及精调双阶段训练策略和反向传播及自适应梯度下降组合算法迭代优化。

19、所述数据集包括训练集、验证集和测试集,训练集用于模型参数的迭代优化,让模型拟合输入-输出的映射关系;验证集用于训练过程中实时监控模型精度并调整超参数;测试集用于训练完成后独立验证模型的泛化能力。

20、所述筛选高敏感核心参数是指采用控制变量法计算模型输出性能指标的变化率,定义敏感性系数量化参数对输出结果的影响程度,筛选出敏感性系数达到预设阈值的高敏感核心参数,用于后续迭代优化,低敏感参数则固定为初始理论值不参与训练。

21、所述双阶段模型训练是指粗调阶段采用反向传播及自适应梯度下降算法对高敏感参数进行大范围迭代,初步拟合输入-输出映射关系;精调阶段引入注意力机制,自动识别对当前工况下性能指标影响最大的子模型,再对子模型的关联高敏感参数进行小步长精调。

22、所述三重防过拟合是指在损失函数中加入正则化项,对过大的参数值进行惩罚,抑制模型对训练数据的过度适配;在训练过程中实时监控验证集的损失函数值,若验证集损失函数值连续预设轮次迭代上升,则立即停止训练,保留当前最优的模型参数;通过对训练集中的工况参数进行扰动,生成虚拟动态工况样本,扩大训练数据覆盖范围。

23、所述s4中,模型精度验证包括测试集验证、全系数区间验证、实物对比验证和兼容性验证。

24、所述测试集验证是指将预留的测试集数据输入训练完成的模型,计算模型预测误差,检验模型对未知数据的泛化能力,直至误差满足预设要求。

25、所述全系数区间验证是指将修形系数按预设步长遍历,验证模型在每一个系数点的预测精度。

26、所述实物对比验证是指选取未参与前期数据采集和模型训练的新修形系数及新工况轴承样本,进行实物性能测试,将模型预测结果与实物实测结果直接对比,直至误差满足预设要求。

27、所述兼容性验证是指选取原有典型工况样本,测试校准后模型的预测精度。

28、本发明的基本原理如下:

29、通过跨尺度动态实物数据为数字孪生模型提供全面校准依据,通过多物理场自适应耦合复刻轴承实际服役状态,通过双阶段训练优化提升预测精度,通过增量自进化校准实现长效适配,最终实现全范围修形系数、多工况下的高精度、高效化修形计算。具体而言,本发明通过构建多场自适应耦合的数字孪生体,将跨尺度动态实物数据与模型仿真深度融合完成训练优化,不仅能精准预测不同修形系数下轴承的核心性能,还能适配全行业主流修形系数范围及新型材料、极端工况需求,满足高端装备的修形设计需求。

30、整体技术方案围绕跨尺度动态数据筑基-多场自适应耦合模型构建-双阶段训练优化-四级精度验证-工程应用迭代-增量自进化更新的闭环逻辑展开,各环节层层递进、相互支撑,形成完整的技术链路。

31、增量自进化校准机制:设计增量学习+迁移学习结合的模型自进化校准逻辑,确保模型能快速适配技术发展与场景拓展需求:当新增数据量较少,如未达到现有数据库规模的预设比例时,采用迁移学习策略将现有模型的参数作为初始值,仅微调与新材料/新工况相关的子模型参数,如新型材料的热物性参数关联项、极端工况下的流体动力学模型参数,无需全量重新训练,缩短校准周期;当新增数据量较多,如达到或超过现有数据库规模的预设比例时,采用增量学习策略将新增数据与原有四维标准化数据库融合,仅对高敏感核心参数进行迭代更新,避免模型重构;校准后需通过四级精度验证体系中的兼容性验证与实物对比验证,确保校准后的模型在原有工况与新工况下均能保持高精度。通过该增量自进化校准机制,持续优化模型参数,使模型始终能适配最新的工程设计需求。

32、本发明的有益效果主要表现在以下方面:

33、1、本发明,较现有技术而言,基于多维度跨尺度动态数据与多物理场自适应耦合仿真,能够精准预测不同修形系数下轴承的核心性能,通过双阶段训练与三重防过拟合,显著提升了模型的泛化精度。

34、2、本发明,突破现有技术纯理论构建模型及静态单一尺度数据支撑的局限,通过跨尺度动态实物数据与孪生模型的深度耦合训练,结合四场协同反馈闭环仿真,能够有效解决仿真与实物脱节的问题,修形性能预测精度显著提升,满足高端装备对修形设计的高精度需求。

35、3、本发明,通过构建自适应耦合接口及四场协同反馈闭环,可动态适配不同工况下的物理场作用规律,完整复刻轴承实际服役中力学、润滑、热学、流体动力学的协同效应及微观-宏观交互影响,仿真结果与实物实测值的贴合度大幅提升,能够避免单场/静态耦合导致的计算偏差。

36、4、本发明,通过分层抽样数据集划分、三重防过拟合设计及跨尺度动态数据支撑,使模型可适配全行业主流修形系数范围,且能兼容静态、动态及极端工况,无需针对不同修形系数或工况重复构建模型,修形设计效率显著提高。

37、5、本发明,较现有技术模型参数固定,动态校准需全量重新训练,适配周期长而言,通过设计增量学习加迁移学习的自进化校准机制,能够适配新材料、新工况的周期较现有技术大幅缩短,且校准后兼容性良好。